基于各向异性和非线性正则化的湍流退化图像复原

提出了一种基于各向异性和非线性正则化的湍流退化图像复原新算法。为了有效地从湍流退化图像中估计出退化模型，在湍流点扩展函数的优化估计过程中合理地融合了有关湍流点扩展函数的一些基本的先验知识。首先，将点扩展函数的非负性和光滑性约束加入到目标函数中。再针对湍流点扩展函数的衰减性质，建立了一个具有非线性和空间各向异性的正则化函数，使其在重建点扩展函数时能适当地进行空间梯度平滑。由此通过迭代极小化目标函数来优化估计湍流点扩展函数值，进而恢复图像。对各种噪声条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法具有较强的稳定性和抗噪能力。     

一种运载火箭上升段轨迹的高精度确定方法

针对运载火箭上升段轨迹建模问题,采用自由节点样条模型描述轨迹变化规律,将轨迹确定中的参数估计转化为对样条函数系数估计,从而大量减少待估参数个数,有效提高参数估计精度。在此基础上,提出利用遗传算法优选测量元素的方法。在基本遗传算法框架下,通过对测量元素进行染色体编码、构造基于加权排序的适应值函数以及设计改进的比例选择算子,对整个测量元素组合空间进行充分搜索寻优。利用典型上升段轨迹和布站对该方法进行数值仿真,结果表明,本文提出的新方法比现有方法的位置确定精度提高了92.0%~94.4%;在均采用自由节点样条模型进行融合轨迹确定时,新方法比典型测元融合解算的位置确定精度也提高了16.4%～88.6%。     

基于半参数建模的弹道目标实时滤波

设计弹道目标的实时跟踪滤波器时,精确的动态建模和测量系统误差自校准是提高滤波精度的重要手段。基于补偿最小二乘原理和Tikhonov正则化定理,将难于参数化的复杂运动成分和测量系统误差表示为非参数分量,建立了基于半参数化建模的弹道递推模型和实时滤波算法,并详细设计了半参数建模时所需的光滑因子、正则化矩阵和窗口宽度等建模参数的在线选取方法。仿真实验和实际数据的计算结果表明,非参数成分可以有效地补偿状态模型误差,且可在线校准测量系统误差,显著改善弹道估计精度。算法已初步应用于实际飞行任务,其中的递推建模方法和参数选择策略对其它实时滤波器的设计同样有参考价值。     

基于RJ-MCMC的DS-CDMA信号扩频码与信息序列盲估计

针对非合作低信噪比环境下的DS-CDMA信号参数估计问题,在分析信号模型的基础上,提出一种基于可逆跳跃的马尔科夫链蒙特卡罗(RJ-MCMC)扩频序列和信息序列联合估计算法。该算法通过建立信号参数和用户个数的联合后验分布模型,迭代抽样得到待估分布的样本,并有效地在不同维数的子空间中跳转,从而构造一条马尔科夫链,使其平稳分布为待估参数的后验分布。仿真结果表明,该算法在功率相同和不同的条件下均能适应较低的信噪比,并且对不同的用户个数具有较强的适应性,同时算法的估计性能相对现有的方法也有很大的改善。     

基于视觉的飞行器运动参数串行式递归估计

针对利用视觉方法进行飞行器运动参数估计中旋转与平移参数耦合及计算量大的问题 ,设计了一种适用于递归方法的串行式运动参数估计模型。证明了旋转运动参数的估计不依 赖于平移参数,据此建立了基于特征线的旋转运动参数估计模型,进而设计了串行式运动参 数估计模型。给出并证明了利用该模型进行运动参数估计时解的唯一性结论。仿真实验和实 测试验表明：相对于集中式模型,使用串行式递归模型进行飞行器运动参数估计时计算耗时 减小、姿态精度更高、鲁棒性更强。
     

基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。     

小样本下煤油加注温升模型参数估计方法

为消除火箭煤油加注实测温度与现行加注温升模型计算理论温度之间的偏差,准确估计煤油加注温升实现精确加注、精准控制,在靶场实测数据仅为小样本数据的现实条件下,采用贝叶斯回归方法,将经验参数作为先验信息给出待估参数的先验分布,由实测数据计算贝叶斯风险,通过最小化风险函数实现对煤油加注温升模型的参数优化估计。数值实验结果表明,与给定的经验参数和经典最小二乘估计参数相比,贝叶斯估计参数估算的加注结束温度与实测温度误差显著减小,且随着可用的数据样本容量相应增大,贝叶斯回归分析的参数估计精度呈现收敛趋势。贝叶斯方法进行煤油加注温升模型参数估计有效提高了加注温升模型精度,为提高推进剂加注精确度提供了方法基础。     

基于远场模式的散射体形状成像

对线性抽样法的电磁场逆散射求解进行了研究。为避免迭代和优化法的正问题求解,用积分算子将散射物边界数据映射到散射场的远场模式,针对第一类积分方程的不适定性,用Tikhonov正则化法求解,并用高阶收敛算法确定正则化参数以快速数值实现。数值计算结果表明：线性抽样法＋确定正则化参数的高阶收敛算法可较好地滤除噪声,减少了确定正则化参数的计算量。     

一种新的实时参数估计方法

研究导弹控制系统仪器测试时动态模型的实时参数估计 ,利用递归傅里叶变换作实时数据分析 ,提出了一种基于线性状态空间模型的实时参数估计方法。实际应用表明该方法可以得到准确的模型参数估计和适当的误差边界 ,且计算量少、动态模型估计参数收敛性非常好。     

