衰减因子自适应滤波及在组合导航中的应用

从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波算法发散的原因,提出了一组衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS/SINS组合导航系统中进行了计算机仿真.在计算衰减因子时,利用滤波残差序列在最优估计时为零均值白噪声的性质,构造了服从χ2分布的变量,并分别检验滤波残差每一个分量得出衰减因子值.仿真结果表明,该组算法能够自适应地估计出衰减因子的大小,有效地抑制滤波发散,且计算量较其它方法小.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

N2O单组元微推力器性能分析及试验

N₂O单组元微推进是当前微推进领域的一个热点问题.在N₂O催化分解热力计算的基础上开展了对N₂O单组元微推力器比冲性能影响因素的分析,分析结果表明微推力器比冲与N₂O分解效率及喷管扩张比有密切关系.所开展的亚牛级N₂O单元微推力器催化分解试验结果表明所设计N₂O单元推力器能在250℃初温条件下启动,初步验证了N₂O单元微推力器的可行性;也揭示了推力室结构及床载大小对亚牛级N₂O单元微推力器性能的影响,为进一步的结构及试验设计提供了参考.     

后向散射辐射探测大气臭氧总量反演方法的改进

以SBDART模式作为辐射传输计算模式,在各种大气气溶胶存在的情况下利用现有的大气后向散射反演大气臭氧总量的Version7方法,模拟计算得到各种气溶胶存在时的大气臭氧总量,并分析了反演结果误差产生的原因.进一步提出根据斜气柱臭氧总量sΩ0,选择不同连续波长区间测量得到的后向散射强度来对臭氧总量的初估值Ω0进行修正的方法.将得到的结果与Version7的进行比较,证明了新方法的有效性.      

一类由星下点反算卫星近圆回归轨道的方法

提出了一类近圆回归轨道的设计方法,解决当飞行任务对星下点有要求时,近圆回归轨道的设计问题。分析了星下点轨迹与轨道参数的关系,概括为当对星下点轨迹有要求时,近圆回归轨道的设计依赖于轨道半径和轨道倾角两个参数的确定。以轨道半径和轨道倾角为未知量依据星下点轨迹要求条件构建了非线性方程组,但直接求解过于复杂,采取迭代的方法解决。编制了MATLAB程序进行设计计算,并将计算结果用软件STK(Satellite Tool Kit)进行仿真。仿真结果显示,该算法能够较好的实现设计目标。     

无人战斗机飞行管理与控制系统分析

综合概述了世界无人战斗机的发展状况,分析研究了无人战斗机飞行管理与控制系统的特点和需求,运用"人机"复杂混合控制系统理论分析了无人战斗机飞行管理与控制系统层次结构,论述了遥控操作员"人机"界面、任务规划及其实时控制、大机动敏捷控制律设计等实现飞行管理与控制系统的关键技术问题及其解决方案.     

捷联惯导系统动基座对准的可观测性分析

建立了SINS(捷联惯导系统)动基座对准的误差模型,首次应用PWCS(分段定常系统)可观测性分析理论对SINS动基座对准过程中的可观测性进行了全面研究.将载体的运动分解为平动和姿态变化两大类情形,深入研究和详细分析了载体的各种运动对系统可观测性的影响,指出在SINS动基座对准过程,无论载体的线运动还是角运动在一定条件下都能提高SINS的可观测性.定性地得出了不同运动对系统可观测性的影响结果,这为研究SINS的快速精确对准方法奠定了理论基础.      

一种新的能量谱熵图像聚焦评价函数

针对计算机视觉中图像聚焦评价函数的选择与设计问题,首先对图像聚焦评价函数的基本概念和特征进行了讨论,然后对目前几种主要的图像聚焦评价函数（ 灰度变化函数、梯度函数、图像灰度熵函数、频域类函数） 进行了分析．在此基础之上提出了一种新的能量谱熵函数评价方法,并且给出了相应的计算公式．该函数的理论依据较之目前常用的评价函数更为充分,最后给出了与其它几种主要评价函数的实验对比结果,证明了能量谱熵函数比其它评价函数在评价图像聚焦质量方面更为准确、稳定和可靠．     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

基于协调组的RTI时间管理方法

针对目前运行支撑环境(RTI,Run-Time Infrastructure)时间管理方法中存在的时间推进效率低及网络带宽占用量大的问题,提出基于协调组的RTI时间管理方法并将其应用于BH RTI 2.3时间管理服务.将仿真系统中节点划分为不同的协调组并设置协调者,通过分组局部协调逐步达到全局的时间同步.实验结果表明,该方法在仿真节点时间推进速度及网络带宽占用量方面优于同等条件下的其他RTI时间管理方法.