喷管两相流耦合数值模拟与粒子热增量预测

含有氧化铝粒子的两相流是固体火箭发动机喷管流场的重要特征.在有限体积方法框架下,采用基于热增量试验数据的粒子壁面反弹模型以及基于粒子轨道的单元内颗粒源(PSIC,Particle Source in Cell)两相流耦合算法,对喷管内两相流流场及粒子撞击产生的壁面热增量进行了计算和分析,研究了氧化铝粒子尺寸对粒子轨道分布和喷管壁面热增量分布的影响规律.研究结果表明:喷管扩张段内粒子稀疏区域范围随粒子直径增加而增大;粒子热增量只分布于喷管收缩段内,粒子直径越大,产生的壁面热增量越强.     

海量数据三角网格生成算法

对海量数据散乱密集难以自动得到邻近点间正确拓扑连接关系的问题,给出了一种用于海量数据的基于增量网格扩展的三角剖分方法.该方法以k阶最近邻域算法快速搜寻边界点的最近邻域,以增量算法的边界环为基础向外生成三角形,实现点云数据点之间合理的三角剖分网格建立.对最佳点的选择提出了3种需遵循的新准则,并根据最佳点的位置不同,详细给出了3种网格拓扑操作来构建新三角网格,可以准确的进行三角剖分.车身曲面测量点云的应用实例表明,该算法可以高效,稳定地直接构建出车身曲面三角网格.      

一种基于FPGA的深度神经网络硬件加速器系统

深度神经网络目标检测算法计算复杂度高、模型复杂,对硬件平台的算力有很高需求,针对以上问题,设计了一种基于现场可编程门阵列(field programmable gate array, FPGA)芯片的硬件专用加速器.通过软硬件协同方法,设计具有高并行度及深度流水的片上架构,并使用模型量化、结构优化等方法对神经网络模型进行优化.在所设计的加速器系统中进行神经网络目标检测算法的部署,实现了高数据吞吐率、低功率消耗的FPGA神经网络计算,且模型精度损失低于1.2%,为在低能耗嵌入式平台上部署深度神经网络目标检测算法提供了有效解决方案,可广泛应用于机载、星载智能计算设备.     

一种适用于火星气动捕获的自适应预测制导算法

火星探测捕获制动需要的速度增量大,制动消耗燃料多,因此针对火星大气密度低、大气不确定性强等问题,提出一种基于解析及自适应预测校正结合的分段式气动捕获制导算法,实现无人钝头体飞行器由双曲线接近段轨道到目标停泊椭圆轨道的轨道转移.考虑到多约束条件,将制导算法分为高度数值预测校正 高度保持 入轨控制3个阶段,其中第三阶段使用基于一阶特征模型的全系自适应预测校正算法.该方法利用施加控制量的时间与最终半长轴改变量的关系形成动态输入变换,以抵消该系统一阶特征模型输入输出间巨大的动态增益.仿真结果表明,该算法即可满足一定的多约束条件,同时能够克服较强的初始条件不确定性和环境不确定性,具有较强的鲁棒性.     

导航解算中的有色噪声及其协方差矩阵自适应拟合

使用Kalman滤波进行动态导航定位解算需要涉及函数模型和随机模型, 而在实际应用中, 精确的函数模型和随机模型很难直接给出, 因此, 动态Kalman滤波的精度和可靠性将会受到函数模型误差和随机模型误差的影响. 在假设观测噪声和动力学模型噪声主要是具有一阶自相关特性的有色噪声的基础上, 提出了一种基于移动窗口的有色噪声函数模型和随机模型的自适应拟合法. 给出了计算有色噪声估值和噪声协方差矩阵的表达式, 并利用实测数据验证了模型及算法的可行性和实用性. 计算结果表明, 该算法能有效抵制有色噪声对导航滤波结果的影响.      

适用于连续数值标签的兴趣漂移增量学习方法

针对现有兴趣漂移增量学习方法大多针对包含二值数据标签的用户反馈进行学习的不足,提出了一种适用于连续数值标签反馈的兴趣漂移增量学习方法,以或然概念集的形式描述用户兴趣,将用户反馈中包含的数据标签视为用户对该实例的喜好概率,并采用基于指数近度加权平均的方法对兴趣模型进行增量学习.在不同学习任务下的实验结果表明,该方法能够在反馈数据标签为连续数值的条件下达到比现有方法更好的学习效果.     

捷联惯导系统圆锥补偿算法研究

为了提高高动态环境下捷联惯性导航系统的精度,消除圆锥效应带来的误差,对圆锥补偿算法的设计和圆锥补偿误差特性进行了研究.首先给出了旋转矢量方程和经典圆锥运动的角速度模型,进而推导出了经典圆锥运动的角增量公式、角增量叉乘公式,建立了圆锥补偿系数方程,给出了基于该方法的21种圆锥补偿算法.并对圆锥补偿误差特性进行了仿真研究,最后给出了计算机仿真结果.      

