应用改进多种群遗传算法的多星成像目标规划方法

针对目前多星成像目标规划求解算法容易陷入局部最优解,且对于大区域目标及规划时间周期较长时不能尽快规划出较优的成像方案问题,提出一种改进多种群遗传算法的多星成像目标规划方法。以成像规划方案周期最短、覆盖率最大为目标函数建立模型;利用改进的多种群遗传算法对模型进行求解,采用移民算子种群在多种群之间关联及更新种群,保留每代进化中的最优成像方案。利用多星对区域目标成像验证了所提出的方法,结果表明:此方法能够较好地用于模型的建立及求解,有效地规划出目标函数较优的成像方案。     

涡轮叶片CT图像边缘提取的最优算子研究

为了解决叶片计算机断层(computed tomograghy,简称CT)图像边缘提取精度低效率差的问题,以解析法提取边缘的理论为基础,推导了适用于CT图像边缘提取的最优算子,并通过定量计算与模拟标准图像对最优算子的性能进行了分析,结果表明最优算子在抗噪、定位精度以及单像素响应等方面都比传统的边缘提取算子更为优越.实际应用最优算子提取的叶片边缘更光顺,噪声点以及伪边缘更少,进一步证明了最优算子在CT图像边缘提取方面有着明显的优势.      

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

基于卫星云图的大区域云层预测方法

云层覆盖是影响对地观测卫星成像的一个重要问题,如果遥感图像中云层比例太高,或者特定目标不可见,则遥感图像就会失效。对地观测卫星能够根据云层预测信息,在多个观测目标之间进行选择。面向对地观测卫星任务规划的应用,设计了大区域范围的短期云层预测方法,首先通过光流法获取云运动矢量,然后依据云运动矢量外推获得预测的云层图像,同时引入拉普拉斯算子刻画云层运动过程中的扩散现象,利用风云二号卫星的真实云图序列数据,通过神经网络的反向传播算法优化扩散因子,以提升云层预测的效果。通过对结果进行分析,引入的拉普拉斯算子方法能够提高云层预测的精度,80%分位数的云层覆盖率误差约为11.7%,该精度的云层预测可以用于指导对地观测卫星任务规划。     

传播算子方法在宽带DOA估计中的应用

将传播算子与宽带相干信号子空间方法相结合,推导了基于传播算子的宽带相干信号子空间方法,该方法所构造的聚焦矩阵不需要奇异值分解,在获取噪声子空间时不需要特征值分解,因而大大降低了运算量.比较了双边变换(TCT)方法与所推导的方法在分辨两个相邻较近信号源时的性能,仿真表明,在高信噪比时,该方法性能与TCT方法相近.     

超机动导弹的神经网络控制系统

 研究了应用于具有超机动能力的导弹的非线性神经网络控制系统.利用神经网络可以任意逼近非线性函数的能力,来学习超机动导弹在大迎角状态下的高度非线性动态特性的逆动态特性,得到对参数变化及未建模动态具有较好鲁棒性的控制系统.为了改善神经网络的学习能力和学习算法的稳定性,对学习增益做了模糊化处理.数字仿真结果说明了该控制方案可以达到预期效果.     

关于微分方程的有理式解的存在性问题

许多非线性微分方程一般都是不可积的。例如Ｒｉｃｃａｔｉ方程。本文主要利用在文「４」中得到的一个定理，通过构造微分方程的线性算子的方法，得到了一个关于微分方程的算子矩阵，从这个算矩阵向量的线性相关性得到了微分方程存在有理式解的充分必要条件，并举例给出了求有理式解的具体方法。     

象征型拟微分算子的L~2－有界性

证明了象征型拟微分算子的一个Ｌ２有界性定理，其中象征ａ（ｘ，ξ）关于ｘ的正则性条件被进一步减弱了。在某种意义下，该结果给出了定理Ａ与定理Ｂ之间的联系。     

H~∞控制理论及其航天应用

Ｈ~∞控制理论的基本特征在本文中作了介绍，在回顾了鲁棒控制和Ｈ~∞控制理论之后，给出了标准Ｈ~∞问题及其基本解法。最后给出了其在航天领域的研究动态。     

L-可积函数的逼近定理

通常所说的函数逼近,或者是在C—范数拓扑下连续函数的多项式逼近,或者是在L~p—范数拓扑下L~p函数的多项式逼近,或者是在Sobolev范数(‖·‖_(H~(m,p)(Ω)))拓扑下用C~∞(Ω)(或C~∞(Ω))对于Sobolev空间H~(m,p(Ω))的逼近。而对于有界L—可积函数的多项式a·e(即几乎处处)逼近,至今未见有任何文献。本文则借助于实变函数的性质与连续函数多项式逼近的技巧来处理这一工作,而文中的主要结果(即定理1—3)正反映了这一尚未有过的工作。确切地说,本文首先利用L—可测函数的重要定理,把L—可测函数转化为连续函数,使(用多项式)a·e逼近成为可能;而后,再对连续函数将广义Jackson算子逼近的已知结果与相应技巧应用上去,得到一系列刻划逼近程度(即逼近阶)的渐近估计。