基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

特征模型分散式自适应姿态控制在高超声速飞行器中的应用

 针对高超声速飞行器在再入过程中强耦合、大扰动和气动参数大范围变化的问题,基于特征建模的思想,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角通道独立、 偏航/滚转通道耦合的特征模型,并设计了分散式自适应姿态控制器,给出了稳定性分析和数值仿真。由于基于特征模型设计的控制器组成的闭环系统是一个非常复杂的混合系统,稳定性分析在特征建模理论中一直是一个难点,提出的稳定性分析方法完全解决了此类不含内动态相对阶为二的多输入多输出系统的稳定性问题。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

基于目标特征模型配置的面向对象检测方法研究

针对目前遥感图像目标检测过程中过度提取特征容易导致样本特征维数过高,造成维数灾难的问题,提出一种基于目标特征模型配置的面向对象检测方法,该方法以特征的可分性为原则判断特征的真实有效性,针对不同的侦查目标,将真正有用的特征配置于该待检测的目标,达到快速、准确自动检测的目的.试验结果表明,该方法能在降低算法复杂度的同时提高目标检测的正确率,能节省样本训练所需的时间.     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。     

基于滑模反演控制方法的纵向制导控制一体化设计

针对高速机动目标的末端拦截问题,研究了拦截弹的制导控制一体化设计算法。首先建立了纵向通道的制导控制一体化模型,利用非线性状态变换将其转换为易于控制算法设计的标准形式,并将目标机动干扰从不确定项中分离出来。然后考虑系统的非匹配不确定性,将滑模控制与反演控制相结合,设计了拦截弹的一体化控制算法。仿真结果验证了所设计算法的有效性和鲁棒性。     

舰载飞行器平台惯导系统传递对准及检验方法研究

针对舰载飞行器平台惯导传递对准问题,建立了速度匹配和"速度+姿态"匹配卡尔曼滤波方程。考虑舰艇的摇摆运动,进行了不同机动方式下舰载飞行器平台惯导传递对准效果数学仿真,并设计了精度实时检验方法。     

基于自提取脉冲样本图的雷达信号快速提取法

针对电子侦察中截获的敌方雷达信号,估计敌方雷达参数、实现快速的雷达信号提取,对电子对抗决策有重要意义。基于脉冲样本图的描述方式,提出一种新算法,实现对截获的敌方雷达信号的快速识别。算法利用同种雷达信号脉冲之间的匹配相关性,通过脉冲的整体平移,在实现对脉冲样本图的自提取的同时,把用此脉冲样本图描述的雷达辐射源信号筛选出来。仿真分析表明该方法可以获得较高的成功率。     

以特殊角度攻击地面固定目标的圆周导引律

针对某些导弹以特殊角度攻击地面固定目标的任务要求,提出了一种仅利用视线角测量信息就能实现末速方向控制的圆周导引律。该导引律的基本思想在于控制导弹沿着一系列由导弹和目标的实时位置及要求的命中点角度所确定的圆弧飞行。利用简单的几何原理即可快速解算出各时刻所需要的速度倾角,并将其转换成制导指令。仿真结果表明,与典型的最优导引律相比,圆周导引律更适合于过顶迂回攻击的情况,且受制导周期的影响较小,但受制导指令时延的影响较大。     

多传感器信息融合技术与无人机PHM系统

通过分析多传感器数据融合技术故障诊断方法与无人机PHM系统（故障预测与健康管理）的特点,在不改变当前无人机系统硬件组成的情况下,将多传感器信息融合技术运用于无人机PHM系统,实现对无人机系统的实时状态监测、健康评估和故障诊断。