考虑陀螺频率特性的角速率输入圆锥补偿算法

针对陀螺直接输出角速率且通带内增益不一致(频率特性),而传统角速率输入圆锥补偿算法要求输入理想的角速率,提出了一种考虑陀螺频率特性的角速率输入圆锥补偿算法.推导了圆锥运动情况下姿态更新周期内理想旋转矢量增量和实际姿态算法计算的旋转矢量增量,以最小化理想旋转矢量增量和计算旋转矢量增量之间非周期项的差异为计算圆锥误差补偿系数的准则,最优补偿系数可以看成是采用理想角速率输入的圆锥补偿算法系数与考虑频率特性时对理想圆锥补偿算法系数修正的和.得到了公式化求解考虑频率特性的各子样算法最优系数的方法.仿真结果表明,所提出的算法比传统角速率输入圆锥补偿算法在精度上有明显提高.     

一种基于SD-ICA的卫星电池健康状态估计方法

针对容量增量分析（ICA）法应用在卫星电池的健康状态（SOH）估计中存在较大误差的问题，提出了基于带平滑处理并使用放电数据的容量增量分析（SD-ICA）的电池健康状态估计方法。首先，利用光滑样条函数的拟合结果具有二阶导连续的特性，对低分辨率的遥测数据进行平滑处理，从而提高了计算结果的准确性。其次，针对ICA必须使用微小电流放电数据的限制，推导出有负载条件下的容量增量（IC）计算方法，降低了对卫星电池放电工况的要求。最后，利用IC曲线的第一特征点（FOI1）与电池容量的关系，对卫星电池的健康状态进行估计。经验证，所提方法具有对数据分辨率要求低、不需要增加电池工况、计算简便等优势，可以准确地从卫星遥测数据中估计电池健康状态。研究成果在卫星电池的健康管理和任务规划中具有重要的应用价值。      

应用遗传算法的频域最大似然参数辨识

针对基于变量误差模型EV模型(Errors-in-Variables Model)的传递函数频域最大似然参数估计中存在的初始值以及收敛问题提出了使用浮点遗传算法的改进算法.仿真试验表明,单独使用遗传算法难以得到系统传函的精确估计,传统的非线性数值递推算法在一些情况下容易收敛到局域最小值.将两种算法结合使用,可以有效地克服各自的不足.新算法可以给出系统延迟的初始值的估计.当代价函数存在多个局部最小值时,它仍然能够快速准确地寻找到全局最优点.改进的算法比原算法具有更强的适应性.      

基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息,根据船舶升沉运动模型和频谱分析方法,建立描述惯性测量单元（IMU）的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波（UKF）算法非线性滤波的特点,进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证,结果表明,同一模型下,相比于扩展卡尔曼滤波（EKF）算法的解算结果,所提方法具有更快的收敛速度和更高的测量精度;对船舶升沉位移的估计精度达到最大升沉幅值的5%,可以得到精确、无时延的船舶升沉运动信息。      

基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.     

自适应OFDM采样频偏估计算法

修正了基于数据判决的采样频偏估计公式,提出一种自适应采样频偏估计算法,利用离散导频估计频偏变化,从而得到参与估计的数据符号间隔,并且同时使用信道估计结果和接收数据对采样频率偏差进行估计,达到提高估计精度的目的.仿真表明,在高斯白噪声信道下,新算法估计精度比基于数据判决算法和基于离散导频算法高3 dB左右;在多径信道下,新算法的估计精度比其他两种算法提高5 dB以上.实验结果表明,该算法的星座收敛速度快,提高了接收机性能.      

基于四元数平方根容积卡尔曼滤波的姿态估计

针对飞行器姿态确定中乘性扩展卡尔曼滤波(MEKF, Multiplicative Extended Kalman Filter)在较大初始姿态误差角情况下存在估计精度低及收敛速度慢的问题,提出了一种四元数平方根容积卡尔曼滤波(QSCKF,Quaternion Square-root Cubature Kalman Filter)算法.在推导姿态确定系统四元数非线性误差模型的基础上,采用容积数值积分理论来计算非线性函数的均值与方差,同时使用平方根的形式来提高数值稳定性;针对四元数规范化问题,采用拉格朗日代价函数法求解四元数加权均值.仿真结果表明:在初始姿态误差较大的情况下,该算法相比较于MEKF以及无迹四元数估计法(USQUE, Unscented Quaternion Estimator),估计精度高且收敛速度快,滤波稳定性好,同时估计时间比USQUE缩短了1/3.     

