涡轴发动机自适应混合诊断模型高斯加权聚类方法

针对整个飞行包线内涡轴发动机健康参数估计问题,提出基于高斯加权聚类的机载自适应混合模型建立方法.机载自适应混合模型由卡尔曼滤波器和神经网络组成,由于飞行数据样本庞大,采用高斯加权模型对涡轴发动机飞行数据进行实时聚类,利用聚类数据更新神经网络权重,并实现自适应混合模型工作范围的自动扩展.仿真结果表明了该方法的有效性,采用...     

线化插值权残法求解强非线性振动问题

本文用线性化法，插值函数法和权残法相结合的方法求解了几类保守系统强非线性振动问题，其精度比已有的新的改进的L-P法还更好些。     

基于变权重变异鸽群优化的无人机空中加油自抗扰控制器设计

针对空中加油过程中的受油机模型建模误差和强扰动以及自抗扰控制器（ADRC）人工参数整定难的问题，提出了一种基于变权重变异鸽群优化（VWMPIO）算法的无人机自抗扰控制器优化算法。首先，给出了六自由度无人机（UAV）模型，基于自抗扰控制结构设计了一种受油机的姿态控制器，在此基础上用所提出的变权重变异鸽群优化算法整定了自抗扰控制器参数。随后，将变权重变异鸽群优化与其他基本鸽群优化算法、粒子群优化算法进行了实验对比，并从控制性能和抗噪声性能的角度对自抗扰控制器和传统的比例-微分-积分（PID）控制器进行了仿真对比。实验结果表明所提算法能提高复杂态势环境下无人机空中加油的控制精度和扰动抑制性能。     

雷达波形的水印技术

提出了一种抗有源欺骗干扰的新技术——雷达波形的水印技术。常规雷达波形易被干扰机截获并被分析出信号参数。若限定相位变化范围,按调整后的波形与原波形相关性最小的原则对原波形进行相位优化调整,在调整范围较小的情况下,干扰机一般并不能察觉出这种变化。雷达对相位调整后的波形用加权失配滤波器进行脉压,真正的目标没有损失,而对干扰机辐射的原波形却不能形成相关峰,这样,雷达就能自动地抑制欺骗式干扰形成的假目标。将这种具有防伪且保护雷达能正常检测目标功能的相位调整技术称为雷达波形的水印技术,所得的波形称为水印雷达波形。仿真结果证明了此方法的有效性。     

二阶离散系统LQ问题加权阵的选择

本文针对单输入条件下二阶定常线性离散系统,讨论了线性二次型(LQ)问题中加权阵的选择问题。证明并给出了当要求闭环系统是渐近稳定时,加权阵与系统开、闭环特征多项式之间以及系统开、闭环极点之间的一组解析关系式。对实例的计算结果表明,利用这组关系,可以很方便地得到加权阵。     

Mission decision-making method of multi-aircraft cooperatively attacking multi-target based on game theoretic framework

Coordinated mission decision-making is one of the core steps to effectively exploit the capabilities of cooperative attack of multiple aircrafts. However, the situational assessment is an essential base to realize the mission decision-making. Therefore, in this paper, we develop a mission decision-making method of multi-aircraft cooperatively attacking multi-target based on situational assessment. We have studied the situational assessment mathematical model based on the Dempster-Shafer (D-S) evidence theory and the mission decision-making mathematical model based on the game theory. The proposed mission decision-making method of antagonized airfight is validated by some simulation examples of a swarm of unmanned combat aerial vehicles (UCAVs) that carry out the mission of the suppressing of enemy air defenses (SEAD).     

一种带随机偏差的分布式信息融合滤波算法

在通信、计算机、信号处理、自动控制中,对于带有未知的干扰和偏差的随机系统的状态估计已经广泛出现。在现实环境中,不同的传感器可能受到不同的干扰影响。研究随机系统的状态估计问题在实际应用中具有重要的意义。对带有随机偏差的线性随机系统,将系统转换为多模型结构的特殊情况。利用最小方差的最优加权融合估计算法,获得了分布式信息融合滤波算法。通过仿真可以看出,分布式信息融合算法要比局部估计算法具有更高的精度,算法具有分布式结构,这使其具有更好的鲁棒性和可靠性。     

极小代数与最短路问题

引入了极小代数的概念,建立了其运算法则。对有向赋权图的最短路问题建立了极小代数下的迭代方法。     

修正D-S证据组合方法及其在目标识别中的应用

在多传感器信息融合算法中，Dempster-Shafer证据理论得到了广泛应用，但该理论本身也存在一些不足之处。针对这种情况，提出了D－S证据组合中“与”算子的一种改进方法，并进行了仿真。仿真结果表明，所提出了算法能够有效排除干扰，得出符合实际的组合结果。     

RTK-GPS在多机器人系统定位中的应用

采用载波相位差分GPS为多移动机器人系统提供定位导航,利用串口和无线网络通讯构成一对多的数据链,转发基站改正数信号,利用里程计和GPS数据加权融合,消除GPS数据中的粗差,然后通过最小二乘估计确定机器人的位置,经实验,此方法可以使多机器人系统实现0.5米的定位精度.