AWGN和衰落信道下具有改进型Code-matched交织器的Turbo码

提出了一种改进型的Code-Matched交织器,它能减少低重量码的数量,从而提高mbo码的性能。这种改进型的Code-Matched交织器可以适用于多种不同生成矩阵产生的mbo码,而且不会影响Turbo码在中高信噪比处的性能。同时,在Rayleigh信道下,这种交织器能降低错误平台。     

基于各向异性和非线性正则化的湍流退化图像复原

提出了一种基于各向异性和非线性正则化的湍流退化图像复原新算法。为了有效地从湍流退化图像中估计出退化模型，在湍流点扩展函数的优化估计过程中合理地融合了有关湍流点扩展函数的一些基本的先验知识。首先，将点扩展函数的非负性和光滑性约束加入到目标函数中。再针对湍流点扩展函数的衰减性质，建立了一个具有非线性和空间各向异性的正则化函数，使其在重建点扩展函数时能适当地进行空间梯度平滑。由此通过迭代极小化目标函数来优化估计湍流点扩展函数值，进而恢复图像。对各种噪声条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法具有较强的稳定性和抗噪能力。     

空间交会中拉格朗日乘子法的工程应用

为解决工程中直接使用基于C-W方程的双脉冲法和拉格朗日乘子法时远距离导引精度低,以及分段导引过程复杂和可靠性降低等问题,设计了一种新的冲量计算方法。基于原方法适时引入当前状态和误差信息,继承了拉格朗日法运算简单的优点,并将原开环控制改为闭环控制。仿真结果表明,该法提高了导引精度,同时还充分利用多冲量法的特性实现了更大交会时间范围的燃料最优。     

基于熵权的灰色关联概率数据关联算法

在多目标信息融合中,通过数据关联判断来自不同传感器的数据是否代表同一个目标,传统数据关联一般采用联合概率数据关联算法,单纯依靠状态量测且计算复杂。而基于灰色关联的概率数据关联算法,能够利用目标的多个特征信息进行数据关联,且计算简单准确。特征信息一般由专家主观判断给出。提出了基于熵权的灰色关联概率数据关联算法,由量测数据自适应的给出各特征的权重系数,不依赖于专家。仿真表明,该关联算法具有很好的工程实用性。     

模拟X型号飞机复合材料机翼有限元分析

基于建立的模拟半梁式全金属x型号飞机机翼模型，用等刚度设计方法建立半梁式半复材、全复材的模拟x型号飞机机翼模型。用软件ABAQUS分别采用其中的三角形以及四边形壳单元计算全复合材料机翼、半复合材料机翼、全金属机翼在同种气动外形和载荷下的有限元分析，研究位移和应力的收敛情况。数值计算表明：位移收敛速度较快，应力收敛较慢，用不同类型单元和逐渐加密有限元网格对收敛判断是必要的。半复材机翼比全金属机翼减重35％左右，全复材机翼比全金属机翼减重接近50％。     

卫星光学遥感系统优化设计与像质评价探讨

介绍了卫星光学遥图像获取与图像处理一体化优化设计的思路；运用通用像质方程（GIQE）对于利用小相对孔径光学系统和调制传递函数补偿（MTFC）方法得到的图像的品质与利用相对较大相对孔径光学系统得到的图像的品质进行了对比分析。     

Long term dynamics and optimal control of nano-satellite deorbit using a short electrodynamic tether

This paper studies the long term dynamics and optimal control of a nano-satellite deorbit by a short electrodynamic tether. The long term deorbit process is discretized into intervals and within each interval a two-phase optimal control law is proposed to achieve libration stability and fast deorbit simultaneously. The first-phase formulates an open-loop fast-deorbit control trajectory by a simplified model that assumes the slow-varying orbital elements of electrodynamic tethered system as constant and ignores perturbation forces other than the electrodynamic force. The second phase tracks the optimal trajectory derived in the first phase by a finite receding horizon control method while considering a full dynamic model of electrodynamic tether system. Both optimal control problems are solved by direct collocation method base on the Hermite–Simpson discretization schemes with coincident nodes. The resulting piecewise nonlinear programing problems in the sequential intervals reduces the problem size and improve the computational efficiency, which enable an on-orbit control application. Numerical results for deorbit control of a short electrodynamic tethered nano-satellite system in both equatorial and highly inclined orbits demonstrate the efficiency of the proposed control method. An optimal balance between the libration stability and a fast deorbit of satellite with minimum control efforts is achieved.     

On developing data-driven turbulence model for DG solution of RANS

High-order Discontinuous Galerkin(DG) methods have been receiving more and more attentions in the area of Computational Fluid Dynamics(CFD) because of their high-accuracy property. However, it is still a challenge to obtain converged solution rapidly when solving the Reynolds Averaged Navier–Stokes(RANS) equations since the turbulence models significantly increase the nonlinearity of discretization system. The overall goal of this research is to develop an Artificial Neural Networks(ANNs) model with low complexity acting as an algebraic turbulence model to estimate the turbulence eddy viscosity for RANS. The ANN turbulence model is off-line trained using the training data generated by the widely used Spalart–Allmaras(SA) turbulence model before the Optimal Brain Surgeon(OBS) is employed to determine the relevancy of input features.Using the selected relevant features, a fully connected ANN model is constructed. The performance of the developed ANN model is numerically tested in the framework of DG for RANS, where the‘‘DG+ANN" method provides robust and steady convergence compared to the ‘‘DG+SA" method. The results demonstrate the promising potential to develop a general turbulence model based on artificial intelligence in the future given the training data covering a large rang of flow conditions.     

一种遥测缓变参数自动判读的新方法

针对遥测参数中缓变参数的自动判读问题，提出一种基于历史数据统计特性的遥测缓变参数自动判读新方法。首先，设计了一种以参数目标数据时标为基准的时间间隔递推算法和线性插值方法，使历史数据与目标数据的时标得到有效统一。其次，基于方向和距离函数构造了双因子等价权函数，并利用抗差最小二乘估计算法得到了参数的估值和标准差。最后，根据参数的估值和标准差对目标数据进行统计分析，依据目标数据的概率分布判断参数是否存在异常，进而实现参数的自动判读。仿真校验结果表明，该方法能有效辨识缓变参数中的异常参数，且具有较强的抑制随机噪声和抗差自适应能力。与传统以人工为主的判读方式相比，该方法能有效提高遥测参数判读的效率和准确性。     

小波多分辨分量相关性图像融合方法

针对多光谱图像与高空间分辨率全色图像的融合,提出了一种基于小波多分辨分量相关性的图像融合方法.该方法在原始图像小波分解的基础上,对分解得到的高低频分量采用不同的融合规则进行融合,最后逆变换重构得到最终的融合图像.其中,对分解得到的低频分量采用局域相关系数加权融合计算,对高频分量设置一定的约束条件,使相关性较强的部分得到增强,而相关性较弱的部分继续保持.通过实验,与几种典型的图像融合方法就相关系数和光谱扭曲度等指标进行对比,验证该方法在光谱信息保持和空间分辨率提高方面的优势,并实验分析了不同相关系数门限值T的选取对最终融合效果的影响,以针对不同的应用场景做适当的选取.