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.      

基于模式特征的图像压缩算法

从人眼视觉特征与空域模式特征的角度出发,提出了一种基于模式特征的图像压缩算法。经过对一组遥感图像的对比试验,可以看出本算法在对纹理信息丰富的遥感图像进行压缩时明显优于SPIHT算法。     

基于DEM的星载SAR图像模拟以及用于图像精校正

根据星载SAR的距离-多普勒成像原理对DEM的三维位置点进行成像几何位置的计算,然后根据经验公式给出了雷达后向散射系数的模拟方法。针对DEM格网间隔和SAR图像分辨率的不同,以及由于侧视成像雷达的特点而导致山区的迎坡和背坡模拟图像点密度不均匀等问题,采用了基于DEM格网点内插的算法。最后应用模拟的SAR图像和真实图像匹配来实现星载SAR图像的几何精校正处理。通过采用RADARSAT的实际图像进行了图像的模拟和几何校正,证明了方法的可行性。     

多层缝隙耦合贴片型频率选择表面研究

设计了一种基于缝隙耦合的贴片型频率选择表面（Frequency selective surfaces, FSS）,该FSS拥有窄带特性。分析了缝隙结构对FSS的频率响应的影响,提出 了一种具有极化稳定性和角度稳定性的双极化FSS单元。采用全波电磁仿真软件对其进行分 析,同时采用谱域法和周期性矩量法对该FSS进行了理论分析并得到解析解。通过将缝隙改 为十字缝隙实现双极化设计,仿真结果显示该结构具有极化稳定性和角度稳定性,并与理论 分析吻合,表明设计的正确性。     

计算矢量喷管流场的有限元法

本文通过采用扫描有限元法及多步龙格－库塔时间推进格式求解非定常平均Ｎ－Ｓ方程来模拟二元矢量喷管的内部跨速流场,成功地计算了二维有激波的跨声速喷管内部流场及仰 仰角３０°的三维矢量喷管内部流场。     

针对变速机动目标的变速导弹三维导引律

应用李雅普诺夫稳定理论，提出一种三维制导算法，在算法设计中，既考虑了目标机动，包括目标速度的变化，又考虑了导弹速度的变化，为实现所提出的算法，进一步将与目标运动的加速度和速度方位信息的有关的项归为两项，给出了其估计方法，仿真结果验证了该方法的有效性。     

变循环发动机组合变几何调节方案

基于面向对象的设计思想,设计出了一个双涵道变循环发动机(VCE)的性能计算模型,并选取了双涵道VCE具有代表性的典型工作点,进行了双涵道VCE的组合变几何调节的相关研究.结果表明:在双涵道VCE的亚声速巡航和超声速巡航工作点,合理调节风扇导流叶片角度可以更大程度发挥双涵道VCE性能优势;在亚声速巡航工作点时选取的方案4和超声速巡航工作点时选取的方案4均比双涵道VCE设计点的变几何调节方案性能更优.     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。