基于虚拟视线交会的飞航导弹INS误差修正方法

针对飞航导弹惯性导航系统(INS,Inertial Navigation System)单独使用时存在位置和速度估计误差发散的问题,在不需要弹目距离信息的情况下,提出了一种基于对航路上单个已知地标连续、被动观测的INS误差修正方法.根据导弹与地标间的相对运动关系,采用虚拟视线交会的方法,将问题转化为多虚拟地标协同定位导弹问题.在此基础上,利用最小二乘思想,实现了导弹位置的有偏估计.以估计得到的有偏位置信息和基于大气系统得到的INS速度误差大小作为观测量,应用考虑系统误差估计补偿的卡尔曼滤波,实现了导弹位置和速度的无偏估计.仿真结果验证了方法的有效性.     

基于光谱信息散度的光谱解混算法

光谱解混是高光谱遥感定量化的关键,提出了一种基于光谱信息散度和光谱混合分析的光谱解混改进算法(SID-SMA,Spectral Information Divergence-Spectral Mixed Analysis).以光谱信息散度判定最优端元子集,端元选择时采用端元的初选和二次选择来提高端元选择的精度,得到较小的丰度估计误差.通过光谱库模拟数据的结果可以看出,SID-SMA的端元选择精度和丰度估计精度要优于其他算法,当信噪比为100∶ 1时,算法端元选择正确率达到了99.8%,29个端元的丰度估计总误差小于0.1,并且算法的速度较快.     

大虚警率下的多故障诊断算法

主要研究不可靠测试下多信号模型的多故障诊断问题。最优的多故障诊断是计算复杂度完全类(NP-Complete)问题,因此大型系统的诊断一般只能用次优的随机搜索算法。次梯度优化算法能够在虚警概率较小时给出较好的结果,但如果测试个数很多且虚警概率较大时,该算法就不能消除虚警的影响,会使估计的故障覆盖所有失败的测试,而不是找到系统真实的故障。针对这一问题,提出了能够同时考虑虚警和误警的目标函数,使算法能排除虚警的测试准确定位故障,并用改进的遗传算法搜索故障部件提高诊断速度。仿真诊断结果表明,同时发生故障的部件个数较少时,遗传算法的诊断速度明显优于次梯度优化算法,而且能够更有效地抑制虚警的影响。     

基于增量模型的BTT导弹新型解耦补偿控制

详细分析了倾斜转弯(BTT, Bank-To-Turn)导弹传统动态逆控制的特点及其存在的问题,在此基础上提出了一种基于增量模型的BTT导弹解耦补偿控制方法.该方法通过建立一种描述从当前动态转移至期望动态的BTT导弹增量模型,消除了难以测量或不确定较大的模型部分;在此基础上结合动态逆控制思想设计了BTT导弹的增量式解耦跟踪控制律,与传统动态逆相比,该控制律对模型的依赖程度大幅降低;为进一步提高控制系统对干扰的适应性,提出了一种简单的干扰估计/补偿策略;最后通过数学仿真验证了该方法的有效性.     

一种基于系统误差自动补偿的编队目标航迹精细关联算法

为解决编队内各目标航迹精细关联的难题,按照编队目标航迹的特点,结合误差估计技术及航迹关联技术,提出了一种基于系统误差自动补偿的编队目标航迹精细关联算法,该算法首先基于循环阈值模型对各传感器获得的航迹进行编队识别,并按编队中心航迹完成编队航迹的整体预关联,然后基于编队航迹状态识别模型,搜索或建立分辩状态最接近的预关联编队航迹,并基于编队航迹系统误差估计模型和误差确认模型,获得最终的系统误差估计值,自动完成系统误差补偿,最后利用传统的航迹关联算法进行编队航迹的精细关联。经仿真数据验证,与基于目标不变信息量的模糊航迹对准关联算法和基于航迹迭代的航迹对准关联算法相比,该算法具有耗时少、关联性能有效稳定等综合优势,能较好的满足工程上对系统误差下编队内目标航迹的精确关联需求。     

一种GTD模型参数估计的改进2D-TLS-ESPRIT算法

针对经典二维总体最小二乘法旋转不变子空间（2D-TLS-ESPRIT）算法估计二维几何绕射理论（GTD）模型参数精度不高、抗噪性能较差这一问题,提出了一种改进2D-TLS-ESPRIT算法。首先,改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型,使得模型对目标极化散射特征的描述更加精准;其次,构建置换矩阵得到原始回波矩阵的共轭矩阵,并将两者结合起来,从而延长了目标电磁散射数据的长度;最后,仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法,雷达散射截面积（RCS）外推结果进一步验证了改进算法参数估计性能的先进性。