基于最小二乘支持向量机的普通高校招生人数预测研究

近年来普通高校的发展速度与规模,使社会大众兴起了对教育质量与总量的关注。普通高校招生数预测是制定教育政策的重要依据。针对中国文化教育的特征,在统计学习理论和结构风险最小化原理的基础上,建立了基于最小二乘支持向量机的时间序列预测模型。预测结果表明该模型具有较高的预测精度,为普通高校招生数预测提供了一条新的途径。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。     

遥测数据时间序列滑动窗口动态分割技术

经由传感器采集的航天器遥测数据是产品验证、算法检验、数据挖掘等学科和方向重要的数据来源之一。由于原始测量数据采集密度高、信息量大,通常采用滑动窗口技术进行逐段处理和算法应用。但当滑动窗口的宽度固定时,数据的局部信息不能被充分提取出来;为此,提出遥测时序滑动窗口的动态分割流程。仿真结果表明:提出的时序分割和窗口宽度计算方法,可以根据数据自身的特点得到更加准确合理的非等长窗口集合;在保持曲线线段曲率的基础上,滑动窗口动态计算方法可以极大地提取拐点信息,合理地给出窗口宽度,对数据进行了简化与提纯,降低了建模难度,为下一步聚类分析、曲线匹配等工作提供了技术支持,提高了遥测数据的诊断与分析效率。     

基于概率统计的DS/FH系统干扰检测算法

基于时频分布的干扰检测算法是DS/FH（Direct Sequence/Frequency Hopping,直接序列扩频/跳频扩频）系统干扰检测的传统手段,针对其运算量大、实时性差,以及无法检测某些特殊干扰信号等问题,提出一种基于概率统计的干扰检测算法.通过统计DS/FH系统频谱图中各频率的幅值出现位置,以DS/FH信号与干扰信号频谱分布规律的差别为判决依据,完成DS/FH系统中干扰信号的检测.分析和仿真结果表明：该检测算法能够有效识别DS/FH系统中的典型干扰信号,与传统基于时频分布的检测算法相比,能够实现某些特殊干扰信号的有效检测;同时,由于该算法不需要进行复杂的时频联合分析,其运算复杂度大大降低,能够实现DS/FH系统干扰信号的快速检测.     

基于直升机/ 发动机综合模型的变旋翼转速控制研究

为了实现直升机旋翼转速在宽广范围内连续变化且涡轴发动机连续提供输出轴功率,采用1种扭矩序列转移控制方案来实现该传动链。通过2台涡轴发动机和2台多级变速器与旋翼协调工作,发动机依次连接或脱开旋翼,提供旋翼转速大范围内变化,并提供旋翼连续变化的功率。在扭矩转移过程中,针对发动机扭矩强扰动问题设计了鲁棒LMI控制器+ADRC扭矩前馈补偿控制器,最后基于直升机／发动机综合模型进行数值仿真,验证了扭矩转移方案的可行性。仿真结果表明：在转移过程中的扭矩强扰动对发动机动力涡轮转速的影响较小,旋翼转速可以实现较大范围内的快速平滑变化。     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

一种新型的低噪声硅微机械陀螺电容读出电路

陀螺系统的微机械敏感结构部分的性能提升受到成本、工艺的限制,有较高难度,故提升接口电路的各项性能成为提升整个系统性能的关键。因此,电容读出电路作为微机械陀螺系统中非常重要的组成部分,该电路性能的优劣直接决定着陀螺的测量精度。为实现硅微陀螺高精度检测,设计了一款低噪声的电容读出电路。在陀螺与读出电路之间设计斩波开关,基于斩波技术进行低噪声设计,采用相关双采样技术用来降低关键的第一级放大电路的低频闪烁噪声和开关噪声。采用了一种简化的陀螺测试模型,用于读出电路的独立测试。读出电路在0.18μm CMOS工艺下设计流片,测试结果表明,该电容读出电路输出噪声为-122.8dBV/Hz1/2,可实现0.06aF/Hz1/2的电容分辨率。     

间歇采样转发干扰对相位编码雷达的影响分析

文章分析了间歇采样转发干扰对相位编码脉冲压缩雷达的影响。首先,推导得到了相位编码信号通过匹配滤波器的输出响应。在此基础上,推导了间歇采样转发干扰的匹配输出,研究表明,输出响应为信号编码与间歇采样编码互相关序列的线性插值函数,且只能产生一个假目标。然后,研究了旁瓣抑制网络对间歇采样转发干扰信号的影响,结果表明,旁瓣抑制网络可以有效抑制回波信号的旁瓣,但无法抑制干扰信号的旁瓣。相比输入前数值,干扰旁瓣峰值和位置均发生变化。最后,通过编程计算和仿真实验验证了本文分析的正确性。该研究为雷达对抗干扰评估试验提供重要的理论支撑。     

多尺度自适应直接信息采样与重构

现有的直接信息采样(Analog-to-Information Conversion,AIC)方法在压缩感知框架下,将采集和压缩过程融合,但并未充分考虑不同稀疏成分在信号重构当中的地位。针对该不足之处,提出一种多尺度自适应直接信息采样与重构算法。该算法充分考虑小波变换后的高频信号和低频信号在重构中的不同地位,实现速率自适应的直接信息采样。同时,给出变速率采样下的信号重构策略,以解决常规重构算法在速率自适应采样时失效的问题。仿真结果表明,多尺度自适应AIC系统可以获得比传统AIC系统更好的AFSNR性能。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。