卫星多径信道下SOFDM插值估计算法的对比分析

在卫星多径衰落信道环境中传输正交频分复用信号时,工程上可以考虑采用以插值运算为核心的信道估计方法对接收信号进行信道估计。文章首先给出并研究了线性插值、三次样条插值和拉格朗日函数插值这三种插值估计算法的基本原理,然后对各种算法的计算复杂度、插值估计的均方误差以及系统的误比特率这三项性能指标进行了对比分析,最后通过综合评估总结出了＂在慢多径衰落信道环境下宜采用线性插值估计算法＂和＂在快多径衰落信道环境下宜采用三次样条插值估计算法或拉格朗日函数插值估计算法＂的结论。     

科技成果

国内首款多系统多频率卫星导航SoC芯片研制成功 和芯星通科技（北京）有限公司于2010年9月25日正式发布,国际首款、国内首创的拥有完全自主知识产权的多系统多频率卫星导航高性能SoC芯片——和芯星通Nebulas芯片研制成功。     

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

多指标约束下考虑报废的可修复备件携行方案优化

针对任务期间普遍存在的故障件报废和备件多指标约束问题,提出了多层级装备的可用度近似评估方法及携行备件方案优化方法。首先通过忽略维修时间将考虑报废率的多层级可修件转化为单层级消耗件,进而利用伽马分布的可加性建立装备可用度评估模型。在此基础上以装备可用度、备件总质量为约束指标,以备件总体积最低为目标构建多约束备件优化模型。模型求解过程中引入拉格朗日因子,并采用边际算法对约束因子进行动态调整。算例中通过与仿真结果的对比、分析得出：当维修时间取值在部件等效平均寿命的一半以内时,提出的近似方法合理可行,平均误差小于5%。     

基于高斯伪谱法的化-电混合推进系统转移轨道优化设计

提出利用化-电混合模式推进系统完成地球同步卫星轨道转移任务,该推进系统极具应用前景,能够满足高有效载荷率、高入轨精度的工程实践需求。并针对基于该混合模式推进系统的转移轨道的优化方法展开研究,提出一种多阶段最优控制问题（OCP）的高斯伪谱法求解方法。该方法通过分段点的关联设置,将多个经高斯伪谱法转化而来的非线性规划问题转化为一个连贯的非线性规划问题(NLP)。两个不同算例的仿真过程与分析结果表明,该方法能够有效地解决多阶段非光滑连接轨道的优化问题,具有运算效率高、收敛性半径大、求解精度高等优点,可便捷地处理化 电混合模式推进系统的转移轨道优化设计问题。     

基于多特征的高分遥感图像分割算法研究

针对传统的图像分割算法不能完全适用具有多种特征〖BF〗（〖BFQ〗光谱特征、纹理特征和几何特征〖BF〗）〖BFQ〗的高分辨率遥感图像的问题,提出了一种基于多特征的遥感图像分割算法。算法基于改进的均值漂移滤波和自动标记分水岭分割方法来实现最终分割。首先利用自动标记分水岭分割方法对遥感图像进行分割,进而采用仿射不变矩形状特征算子提取图像几何特征;其次对图像进行主成分分析,计算第一主成分灰度共生矩阵,分析矩阵特性得出纹理特征;然后结合光谱特征通过改进的均值漂移方法得到多特征滤波结果;最后利用分水岭分割方法实现高分辨率遥感图像分割。为了表明算法的分割效果,利用基于多光谱信息熵方法对算法和单一的分水岭分割方法进行非监督评价。研究结果表明,算法可较好地改善遥感图像的过分割问题,是一种适合高空间分辨率多光谱遥感图像的分割算法。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

基于权值分配及多特征表示的在线多示例学习跟踪

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习（MIL）框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。      

针对多个地球静止轨道目标的巡游轨道设计

运行在螺旋巡游轨道上的航天器无需施加控制力就可以长期巡游在指定轨道附近,利用该特点,克服地基目标监视系统的不足,可提高空间目标监视能力.在现有的设计基础之上,改进对地球静止轨道多个目标螺旋巡游轨道的初始轨道设计;通过施加控制提出两种可以对地球静止轨道上多个目标进行绕飞观测的螺旋巡游轨道设计;通过仿真验证,对比二者各自的优势.