一种目标散射中心特征快速提取算法

首先用基于几何绕射理论的GTD(Geometrical theory of diffraction)模型来精确描述雷达目标的高频电 磁散射特性;同时,提出一种可应用于目标识别的散射中心特征提取快速算法:基于传播算子(Propagator)的 多重信号特征算法(PM-MUSIC).其核心思想是利用传播算子法快速计算出噪声子空间,取代了原MUSIC方法中利用特征值分解获取噪声子空间的矩阵分解步骤.通过计算量的比较,说明PM-MUSIC算法较原MUSIC方法有效提高了运算效率.最后.仿真实验表明,PM-MUSIC算法在快速估计的基础上,仍具有良好的精度和较高的分辨率,可有效地提取以边缘绕射等为主要散射形式的隐身目标的散射中心.     

基于模糊评价与GIOWA算子的技术风险评估方法

将不确定多属性决策方法应用到风险评估当中,给出了一种定性与定量相结合的飞行器型号研制项目技术风险评估方法.采用基于广义导出的有序加权平均(GIOWA,Generally Induced Ordered Weighted Averaging)算子的模糊综合评价系统去处理风险评估中的专家语言信息,通过对风险概率与后果的分别量化并结合风险矩阵确定单个技术风险事件等级,从而进一步获得整个项目的风险状况.结合一个航空研制项目分系统的风险评估实例,阐述了方法的详细实施步骤与实用性,为型号研制过程中技术风险评估工作的开展提供了一种方法.      

机动发射条件下空间飞行器上升段弹道设计

为提高空间飞行器机动发射能力,在飞行中段轨迹确定情况下,以入轨点位置、高度、速度、速度方位角、弹道倾角等作为终端约束,设计上升段弹道,实现以基准发射点为中心,一定范围内任意发射点上升段与飞行中段高精度交班。考虑到上升段终端入轨点约束条件多、精度要求高,且上升段弹道具有非线性、强耦合的特点,研究设计了二级、三级能量管理模型和变射面横向机动模型,并采用加入混合扰动算子的梯度粒子群算法对上升段弹道进行求解。仿真结果表明:优化设计的变射面横向机动弹道能够实现与飞行中段的高精度交班,上升段终端入轨点位置、高度、速度、速度方位角和弹道倾角平均偏差分别为27.506 2 m、2.125 4 m、1.652 2 m/s、0.072 8°和0.029 0°。      

非定常气动力辨识的模糊逻辑方法

提出了用内部函数和二次型隶属函数对非线性非定常气动力进行模糊逻辑建模与辨识的方法 ,分别用 F- 18和 F- 16飞机强迫振荡的实验数据建立了非线性非定常气动力模型 ,讨论了隶属函数导数的连续性对模糊逻辑模型精度的影响 ,并与已有的 Fourier模型和非线性代数模型进行了比较。结果表明 ,文中提出的建模方法能够给出更为满意的结果。     

基于PM算法的涡旋电磁波引信超分辨测向方法

为提高防空导弹无线电引信在低信噪比（SNR）背景下的测向精度,提出了基于传播算子算法（PM）的涡旋电磁波引信超分辨测向方法。通过相控均匀圆阵依次发射不同轨道角动量模态涡旋电磁波照射目标,基于多发单收（MISO）模型推导目标探测回波模型;通过对回波方程的近似变形构造接收信号矩阵;采用PM算法构造空间谱函数,进行谱峰搜索,实现对目标水平方位角的估计。对所提方法的有效性进行仿真验证,结果表明,所提方法可在低信噪比、少阵元情况下实现对目标的精确测向。      

α-凸算子方程的解及其应用

本文讨论了Ｂａｎａｃｈ空间中α－凸算子方程的解的存在性,并给出了非线性积分方程中的应用。     

一种新的分区重叠洞点搜索方法—感染免疫法

本文分析了分区重叠计算中洞点搜索的传统模式及春应用上的缺陷，针对凹形重叠区难以精确寻点的问题，提出了一种新的洞点搜索方法：感染免疫法。文中给出了二维和三维情况下的搜索算例作为验证，实际应用表明，方法无论是寻点能力还是在通用性方面都优越于传统模式。     

含时滞结构线性时变系统伺服机构设计的PGOPO法

采用线性、连续、有界算子－分段广义正交多项式算子对含时滞结构的线性时变系统的线性伺服机构设计问题进行了研究,得到了一种形式简洁、计算精度较Ｗａｌｓｈ函数、块脉冲函数法更高的逼近方法。文中所列举的两个例子充分说明了分段广义正交多项式算子法在时滞系统伺服机构设计中的适用性和有效性。     

GRP格式推广用于多维复杂流动的数值计算

采用算子分裂技术，将原始求解一线流动问题的高精度、高分辨率GRP格式推广用于包含各种不同间断解及其相互作用的多维复杂流动计算。以轴对称管端出口处激波绕射传播为例，作了数值模拟，得到与实验结果吻合很好的流场精细结构。     

考虑外包混合形式的TOC产品组合优化研究

 首先,根据外包的两种形式(带料外包、不带料外包)研究了外包混合形式下产品组合优化的建模问题,并通过数学证明其有效产出最优。其次,应用免疫算法(IA)对其进行了优化求解,在合理时间内得到大、小规模产品组合决策的最优解或近优解。最后,将本算法与传统TOCh、修订TOCh、整数规划(IP)、禁忌搜索(TS)、遗传算法(GA)等进行了仿真比较,证明了本算法的有效性和实用性。