卫星定位导航系统中各因素对D-R定位算法精度的影响

D- R定位算法在理论上可以用于定位。在实际工作中 ,用户的定位精度是进行定位时首先需要考虑的问题。文中主要讨论 D- R算法本身固有的定位误差。首先根据 D- R算法的定位公式推导出算法的精度误差因子。然后根据卫星定位导航系统的工作过程 ,确定了影响用户定位精度误差因子的因素并对这些因素对精度误差因子的影响进行了计算机仿真。仿真结果证明 D- R定位算法在一定条件下可以满足用户对定位精度的要求 ,用户精度误差因子可与现有的 GPS系统相当。     

一种基于移步预测消除脉冲串扰的快速算法

以毫米波主被动复合探测器为工程应用背景,通过分析信号的特点,提出一种基于移步预测思想的快速算法来消除脉冲调制信号对被动通道信号的串扰。仿真分析和实验结果表明,该方法对改善信噪比效果明显,而且具有成本低、速度快和易于工程化实现的优点。     

飞行器振动智能分析与诊断

本文通过综合多个领域知识，引进功能特征描述概念，运用证据理论，提出了对飞行器等复杂系统进行分析诊断的一个新方法并初步完成了专家系统原型，通过具体实例，再现了故障现象     

基于DWDM光接入网的波长分配算法

本文介绍了一种基于DWDM光接入网的波长分配算法，该算法在保证基本服务质量的前提下，通过调度共享波长降低业务请求过程中的阻塞率。文中还对该算法进行了计算机仿真实验，仿真结果表明了该算法的有效性。     

捷联惯导系统的圆锥误差补偿算法研究

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题。为了补偿由此引起的圆锥误差，本文对一些传统算法进行了分析和研究。由于以往各种算法一般都需要输入信息为角度信息，但对于高动态、恶劣振动环境，角速度信息更有工程意义，所以针对输入信息为角速度的情形，提出了一类新的姿态算法，通过对比传统的算法，新算法在同样计算量、存储量的情况下有较优的性能，算法的精度较传统的算法高。另外，对新的姿态算法进行了误差分析．为其参数选择提供了选择标准，有工程实用价值。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

基于一维相控阵引信的起爆控制算法研究

工程上实现最佳引战配合要求导弹战斗部最大破片密度方向瞄准目标要害部位。基于一维相控阵引信的波束控制技术,推导了最佳起爆角和起爆延时算法,并研究了一种改进卡尔曼滤波方法在此算法中的应用。该滤波算法将球坐标系中导弹导引头的测量信息转换到直角坐标系下进行滤波,同时消除了由于坐标转换而引起的偏差。仿真结果表明,该滤波算法的应用能得到很高的最佳起爆角和起爆延时估计精度。     

高分辨率星载聚束式SAR改进的ECS成像算法

提出一种适用于高星载聚束式合成孔径雷达（SAR）的改进Extended Chirp Scaling（ECS）算法。基于斜视距离等效模型，推导出改进的ECS算法，给出改进的方位Scaling因了以及算法的实现步骤。在斜视情况下改进的方法Scaling因子可以减小算法所需要的方位时间展宽，提高方位处理效率。为解决高分辨率星载聚束式SAR脉冲重复频率（PRF）过高等问题，在算法中结合了子孔径处理，并分析了采用子孔径处理的必要性及其实现方法。最后，通过计算机仿真，验证了算法的有效性。     

基于MATLAB的现代优化算法在飞行器气动外形设计中的应用

本文发展了MATLAB语言环境下的现代优化算法，包括遗传算法、模拟退火算法和基于分支联赛选择的多目标遗传算法，并用来求解高超声速飞行器气动外形参数优化问题。所研究的气动外形为带控制舵飞行器和可变弯体飞行器。在MATLAB环境下，求解了最大化升阻比的单目标优化问题和具体有两个冲突目标（最小化铰链力矩并且最大化平均操纵效率）的多目标优化问题。实际算例表明，在快速有效的气动力分析方法辅助之下，本文所发展的MATLAB现代优化算法可以在飞行器初始设计中发挥作用。本文所提供的现代优化算法是对MATLAB优化工具箱的一个有益的扩展。     

基于并行禁忌遗传算法(PTGA)的预警卫星传感器调度研究

对预警卫星的传感器调度进行了研究，提出了传感器管理调度的系统组成。通过对传感器调度的分析，建立起相应的数学模型，定义了评价指标。结合并行遗传算法和禁忌搜索的特点，提出了一种新的解决预警卫星传感器调度问题的并行禁忌遗传算法(PTGA)。该算法采用多种群和禁忌搜索思想改进遗传算法的性能，从而提高整个算法的收敛速度和精度。实验结果表明该算法有效地解决了多目标情况下的传感器实时调度问题，并优于一般启发式算法。