基于聚类的航天器多余物粒径特征识别方法

针对焊锡粒多余物粒径特征识别过程中,粒径区分度不足和粒径特征参数类间交叉对分类准确率的不利影响,提出基于聚类的高精密航天器多余物粒径特征识别方法.从信号时域与频域分析技术出发,选取多个特征参数构建多余物粒径初始特征参数向量;采用Fisher比量化各个特征参数对粒径的区分能力并削除贡献率较低的特征参数,从而构建最终多余物...     

基于粒子群聚类算法的雷达信号分选

在电子对抗领域,雷达信号分选的研究是一个重要课题。电子战的信号环境日趋复杂,雷达信号的处理面临高密度信号环境,雷达脉冲相互交错。对粒子群聚类算法进行了研究分析,把粒子群聚类算法应用到雷达分选中,仿真实验证明该方法能够得到很好的雷达信号分选效果,为雷达信号分选提供了新思路。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

刚体姿态估计的类Rodrigues参数算法研究

针对Rodrigues参数描述刚体姿态运动时的缺陷,提出了一种类Rodrigues参数的姿态估计算法,从定义上避免了Rodrigues参数和修正Rodrigues参数在π-,-π,2π,-2π时的奇异。推导了类Rodrigues参数描述的姿态运动学微分方程,给出了坐标变换的类Rodrigues参数描述,讨论了类Rodr...     

基于SPWD多载波频率估计算法的改进

针对目前提出的多载波估计算法存在的速度与精度的问题,基于模糊控制理论,改进和完善了多载波信号载频估计算法.通过对多载波时隙ALOHA网络真实卫星信号的载频频点提取,验证了该改进算法的时效性.     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

圆阵相位干涉仪二维测向解模糊新方法

长短基线结合和模糊角度聚类是圆阵相位干涉仪测向中两种常用的解模糊方法。针对角度聚类解模糊方法存在的不足,在对模糊方向的方向矢量投影在阵列所在平面的分布规律进行分析的基础上,提出一种基于模糊方向矢量投影聚类的解模糊新方法。该方法不但有效地减小了聚类所需的计算复杂度,而且易于选择聚类门限。仿真实验表明,所提出的新方法具有很好的解模糊性能。     

调频连续波合成孔径雷达滑动聚束成像算法

调频连续波(FMCW)体制下,传统脉冲合成孔径雷达(SAR)的"走—停"回波模型已经不再适用,快时间走动项引入的距离-方位耦合项不可以忽略,否则会使图像质量的降低。该文首先构建FMCW回波模型,其次,提出了一种基于两步式的滑动聚束SAR成像算法。所提算法针对滑动聚束模式中,多普勒历程大于脉冲重复频率(PRF)所造成的频谱混叠问题,采用方位频域去斜的预处理加以解决。由于距离徙动校正(RCMC)后方位时域依旧混叠,该算法通过方位去斜在频域完成聚焦避免再一次的解混叠操作。通过仿真验证,该算法能够实现高精度的FMCW SAR滑动聚束成像。     

GAP/环氧化合物体系胶片的制备与性能表征

为探索一种新型非异氰酸酯固化体系,以端羟基聚叠氮缩水甘油醚(GAP)为研究对象,三羟甲基丙烷三缩水甘油醚(TMPTGE)为固化剂,通过实验筛选出六亚甲基四胺(HA)为固化催化剂,对GAP/TMPTGE/HA固化体系进行了研究。通过拉伸试验、DMA试验,研究了固化参数R和固化时间对GAP/TMPTGE胶片力学性能的影响,借助非等温DSC法,研究了GAP/TMPTGE/HA体系的固化动力学特征,并通过TG实验对胶片热性能进行了表征。结果表明,随着固化参数R的增大,胶片的断裂伸长率先增加后降低,拉伸强度不断增大;R=3.0时,胶片断裂伸长率达到最大值98%,此时拉伸强度为0.67 MPa,玻璃化转变温度为-34.8℃;胶片热分解分为2个阶段,对应的分解峰温分别为250℃和350℃。     

时空轨迹多维特征融合的行为规律挖掘算法

在预警监视系统中，利用数据挖掘技术可以从海量的目标时空轨迹数据中挖掘出目标的行为规律，实现态势信息的智能感知。目前大部分行为规律挖掘方法仅考虑目标轨迹的空间位置信息，忽略了航向和速度信息，因此难以区分空间位置相似但运动速度和方向不同的行为。除此之外，轨迹聚类算法普遍存在参数设置复杂的问题，而且容易受到轨迹行为分布密度的影响。针对上述问题，首先，通过构造时间滑窗定义了时空Hausdorff距离，可度量时空轨迹多维特征差异；其次，结合k最近邻和密度峰值聚类中决策图的思想，提出了时空轨迹多维特征融合的行为规律挖掘算法；最后，使用仿真飞行器轨迹和实测雷达轨迹数据进行实验分析和验证，结果表明在典型应用场景下本文算法可以准确地挖掘出目标所有行为规律，在智能监视任务中具有较好的应用前景。