高分辨率星载合成孔径雷达成像处理方法

提出了一种适用于大距离徒动高分辨率星载合成孔径雷达 (SAR)精确成像的改进Chirp Scaling(CS)成像处理算法 ,以及实现单视图象斑点噪声抑制的基于目标检测的增强无偏最大后验概率 (TDRGMAP)方法。采用这种高精度成像处理方法和单视图像斑点噪声抑制方法 ,可以实现星载 SAR高空间分辨率和高辐射分辨率的雷达图像。     

输油管道泄漏自动检测装置的研制

介绍一种基于软件的管道泄漏自动检测装置 ,通过检测压力、流量、温度等的变化来判断泄漏是否发生及发生泄漏的位置。该装置具有适应性广、安装简单等优点。     

基于全解耦奇偶方程的动态系统执行器故障检测与识别

给出了基于全解耦奇偶方程的动态系统执行器故障的检测与识别方法。讨论了全解耦奇偶向量的产生方法,给出了全解耦奇偶向量的存在条件,并结合卡尔曼滤波方法得到了故障模型参数的估计方法。最后给出了仿真实例。结果表明,全解耦奇偶方程方法能估计出动态系统执行器故障模型。     

一种改进的非相干序贯检测捕获方案

为实现伪码的快速捕获 ,提出了一种基于连续累加的非相干序贯检测判决逻辑 ,同时给出了一种估算连续积分 /累加序贯检测逻辑的采样数的概率分布密度和平均采样数上限 ASN(Average Sample Number)的算法。仿真结果表明 ,连续累加非相干序贯检逻辑达到了预期的虚警概率和检测概率 ,且性能优于传统序贯检测 ,证明了检测逻辑的正确性和可用性。此方案可以为扩频通信系统中如何解决伪码捕获这一问题提供新的思路和方法     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

液体火箭发动机故障检测与诊断研究的若干进展

近十年来，液体火箭发动机故障检测与诊断方法和技术的研究在以下几方面取得了重要进展：基于信号分析的方法；基于模型的方法；基于人工智能的方法；故障模式分析与信号特征提取；阈值的选择。该文对这些研究的若干进展作简要评述。     

数控系统瞬时故障容错技术研究

本文研究的瞬时故障容错技术是以故障掩盖和故障恢复的思想为基础的新的提高可靠性的技术方法,建立了数控系统容错模型和层次结构,并结合弹(箭)上计算机,对故障进行实时在线检测和处理,以达到减小或消除瞬时故障对控制系统的影响的目的。     

基于离散方波变换的脉冲星微弱信号周期性检测

为满足X射线脉冲星深空导航系统对脉冲星微弱信号周期性检测的要求,提出了一种基于离散方波变换(DSWT)的周期信号检测算法,并给出了其硬件实现方法.首先,通过对比DSWI和FFI变换核的相似性,证明了DSWT算法进行周期性检测的可行性,同时,研究了DSWT对白噪声的抑制作用;其次,DSWT的变换核仅取+1或-1,更适合硬件电路实现,给出了该算法的FPGA实现方法;最后,采用以Xilinx Spartan-3系列FPGA芯片XC3S2000为核心的开发板组成实验仿真系统,分别对实测和仿真脉冲星数据进行实验.结果表明:1.该算法可检测信噪比低于FFT算法;2.在信号输入完毕后3个时钟周期内即可得出计算结果,耗时比FFT算法少三个数量级;3.实现该算法所需的硬件资源少于FFT算法.     

目标光学伪装效果评价方法分析

对现有伪装效果评价方法进行了简要分析,旨在形成更加科学合理的伪装效果评价方法。认为伪装效果主要表现在两个方面,一是目标本身暴露特征的降低或消除;二是目标与背景的融合程度。因此伪装效果评价也应从这两个方面进行分析。另外目标是否被发现,除了目标特征与背景特征是否一致等客观因素,还与观察判别人员的知识、经验以及分析判别能力等主观因素有关。     

Automatic detection of geomagnetic sudden commencement via time–frequency clusters

One of global processes in ionosphere–thermosphere–magnetosphere system is the geomagnetic storms. It is of great importance to develop an algorithm that auto-detects sudden commencement because it could be an indicator of onset of the geomagnetic storm. Automatic detection of geomagnetic sudden commencement is based on time–frequency clusters generated by spectrogram. Proposed algorithm is tested on data set collected from stations belong to the international real-time magnetic observatory network (INTERMAGNET). Maximum standard deviation of algorithm detection times is observed to be one minute of the corresponding arrival times published by National Geophysical Data Center (NGDC).