基于对数极坐标变换的快速相关匹配算法

成像制导过程中,需要在导引头获得的图像中搜索目标所在位置。基于对数极坐标变换的相关匹配算法能够有效处理在尺度、旋转等情况下目标的匹配问题,但是计算量大、匹配效率低,因此提出一种基于对数极坐标变换的多分辨率快速相关匹配算法。首先,通过定义主梯度方向,并将该方向作为对数极坐标变换的角度变换基准,有效避免了模板与目标特征矩阵基准不同的问题;其次,在多分辨率金字塔搜索过程中,采用图像方差作为判断依据,跳过同质区域和杂乱区域等非目标区域,加快搜索效率。仿真结果表明,该算法相比传统多分辨率相关匹配算法能够保证匹配精度并提高算法对于非线性光照变化的鲁棒性,匹配效率显著提高,具有实时处理的潜力。     

涡扇发动机风车起动点火匹配研究

针对涡扇发动机在高空状态的风车起动点火失败情况进行了原因分析和油气匹配研究。通过分析影响风车起动点火的主要因素,找出了点火失败的原因是点火油气不匹配,偏离了燃烧室可靠点火的余气系数边界。在油气匹配研究的基础上,提出了调整点火油气比的解决措施,并在高空台进行了试验验证。验证表明:该涡扇发动机风车起动点火失败的分析评估方法和解决措施合理可行,可为同类型发动机风车起动点火匹配设计和评估提供参考。     

基于遗传算法的企业订单双边匹配调度研究

订单是企业生存的根本,是生产经营活动的源动力,因此,有效地对订单进行调度是企业生产管理工作的重要组成部分。在订单交货期模糊和加工时间随机分布的条件下,权衡订单成本和客户满意度,提出基于遗传算法的双边匹配调度模型,并利用算例对该模型进行检验。仿真结果显示:该模型对订单调度是有效的;与单目标优化相比,多目标优化是对多个目标的折中,从整个系统来看,多目标优化具有全局性的特点。     

3N+1猜想证明探索

本文介绍了3N+1猜想的背景及国内外研究概况,提出四个公理和一个引理,探索了五种证明猜想方法。     

陷波器对DLL的影响及其改进方法研究

陷波器被广泛应用于直接序列扩谱系统中滤除存在于系统工作频段内的干扰,分析 了陷波器对伪码跟踪环路的影响。针对陷波器引起的信号时延和畸变问题,提出对本地产 生的伪码也进行相应的陷波处理的方法来增加其与接收信号的相关性,同时针对信号畸变导 致的能量差值波动大的问题,提出增加能量积分时间的方法。在systemvue2006环境下对 提出的方法进行仿真验证,仿真结果表明这两种方法可以有效地削弱陷波器对伪码跟踪环 路的影响。
     

基于相关匹配的弹道中段目标章动角估计

章动角是弹道中段目标的重要进动特征,可用于识别弹头和诱饵。首先提出了基于相关匹配的章动角估计方法,将观测的目标雷达截面积（RCS）序列与不同参数下的RCS序列模板进行相关匹配,搜索匹配函数的最大值,从而得到章动角的估计值。然后给出了具体的实现算法,将初始时刻的采样间隔设置为脉冲重复周期（PRI）的整数倍或1/K（K为整数,且K≥2）,在此基础上减少了匹配函数的计算量,并且可通过单层或多层相关匹配来估计章动角。仿真结果表明,由于RCS测量存在系统误差,相关匹配的章动角估计性能远优于最小二乘匹配。同时分析了全姿态RCS数据的角度采样间隔对相关匹配估计性能的影响。最后比较了多层相关匹配和单层相关匹配的估计性能和计算量。     

基于投影寻踪的地磁匹配区选取方法

针对基于单一地磁特征参数进行区域选取容易出现评价结果不全面的缺陷,提出了多特征参数融合的地磁匹配区选取方法。该方法结合信息熵和投影寻踪理论,综合考虑地磁标准差、粗糙度、相关系数和地磁熵等反映特定区域内地磁的总体起伏、光滑度、相关性强弱和信息量多少的地磁特征参数对匹配区的影响,建立了基于投影寻踪的地磁匹配区选取模型,利用遗传算法求解出最优投影方向,给出区域总的评价指数。利用文中提出的方法在选定区域进行了仿真试验,仿真结果表明,针对ICCP算法,在总评价指标高的区域进行地磁辅助导航,其匹配误差较小。
     

Chirp超宽带数字接收机设计与实现

文章针对超宽带通信技术快速发展的需要,设计了一个Chirp超宽带数字接收机。该接收机使用数字匹配滤波器避免了模拟滤波器带来的巨大插入损耗,并可以使用较为简单的方法实现时间同步。在硬件实现上,利用单比特量化匹配滤波器系数降低接收机的资源占用。实验表明该接收机结构简单、资源占用少、性能较好。     

微波功率均衡器的小型化设计

文章设计出一种小型化的微波功率均衡器。分析了均衡网络中谐振吸收枝节的特性,并讨论了谐振单元间匹配网络的设计原则与约束。对谐振单元和级间匹配网络的参数进行设定和调整,并利用仿真软件进行优化分析,可以设计出满足目标响应的均衡器。基于该方法,设计了频段为1GHz-2GHz、小型化的微波功率均衡器。     

嵌入维数自适应最小二乘支持向量机状态时间序列预测方法

 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重?问?以交叉验证误差为评价准则,利用粒子群优化（PSO）进化搜索LSSVM预测模型的最优超参数与嵌入维数,同时通过矩阵变换原理提高交叉验证过程的计算效率,并最终建立优化后的LSSVM预测模型。航空发动机排气温度（EGT）预测实例表明,该方法可自适应选取适用于状态时间序列预测的最优嵌入维数且预测精度高,适用于航空发动机状态时间序列预测。