弹道跟踪系统的数据融合

本文应用近代时序分析方法、样条函数和非线性回归分析理论，研究了弹道参数、系统误差及测量随机误差统计特性参数的联合估计问题，给出了各类参数的高精度估计。理论分析和仿真计算表明：本文所建的模型准确，参数估计方法精度高，应用本文方法能明显提高弹道跟踪数据质量。     

空间机器人抓捕目标后动力学参数辨识研究

针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。     

基于遗传算法的加速度控制PID参数自整定研究

详细介绍了加速度试验系统加速度PID参数自整定方法。首先利用过程辨识将控制系统数学模型近似为二阶振荡环节形式,得到传递函数表达式,然后利用遗传算法进行PID参数整定,使整定精确度和效率得到很大提高。     

基于交互融合的高精度图像融合算法的研究

针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合（TDPAM Fusion）算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合（Cross-Modal Differential Perception Fusion, CMDAF）模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制（Coordinate Attention,CA）提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法（Interactive Fusion Module,IFM）将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明：TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息（Mutual Information,MI）、空间频率（Spatial Frequency,SF）、视觉保真度（Visual Fidelity,VIF）和相关系数（Correlation Coefficient,CC）等关键指标,分别提高了约6.41%、10...     

同步误差条件下的空间目标双基地ISAR自聚焦算法

以空间目标为研究对象,针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题,提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式,利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项,完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿,理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。     

考虑飞行品质约束的空天飞行器控制舵面设计及优化

针对放宽静稳定度条件下水平起降空天飞行器控制舵面尺寸设计难度大的问题,提出了一种基于代理模型的控制舵面—控制参数一体化设计方法。首先,基于鸽群算法构建了包含结构参数的空天飞行器气动特性代理模型,获得了气动特性参数随飞行条件、控制舵面尺寸及质心位置的变化关系,为控制舵面一体化设计提供输入。然后,设计了基于C^*结构的空天飞行器纵向参考模型跟踪控制律,并将考虑飞行品质约束的空天飞行器控制舵面一体化设计问题转化成多约束条件下的多目标优化问题。并采用非光滑优化算法计算得到了同时满足飞行品质、舵面饱和、舵面偏转速率等约束的最小控制舵面及对应的控制参数。仿真结果表明,该方法能够在满足性能指标约束的前提下有效减小控制舵面的尺寸,具有较强的工程应用价值。     

基于薄膜褶皱分析的非线性协调方程

文章提出了薄膜二维参变数模型,该模型描述了三种基本区域：张紧区、起皱区和松弛区。相应的参数变化规则也定义在二维参数模型之中。以二维参数模型和参数变化规则为基础,借鉴薄板大挠度问题中对板的中面的分析方法来分析薄膜结构,导出薄膜起皱问题三维数学模型的非线性协调方程。     

用于统计能量分析参数辨识的子空间方法研究

利用统计能量分析法预示航天器结构高频动力学响应时,正确估计各子系统的统计能量分析参数至关重要。论文从实验参数辨识角度,基于子空间法的统一理论框架,提出功率流模型辨识/耦合矩阵修正方法(PMI/CMA)辨识系统的内损耗因子和耦合损耗因子参数。首先利用子空间法直接由时域测试数据辨识功率流模型的等价状态空间模型,然后利用辨识模型特征参数修正初始耦合矩阵。耦合矩阵修正方法考虑了子系统间的耦合信息,并通过寻求耦合矩阵初始值相对误差的最小范数解得到修正参数。最后利用两个实际结构分别对算法进行了仿真分析并与功率流实现/统计能量分析模型修正方法(PRM/SMI)进行了对比,验证了PMI/CMA方法的有效性。     

基于粒子群优化核极限学习机的北斗超快速钟差预报

针对卫星钟差序列中非线性特性较为复杂和超快速钟差预报精度较低的问题,将核极限学习机算法引入到北斗超快速钟差预报中。首先,将极限学习机进行优化,引入粒子群优化算法来选择核极限学习机所需的核参数和正则化参数;然后,将优化后的方法应用到超快速钟差预报中,并给出了利用该方法进行超快速钟差预报的步骤;最后,在分析iGMAS提供的实测北斗超快速钟差数据的基础上,选用单天和多天数据进行短期预报。结果表明：在短期预报6h范围内,利用本文提供的优化方法解算得到的超快速钟差预报精度明显优于二次多项式模型和周期项模型,并且采用此方法得到的超快速钟差预报产品与iGMAS提供的超快速钟差预报产品(ISU-P)相比,GEO、IGSO和MEO卫星的预报精度分别提升了50.51%、46.98%、40.67%,其与最终精密钟差的符合程度显著 增强 。     

基于凸优化理论的含约束月球定点着陆轨道优化

针对月球精确定点软着陆问题,考虑导航及障碍检测敏感器视场约束及制动发动机推力大小约束,对月球动力下降段轨道优化方法进行了研究。首先建立了含约束条件的三维定点软着陆轨道优化问题模型,根据庞德亚金极小值原理推导了最优推力开关方程,并给出了推力奇异区间不存在的证明。针对优化模型中的复杂非线性约束,引入凸优化理论将问题转化为二阶锥优化问题,并采用内点法求解了最优标称轨迹。最后给出了月球软着陆制动段、接近段的仿真结果,验证了该着陆轨道优化方法的有效性。