基于集合经验模态分解和小波阈值的真空泵振动信号降噪方法

真空泵的振动信号具有非平稳、非线性的特性,且夹杂着大量背景噪声,难以直接对其特征信号进行提取、分析,阻碍对真空泵的在线故障诊断。为此,文章提出基于集合经验模态分解(EEMD)的真空泵振动信号小波阈值降噪方法:首先将振动信号进行EEMD分解,得到若干个本征模态函数(IMF)与余项,然后引入归一化自相关函数对IMF分量进行筛选,再对筛选出的IMF分量进行小波阈值降噪处理,最后将降噪后的IMF分量与未处理的IMF分量和余项进行重构,得到降噪后的真空泵振动信号。对仿真与实验信号进行降噪处理的结果表明该方法优于现有的降噪方法,为真空泵振动信号的降噪提供了新的途径。     

一种翻滚火箭箭体的运动参数估计方法

针对处于自由翻滚运动状态的火箭箭体,其呈回转体结构,运动参数估计难的问题,提出了一种翻滚火箭箭体的运动参数估计方法。采用激光成像雷达获取目标的三维点云数据,通过点云法向量估计和随机采样一致性算法计算得到自旋轴;然后结合序列各帧的自旋轴估计结果,采用最小二乘法求解得到翻滚火箭箭体的翻滚轴;进而利用相邻两帧的自旋轴和翻滚轴估计结果求解得到章动角和空间章动角速率。基于仿真数据对方法进行了实验及分析,结果表明该方法能够有效地估计自由翻滚状态的火箭箭体的翻滚轴、章动角和空间章动角速率。     

空间目标RCS序列周期性判定与提取

利用自旋卫星RCS序列可以提取自旋卫星的自旋周期,探讨了自旋卫星RCS序列周期性判定与提取方法。针对常规谱窗分析法估计自旋周期时精度较低的问题,提出了利用方差分析法提取RCS序列周期的方法,实验结果表明,该方法估计精度更高。     

基于相关匹配的弹道中段目标章动角估计

章动角是弹道中段目标的重要进动特征,可用于识别弹头和诱饵。首先提出了基于相关匹配的章动角估计方法,将观测的目标雷达截面积（RCS）序列与不同参数下的RCS序列模板进行相关匹配,搜索匹配函数的最大值,从而得到章动角的估计值。然后给出了具体的实现算法,将初始时刻的采样间隔设置为脉冲重复周期（PRI）的整数倍或1/K（K为整数,且K≥2）,在此基础上减少了匹配函数的计算量,并且可通过单层或多层相关匹配来估计章动角。仿真结果表明,由于RCS测量存在系统误差,相关匹配的章动角估计性能远优于最小二乘匹配。同时分析了全姿态RCS数据的角度采样间隔对相关匹配估计性能的影响。最后比较了多层相关匹配和单层相关匹配的估计性能和计算量。     

一种非周期调制直扩信号扩频码估计方法

对卫星测控中一类扩频码周期与信息码周期之比为非整数的直扩信号进行了研究,得出这类信号可建模成非周期调制直扩信号,提出并讨论了一种基于差分主元分析（D PCA）的非周期调制直扩信号扩频码估计方法,该方法通过计算与差分序列协方差矩阵的最大特征值对应的特征向量完成信息码个数、子序列、信息码同步点等参数的估计,解决了传统矩阵分解方法在估计码序列时码序列相位模糊问题,理论分析和仿真结果表明该方法可以在低信噪比下进行有效估计。     

基于相关系数与小波模极大值的火箭振动环境数据预处理方法

提出一种去趋势项和小波模极大值结合的方法对火箭飞行中测得的信号进行预处理,以消除信号中的低频干扰和噪声。对原始振动信号进行经验模态分解(EMD),得到若干个固有模态函数(IMF)分量,对除最后一项分量的IMF进行重构并再次分解,用重新得到的IMF与再次分解前信号的相关系数作为判断标准,剔除分解中产生的低频干扰分量;用小波模极大值方法对消除低频干扰的振动信号进行降噪处理,再用交替投影算法恢复信号。仿真试验和工程实例分析结果表明:该法能有效消除火箭振动信号中的低频干扰和噪声信号。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

一种用于空间群目标分辨的滑动窗轨迹跟踪算法

针对大多数现有的微多普勒分析理论难以解决空间群目标的监测与识别问题,本文提出一种基于提取目标运动特征的弹道中段群目标分辨方法。首先建立了多个具有滑动散射中心的旋转对称目标模型并得到其m-D曲线,在此基础上,利用形态学图像处理方法抑制一维距离像旁瓣,然后提出了一种滑动窗轨迹跟踪的方法分离出各散射点相互交叉的m-D曲线,再对分离结果进行经验模式分解(Empirical-Mode Decomposition, EMD),最后通过提取能够反映目标运动特征的固有模态函数(Intrinsic Mode Function ,IMF),实现了群目标分辨。仿真实验校验了所提方法的可行性和鲁棒性。     

一种鲁棒的弹道目标RCS周期估计方法

由于运动方式、姿态控制等方面的差异,弹道中段目标(弹头、诱饵)存在不同的RCS周期特性,这是目标识别的重要特征.分析了弹头目标的RCS周期特性,指出了传统频域分析方法的不足,提出了一种新的RCS周期估计方法:通过利用循环平均幅度差函数,有效克服了传统频域方法的不足,且算法具有优良的抗噪性能.实验结果表明该方法能明显改善RCS周期估计的精确性和稳定性.     

