基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中。该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号。仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

基于混合观测器的导弹有限时间收敛滑模姿态控制

为了提高非匹配非线性干扰影响下导弹姿态控制系统的性能,提出了一种基于干扰-状态混合观测器的新型有限时间收敛滑模控制器。首先,基于观测器输出构建非奇异终端滑模面,保证非匹配干扰影响下的系统误差有限时间快速收敛;其次,采用时变观测增益设计,避免了传统固定观测增益可能带来的估计尖峰问题;再次,基于超扭曲算法,在避免传统滑模控制抖振问题的同时确保滑模面有限时间可达。仿真结果表明,所设计的控制器具备强鲁棒、快速收敛以及无尖峰的控制性能。     

单光子激光雷达数据去噪与滤波算法

单光子激光雷达获取的点云数据存在大量噪声,这给数据的处理带来了挑战。基于局部距离统计提出了改进的点云去噪算法,对单光子激光雷达点云原始数据进行去噪。然后基于统计分析方法改进了点云滤波算法,对去噪后的点云数据进行滤波处理。利用新提出的算法与传统算法去噪和滤波后得到的点云进行比较,并与传统激光雷达的数字地形模型(DTM)数据进行对比。计算得到MABEL地面点云相对于传统激光雷达高程的均方根误差RMSE为2.98m,相关系数R^2为0.9938。进一步对地面点云插值得到剖面数字高程模型(DEM)数据,其相对于传统激光雷达高程的均方根误差RMSE为2.85m,相关系数R^2为0.9931。实验结果显示,提出的单光子激光雷达点云去噪和滤波算法优于传统算法,与传统激光雷达DTM数据具有较好的相关性,能够精确的恢复地形信息。     

基于序列二次规划优化阈值的NSCT高斯噪声图像滤波方法

提出了一种基于序列二次规划(SQP)优化阈值的非下采样Contourlet变换(NSCT)图像高斯白噪声去除方法。该方法利用广义交叉验证(GCV)准则作为优化指标,使用序列二次规划算法对NSCT域的去噪阈值进行优化,能够在噪声方差等图像先验知识未知的情况下得到最优去噪阈值。确定阈值后,采用非线性阈值函数对Contourlet系数进行处理。实验结果表明与其他Contourlet域去噪方法相比,该方法能有效去除图像的高斯白噪声,提高图像的峰值信噪比,并较好地保留图像的边缘信息。     

基于多特征点参数权值优化的蒙皮点云去噪研究

点云去噪的效果对三维扫描过程后续的曲面拟合与造型设计至关重要，如何快速准确提取特征点已成为研究热点，然而点云去噪的关键之处在于奇异值与离群值的检测。提出耦合多特征点参数的去噪模型，分别讨论每个特征点参数对去噪模型的影响程度；采用群智能算法求解出一组最优参数权重，以此确定点云去噪模型，从而达到三维散乱点云最优去噪效果；通过对Bunny 模型进行去噪仿真以及某一型号的蒙皮进行去噪实验，对去噪模型进行验证。结果表明：本文提出的点云去噪模型相较于半径滤波器、统计滤波器、改进体素滤波结合高斯滤波模型，迭代更快、耗时更少，具有更好的去噪效果。     

基于直二元喷管形面优化的涡扇发动机参数优化设计研究

为了在设计阶段提升带直二元喷管涡扇发动机的总体性能,本文开展了基于直二元喷管形面优化的涡扇发动机参数优化的研究。首先,建立了带直二元喷管的涡扇发动机模型,提出了发动机正后向排气系统红外辐射特征的计算方法,分析了直二元喷管尺寸对发动机性能参数的影响;其次,提出了基于序列二次规划算法的设计参数多目标优化方法,优化的目标包括高单位推力、低油耗和低红外辐射强度;最后,基于以上模型,利用序列二次规划算法对在设计点非加力情况下的涡扇发动机设计参数进行多目标优化。仿真结果表明：在设计点上,相较于不带直二元喷管的涡扇发动机,带直二元喷管的涡扇发动机具有更好的红外性能,并且通过算法优化后,带直二元喷管的涡扇发动机具有更好的性能参数。     

基于直二元喷管形面尺寸的涡扇发动机参数优化设计研究

为了在设计阶段提升带直二元喷管涡扇发动机的总体性能,开展了基于直二元喷管形面尺寸的涡扇发动机参数优化的研究。首先,建立了带直二元喷管的涡扇发动机模型,提出了发动机正后向排气系统红外辐射特征的计算方法,分析了直二元喷管尺寸对发动机性能参数的影响;其次,提出了基于序列二次规划算法的设计参数多目标优化方法,优化的目标包括高单位推力、低油耗和低红外辐射强度;最后,基于以上模型,利用序列二次规划算法对在设计点非加力情况下的涡扇发动机设计参数进行多目标优化。仿真结果表明：在设计点上,相较于不带直二元喷管的涡扇发动机,带直二元喷管的涡扇发动机具有更好的红外性能,并且通过算法优化后,带直二元喷管的涡扇发动机具有更好的性能参数。     

