基于贝叶斯—熵权法的岸舰导弹作战效能研究

通过系统分析岸舰导弹作战流程,确定了影响岸舰导弹作战效能的 4个主要因素。选取了 17个指标,构建了岸舰导弹作战效能评估模型,运用贝叶斯网络原理以及熵权法对模型进行仿真,并针对仿真结果,提出岸舰导弹战斗使用和装备发展对策建议。     

动态逆方法在空空导弹控制系统设计中的应用

提出了一种将动态逆方法与基于李雅普诺夫稳定性的鲁棒控制方法相结合的鲁棒动态逆没计方法,并且给出了将动态逆方法应用于空空导弹控制系统设计的基本步骤将导弹动力学自然分离为怏变状态动力学子系统和慢变状态动力学子系统,分别进行非线性动态逆控制设计;再应用基于李雅普诺夫稳定性的鲁棒控制方法,没计出期望的慢变动力学和怏变动力学,能够保证动态逆控制系统对气动系数摄动的鲁棒稳定性.用一个典型空空导弹的控制系统进行的具体设计和六自由度的真实仿真结果,显示了这一方法的有效性.     

新型航天器太阳电池阵基板的质量控制

影响新型航天器太阳电池阵基板的质量因素较多,且很复杂。文章着重介绍了基板的质量控制内容,还对一些突出的质量问题作了简述。     

基于CRBMs-RVR的涡轴发动机输出功率衰退预测

针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机（CRBMs）深度特征提取的相关向量回归（RVR）功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模型的输入,实现对输出功率的预测,并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象,模拟全寿命期内发动机气路部件性能退化,对输出功率进行衰退预测。试验结果表明：基于CRBMs-RVR的预测模型与传统的RVR预测模型相比,训练时间缩短30.2%,预测结果的均方根误差减小64.6%;与基于主成分分析（PCA）进行特征提取的PCARVR预测模型相比,预测结果均方根误差减小42.4%,验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。     

基于切片熵权的WHT多LFM信号识别方法

为提高在低信噪比与先验信息不足条件下对线性调频(LFM)信号识别能力,借鉴信息论中的熵权法改进WHT(Wigner-Hough Transform),提出了一种基于切片熵权的WHTE(Wigner-Hough Transform based on Entropy)算法。推导出LFM信号的WHT与对应特性,将WHT变换域内极半径和角度切片的熵值来转换为权重因子,进而对每个切片进行加权处理,采用双层权重以弱化噪声与干扰项的影响,并推导出LFM信号与高斯白噪声在WHT维度内不同假设条件下的概率密度分布函数,构建了对于LFM信号WHT后恒虚警检测的完备流程。通过理论分析与公式推导论证了算法的可行性,并与WHT、分数阶傅里叶变换与周期WHT算法的仿真对比,验证了算法的有效性,凸显WHTE算法能够在强噪声背景下与没有先验支撑时实现对LFM信号的良好检测。     

基于熵权-TOPSIS法的货运航线网络设计研究

本文提出了一种轴辐式货运航线网络设计的方法。运用聚类分析(K-Means)进行枢纽机场选址,以枢纽机场间多重连接的方式,建立无机场容量限制的轴辐式货运航线网络优化模型,运用枚举法求解最终得到一个较为合理的货运航线网络。其中为提高聚类精度,引入熵权-TOPSIS法对数据进行处理,通过对TOPSIS评价数据进行聚类得到精度较高的聚类结果,实验表明基于熵权-TOPSIS的聚类分析较传统的聚类分析降低了运输成本。     

一种融合的长时单目标跟踪策略

本文提出一种融合的长时单目标跟踪策略,融合基于深度学习的目标检测算法和基于相关滤波的单目标跟踪算法,形成两种跟踪模式,根据多种判断策略控制跟踪模式切换,能够在保证跟踪鲁棒性的情况下大幅度提高跟踪实时性。将该跟踪策略用在自制数据集ATP-UAV上,取得了较好的跟踪效果。     

一种基于红外热成像的温度异常定位算法

温度异常检测难度大,危险系数高等问题,本文提出了一种基于红外图像面阵传感器的传统与人工智能算法相结合的算法。实验表明,本文的算法在一定程度上能够很好地实时检测目标的温度和精确定位。     

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中,实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题,提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性,开展了地基GNSS-R土壤湿度观测实验,结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡,提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题,提出了一种基于虚拟慢时间的成像算法。首先,分析了双基地角时变对ISAR成像的影响机理。然后,基于图像对比度最大准则估计等效旋转中心位置,完成初次相位补偿。最后,通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵,并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题,通过虚拟慢时间消除转动相位项的高次项影响,利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。