一种基于改进KELM的在线状态预测方法

针对核超限学习机（KELM）在线状态预测过程中,核矩阵阶数不断增长且难以跟踪时变动态特征的问题,提出了一个具有遗忘因子的稀疏KELM在线状态预测方法。通过引入遗忘因子构建新的目标函数,使稀疏字典中各元素依据时间远近具有不同权重,保证了模型对动态变化的有效跟踪;通过最小化字典的快速留一交叉验证（FLOO-CV）误差,选择具有预定规模的关键节点构成字典;基于当前字典,通过矩阵初等变换和分块求逆,实现相关参数的递推更新。某型飞机发动机的状态预测结果表明,与目前已有的3种在线序贯KELM相比,所提方法在6个监测项目上的平均训练时间分别缩短了7.5%、62.0%和81.9%,平均预测精度分别提升了44.0%、19.9%和50.9%。      

基于脉冲星的日地系平动点轨道自主导航研究

给出一种利用X射线脉冲星的平动点轨道自主导航算法. 分析了X射线脉冲星导航原理, 以脉冲到达时间差值为基本观测量, 建立导航系统观测方程. 在高精度星历模型下, 对日地系L₁点Halo轨道建立数学模型, 利用基于UD分解的无迹卡尔曼滤波方法进行导航定位, 并研究了摄动因素对导航结果的影响. 仿真结果表明, 在日地系平动点轨道的自主导航中, X射线脉冲星导航是可行的.      

高效率采样的数据关联融合气动力建模方法

飞行器设计阶段的气动分析需要大量的高保真度气动力数据以提高设计性能,但其获取成本十分高昂。为了缓解建模成本与模型精度之间的矛盾,构建了关联不同保真度数据的多保真度气动数据融合模型,并提出了最优关联点选取方法和均匀性增强序贯采样方法,以此实现co-Kriging变可信度模型的高效初始化与最速收敛。作为验证,选用标准数值算例开展建模研究,并结合统计结果对方法精度优劣进行了对比。最后将该建模框架成功应用于NACA0012翼型跨声速气动力工程算例当中。结果表明,与传统模型相比,在仅有的少量高保真度样本下,所采用的方法可以大幅提升变可信度模型收敛精度和建模效率,有效降低了采样成本;相较于高保真度单精度元模型,误差可降低50%以上。     

序贯相似度检测法在实时跟踪中的改进方法

对序贯相似度检测算法(SSDA)进行了重要改进,提出了新的搜索域确定方法。其结果是减小了算法的计算时间,改善了跟踪系统的快速实时性能;同时还剔除了原算法中可能产生的伪匹配位置。     

两步检测程序的序贯检测器

在提出搜索截获器设计过程中所遇到的问题后,建议采用两步程序(即快速搜索和暂停扫描)的序贯检测器,介绍了此种检测器的原理,讨论了关键的暂停扫描电路,最后给出了配用的回波接收机可能达到的指标.     

直接序列扩频系统的一种快捕方法

对于采用较长 PN 码序列的直接序列扩频系统,序贯检测捕获方法是一种有效、实用的快捕方法。文章着重介绍序贯检测同步捕获系统的工作原理、构成和捕获性能。最后,通过一个实例把序贯检测捕获方法的捕获性能和一般定长检测捕获方法的捕获性能作了比较,计算结果表明,前者的平均捕获时间比后者的快2～5倍。     

导弹落点密集度的序贯截尾决策

利用后退归纳法讨论了截尾情况下导弹落点密集度的序贯决策方案 ,给出了确定最优停时的一般方法 ,仿真结果表明了方法的有效性