面向火星探测的中继通信星座设计

在深空通信中,传统的点对点通信方式已经不能满足远距离信息传输的要求。为给目标探测器提供更长时间的中继通信,针对火星目标探测器正常和应急特殊工作这2种不同的应用场景。分别设计了均匀覆盖和连续覆盖的火星中继星座。中继星座方案由1个轨道面内的3颗中继卫星组成,2个星座采用了不同的卫星相位间隔。     

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.     

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

高分辨雷达目标回波信号产生技术研究CSCD

介绍了一种高分辨雷达模拟目标回波信号产生方法,由于该方法产生的模拟目标回波信号既能携带目标特征信息,又能携带雷达发射信号细微特征信息,可以满足在实验室条件下,对高分辨雷达进行性能测试的需求。     

利用H.264中运动矢量实现运动目标检测

针对视频压缩和运动目标跟踪同时实现的应用,通过研究H.264压缩标准中运动矢量包含的图像运动信息并分析运动估计原理,提出了一种利用视频压缩中的运动矢量信息实现运动目标检测的方法,确立了H.264编码流中运动矢量与场景中物体运动状态的对应关系.将运动目标从背景中分离是检测算法的核心.对于双门限值的设置,可分离不同运动速度的目标;同时,算法排除了背景运动的干扰,因而可应用于摄像机运动的场合;由于检测算法所用的运动矢量直接来源于H.264编码过程,而大大降低了计算复杂度,利于硬件实现.     

基于盲源分离技术的航空发动机振动信号分析

基于双转子航空发动机机匣拾取振动信号特征的分析,采用基于数学形态学滤波前处理的盲源分离识别方法进行特征提取.针对机匣拾取振动信号的特征,利用开—闭和闭—开组合数学形态滤波器在保留信号基本形状的前提下,滤除掉原始信号中的噪声分量.利用Fast ICA算法恢复高、低压转子源振动信号的波形.对实测数据的分析表明,该方法能够较好地恢复高、低压转子所激振动信号的频域结构信息,有利于提高故障定位的准确性.     

观测资料和卫星钟差对PPP参数收敛影响分析

在GPS 单点定位中, 参数解算的收敛时间和收敛稳定性是重要的研究内容之一, 影响收敛时间和收敛稳定性的因素很多, 本文主要就观测资料的不同采样间隔、卫星钟差资料的不同采样间隔、不同的定位精度要求对精密单点定位中参数收敛时间的影响进行了深入的分析探讨, 以中国上海GPS综合应用网中的12个测站资料为例, 分析了采样间隔、定位精度要求与收敛时间的关系, 并对不同采样间隔的收敛时间进行了统计分析, 得出一些初步结论.      

一种高稳定度太阳帆板驱动机构控制方法

为了提高低轨遥感平台卫星用太阳帆板驱动机构（SADM,solar array drive mechanism）的速率稳定度,降低太阳帆板转动对星体姿态稳定度的影响,在对SADM驱动原理分析和驱动性能测试的基础上,明确了步进电机定位力矩对速率稳定度的影响,并提出了定位力矩补偿方法．在SADM转速和转矩测量平台上,对定位力矩补偿的驱动控制效果进行了测试和对比分析,测试结果表明,采用定位力矩补偿控制方法可以将SADM的速率稳定度提高约一倍．     

面向多威胁的无人机智能目标跟随策略设计

随着无人机(UAV)一体化作战的不断发展,无人机在搜索到运动目标之后,需要立即转入跟随模式,考虑到战场环境的复杂性,研究了在多个威胁源条件下无人机跟随运动目标的问题,为了保证无人机的安全性以及跟随目标的精确性,提出了一种基于决策树的无人机智能目标跟随策略。首先对威胁概率图(TPM)进行建模;然后采用几何图法及任务优先级生成不同的规则,建立相应的决策树,并设计了不同规则下无人机飞行航向及速度指令;最后通过仿真验证所提出的智能目标跟随策略的有效性。