弹道中段目标RCS周期特性及其估计方法

分析了弹头目标的RCS周期特性,指出了传统频域分析方法的不足,提出了一种新的RCS周期估计方法。通过合成循环平均幅度差函数(CAMDF)和循环自相关函数(CAUTOC),有效克服了传统频域估计方法的不足,且具有优良的抗噪性能。仿真实验结果表明该方法能明显改善RCS周期估计的精确性和稳定性。     

基于优化多尺度排列熵和卷积神经网络的滚动轴承故障诊断方法

针对滚动轴承故障分类中特征信号微弱、信号非线性和多尺度特征难提取的问题，提出基于优化多尺度排列熵（MPE）和卷积神经网络（CNN）的滚动轴承故障诊断方法:通过改进自适应噪声完备集合经验模式分解（ICEEMDAN）对轴承信号进行分解和重构，实现信号降噪；通过粒子群算法（PSO）对MPE进行优化，提出PSO-MPE特征提取方法，参数优化后的MPE能够提取更为关键的特征信息；将所得的排列熵输入到CNN中进行故障分类以及降维可视化分析。以凯斯西储大学开放轴承数据库样本为测试对象，将文章所提出的ICEEMDAN-PSO-MPE-CNN方法与ICEEMDAN-PSO-MPE-RNN、CEEMDAN-SVM、ICEEMDAN-PSO-MPE-SVM等方法进行纵向和横向对比分析，结果表明改进方法的分类准确率和效率更高，在T-SNE可视化下的分类效果更明显，能够实现滚动轴承故障的高精度和高效率检测。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

一种提高MIMO雷达角闪烁抑制性能的方法

针对MIMO雷达体制下角闪烁引起的测角误差问题,提出了一种基于RCS自适应融合加权的抑     

基于PSO-VMD算法的生命探测方法研究

生命探测雷达在航空航天领域有着重要的应用,通过探测飞行员的呼吸、心跳、肢体动作等微弱信号,实现对飞行员的生命监测。针对实际场景中生命体微弱信号检测困难的问题,提出一种将包络熵作为粒子群算法适应度函数的变分模态分解（variational mode decomposition,VMD）参数优化算法。首先,利用粒子群算法对适应度函数进行选择,确定VMD算法中固有模态分量的分解层数以及惩罚因子个数的组合;其次,通过频谱分析选择特定层数的固有模态分量并重构雷达回波信号;最终达到去除噪声,提取生命体弱信号的目的。对比实验表明,所提出的方法相比经验模态分解算法能够更加准确地提取生命体信息,仿真结果验证了算法的有效性。     

应用经验模态分解的箱型结构裂纹诊断方法

为获得航天器结构的更多故障信息,文章提出了一种应用经验模态分解对一个两层箱型结构进行裂纹故障诊断的方法。先对该结构进行有限元建模和模态分析,发现结构有无故障均对模态的影响非常小;再对实际结构进行正弦振动试验,对振动响应信号进行经验模态分解,利用固有模态函数构造标识向量,提取用标识向量间的标识夹角作为诊断结构故障的指标。分析结果表明,结合施加给结构的主振方向,利用标识夹角能识别出裂纹的位置和方向。该方法为航天器结构故障的诊断提供了一种新的思路。     

双基地MIMO雷达收发角和径向速度联合估计

在双基地MIMO雷达信号模型基础上,提出一种新的目标收发角和径向速度联合估计方法。该方法首先将三参数估计问题转化为非对称联合对角化问题,然后采用最小二乘循环算法对其求解,估计收发导向矩阵和速度矩阵,最后利用谱分析算法恢复收发角和径向速度。同时采用截断高阶奇异值分解(THOSVD)对数据进行压缩处理,减小运算量。该方法充分利用匹配滤波输出的所有信息,无需二维谱峰搜索,每次循环均可得到精确的闭式解。与基于并行因子(PARAFAC)分析的方法相比,该方法可获得更高的参数估计精度,且三参数自动配对。仿真表明了方法的有效性。     

一种新的卫星导航跟踪段欺骗攻击检测方法

针对中、低动态环境下,卫星导航系统跟踪段存在的欺骗式干扰信号的检测问题,提出一种基于载波相位跟踪谱分析的欺骗检测方法。该方法利用跟踪环路鉴相器输出信号的频谱特性与环路中是否存在干扰信号密切相关,通过对鉴相器输出信号进行谱分析,建立欺骗检测模型,实现了欺骗信号检测。仿真结果表明,利用该方法,在干信比大于4dB时,通过设置合适的判决门限,采用256点以上快速傅里叶变换,在虚警率不超过0.5%的情况下,能获得100%的检测概率,对跟踪段的欺骗信号具有很好的检测效果。     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

多约束下考虑控制饱和的自适应末制导方法

对地攻击飞行器在末制导过程中需满足导引头视场、攻角、落角等多种约束。针对这一问题提出一种多约束下的制导方法。将多约束下的制导问题转化为具有控制饱和的线性系统的镇定问题。针对该问题,利用基于参量Lyapunov方程的低增益反馈设计方法,推导带低增益参数的纵向制导律。借助Lambert W函数,研究闭环系统状态收敛特性与低增益参数的关系,给出低增益参数的自适应整定方法。通过该方法在线调整参数,使各约束条件得到满足。通过数值仿真对提出的制导方法进行校验。仿真结果表明,提出的制导方法满足约束条件且获得较高的制导精度。