时间序列关联维数在非线性系统运动性态识别中的应用

 在非线性动力系统维数较高、数学模型难以建立时, 利用时间序列分维数对系统的动力学性质进行了研究。通过对一经典非线性方程的分析, 得出利用随参数变化的时间序列分维数图, 可以很好地识别非线性系统从确定性状态到分叉或浑沌状态的临界参数点或区域。最后将此方法应用于一单盘Jeffcott 转子模型的分叉参数点识别及一转子运动状态识别, 得到了比较满意的结果。     

混沌时间序列的神经网络预测研究

研究了一类特殊非线性系统——混沌系统的预测问题。混沌是一种普遍存在的非线性动力学行为,混沌时间序列难以预测和控制,文章先是通过重构系统状态相空间分析混沌时间序列,然后采用多层前向神经网络对其进行预测。对典型的Lorenz和Mackey-Glass混沌序列预测结果表明,如果训练样本足够多,网络结构简单适当,训练后的网络具有很好的泛化性能,说明神经网络预测方法具有较好的工程实用价值。最后分析神经网络初始权值设置对预测性能的影响,指出改进方向。     

Bifurcation analysis of polynomial models for longitudinal motion at high angle of attack

To investigate the longitudinal motion stability of aircraft maneuvers conveniently, a new stability analysis approach is presented in this paper. Based on describing longitudinal aerodynamics at high angle-of-attack (a < 50 ) motion by polynomials, a union structure of two-order differential equation is suggested. By means of nonlinear theory and method, analytical and global bifurcation analyses of the polynomial differential systems are provided for the study of the nonlinear phenomena of high angle-of-attack flight. Applying the theories of bifurcations, many kinds of bifurcations, such as equilibrium, Hopf, homoclinic (heteroclinic) orbit and double limit cycle bifurcations are discussed and the existence conditions for these bifurcations as well as formulas for calculating bifurcation curves are derived. The bifurcation curves divide the parameter plane into several regions; moreover, the complete bifurcation diagrams and phase portraits in different regions are obtained. Finally, our conclusions are applied to analyzing the stability and bifurcations of a practical example of a high angle-of-attack flight as well as the effects of elevator deflection on the asymptotic stability regions of equilibrium. The model and analytical methods presented in this paper can be used to study the nonlinear flight dynamic of longitudinal stall at high angle of attack.     

线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。     

基于分层栅格地图的移动机器人路径规划

针对传统A-Star算法与模糊控制算法单独应用于移动机器人路径规划时各自的局限性,提出一种基于分层栅格地图并将两种算法融合的移动机器人路径规划新方法.融合后的新算法先利用A-Star算法在高层栅格地图中整体规划出一条概括性路径,再利用模糊控制算法以概括性路径中的点为导航点,在底层栅格地图中进行局部规划,从而得出最终的路径.仿真结果表明,与传统的A-Star算法与模糊控制算法相比较,新算法所规划路径距离较短且平滑可行,具有较高的品质.     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

故障检测的智能决策

 根据Schank的动态记忆理论,研究了信息系统的分类,给出了具有智能性质的决策算法。动态系统的故障检测可归结为系统有故障和无故障,由此给出了故障检测的智能决策算法。许多复杂的故障检测算法可归结为简捷的线性函数正、负的判断,因而可有效降低算法的复杂性。实例验证了故障检测的智能决策算法的有效性。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

CCSDS近地LDPC译码算法研究

针对CCSDS（空间数据系统咨询委员会）推荐的近地LDPC（低密度奇偶校验）码技术进行了研究,建立了和积译码算法、对数似然和积译码算法、最小和译码算法的数学模型,并对上述译码算法的译码复杂度和译码性能进行了仿真分析.分析结果表明,和积译码算法与对数似然和积译码算法的译码性能距离香农限1.2 dB,最小和译码算法的译码性能距离香农限1.45 dB.因此,提出基于最小和译码算法的改进算法——偏移最小和译码算法与归一化最小和译码算法,并分析了这2种译码算法的译码复杂度,同时进行了大量仿真实验.实验结果表明,当偏移因子β=0.15时,偏移最小和译码算法性能达到最优,译码性能距离香农限1.25 dB;当归一化因子α=0.741 2时,归一化译码算法的译码性能达到最优,译码性能距离香农限1.2 dB.归一化译码算法具有优异的译码性能和合理的复杂度,可以遴选作为CCSDSLDPC的译码算法用于工程实现.此外,还研究了迭代次数对译码性能的影响,结果表明,当迭代次数大于10次时,译码性能提升不再明显,故工程实现时迭代次数应设置为10次.