幅度及多普勒信息辅助的多目标跟踪算法

针对现有的多目标跟踪（MTT）算法在强杂波环境下会出现严重的性能衰退,利用目标的幅度及多普勒特征,基于随机有限集（RFS）理论,提出了一种幅度及多普勒信息辅助的δ广义标签多伯努利（ADI-δ-GLMB）滤波器。首先,利用幅度及多普勒信息对目标状态进行扩展,在此基础上建立了新的量测似然函数。然后,基于δ-GLMB滤波器框架推导了新的更新方程。最后,进行仿真验证,结果表明：强杂波下,ADI-δ-GLMB滤波器跟踪性能明显优于δ-GLMB滤波器,估计精度及稳定性更高,且计算量更低;同信息辅助的概率假设密度（PHD）、多目标多伯努利（MeMBer）滤波器相比,ADI-δ-GLMB滤波器状态估计精度更高。     

受输入饱和约束的导弹直接侧向力/气动力

针对受输入饱和约束的直接侧向力与气动力复合控制的导弹,研究其自动驾驶仪设计问题。导弹的执行机构分别是舵机和侧向脉冲发动机。舵机提供的是连续的控制量,而侧向脉冲发动机提供的是离散的控制量。首先采用最优控制方法设计连续的舵控制器。再对设计好舵控回路的新受控弹体,基于含有界干扰项离散饱和系统不变集分析方法进行直接侧向力控制器的设计。设计过程中,充分考虑了舵偏角的饱和非线性因素以及侧向脉冲发动机点火数取整产生的量化误差。最后,利用数值仿真验证了所提出控制方法的有效性。     

基于以太网器件的高性能工业现场总线FED

研究一种采用通用以太网物理层元件和FPGA器件构成的现场总线FED(Fieldbus based on Ethernet Devices),在片上系统(SOC,System On Chip)上开发出实用的现场总线通信装置.FED不需要复杂的驱动程序就可以实现链路层通信,在链路层基础上可以根据控制需要设计应用层通信协议.FED采用基于带飞读写功能的集总帧结构,使用主从式通讯.FED系统由1个主站和最多255个从站组成,实现了100 Mbit/s的高速实时通信.建立了实验系统,验证了FED总线可以满足数控机床等工业自动化设备的控制需求.     

双轴拉伸应力下后继屈服面的演化研究

屈服面的位置和形状直接影响着材料塑性应变的确定。针对双轴拉伸应力下金属材料的塑性行为,以一种弹塑性损伤本构理论为基础,研究了后继屈服面在拉-拉应力空间中的演化。考虑了有限变形效应和耦合硬化效应,给出了屈服面的确定方法,并预测了拉-拉应力空间中的初始屈服面(IYS)和后继屈服面,预测结果显示本文提出的理论模型能一致描述出后继屈服面演化中的前端尖点效应、尾部包氏效应、膨胀/收缩以及移动和畸变。针对两种加工硬化材料(Al 6061-T 6511和Annealed 1100 Al)承受轴向拉伸、环向内压、轴向-环向混合比例加载时的后继屈服面,将模型预测的结果与文献中的实验结果进行对比。结果表明,所提模型能较好地预测后继屈服面的演化,并能分析其物理机制,为后继屈服面的演化研究提供了一种可行的方法。     

Rough集理论在社保DSS中的应用

文章将Rough集理论应用于社会保险决策支持系统,对社保DSS中的数据进行属性及属性值的约简,挖掘其中隐含的知识,从而得出最小决策规则.结果表明,Rough集理论为决策支持系统提供了一种有效的新的数学方法.     

气象信息精细服务对集中运行控制防台风决策的科学性探讨

运行控制中心是航空公司组织飞行的核心机构。普遍采用集中签派、放行和运行监控。台风不仅仅是飞行危险天气．也成为大面积航班延误和旅客滞留的一个主要原因：台风的影响主要体现为长时间的强风、降水强且集中、生命史长。对台风天气进行精细的气象信息服务,可以使运行控制决策更加具有科学性,提前合理安排、调整航班,使大量旅客得以顺利出行。从而显著地提高经济效益和航空公司形象。本文重点分析了上航在两次集中运行控制防台风的决策实例。阐述了气象信息精细服务对基地航空公司运行控制科学防台风决策的重要性。     

一种新的卫星测控资源调度模型及其求解算法

针对低轨卫星测控资源优化调度问题,以卫星可见弧段为调度元素建立了一种新的复合独立集模型.新模型可分解为多个具有约束关系的子优化问题.在应用蚁群优化算法求解该问题时,蚁群分别对各子问题的可行域进行搜索,并引入局部搜索策略提高蚁群算法的求解质量.实验结果表明,该算法具有较快的收敛速度,能够生成较好的调度计划,测控网的利用率获得提高.     

基于模糊粗集的航空发动机健康状态监测算法研究

在发动机运行过程中,由于诸多非线性因素的影响,现有发动机状态监测中使用的参数只能部分地反映发动机性能状态,无法进行故障准确定位和故障预测.本文将通过研究模糊粗集的特征参数挖掘算法,从远程发动机监控系统所获得的大量发动机工况参数、气动热力参数和机械性能信息中进行数据挖掘,找出能够全面反映发动机性能状态的特征参数和新规律,进行发动机健康状态监测.     

基于深度卷积的残差三生网络研究与应用

针对图像多分类任务,提出基于深度卷积的残差三生网络,旨在通过残差学习和距离比较来训练神经网络得到有效的特征表示。首先,设计了一个21层的深度卷积神经网络作为三生网络的嵌入网络,其中该卷积网络共连接6个块（block）。利用残差学习的方式,每个block的输出层由卷积层的输出和该block的输入共同组成,降低网络学习难度,避免网络出现退化问题。然后,每个block中采用相同拓扑结构分路的卷积层,拓宽网络的宽度。最后,在全连接层拼接了来自前面卷积层和block的输出,加强特征信息的传递。训练前,针对正负样本采用交叉组合的采样方法来增加有效训练样本量;训练期间,用样本中心点更换原点样本作为输入,能平均降低0.5%错误率。在与其他三生网络的对比实验中,在MNIST、CIFAR10和SVHN数据库上达到最好的效果,在所有分类网络中,本文网络在MNIST上达到最好的效果,在CIFAR10和SVHN上表现优异。      

基于模糊综合评判的飞机战伤评估模型研究

飞机战伤评估是在了解抢修环境状况、鉴定飞机战伤程度等情况后,综合所有信息,最终确定战伤飞机如何修理,并估算修理时间,规定要完成的修理内容以及估计修理后飞机的使用能力等.评估人员利用飞机设计、修理等方面的经验,对战伤飞机修理做出决断,其中大量涉及逻辑推理和模糊量,如抢修环境、战伤飞机操纵状态、在规定时间内损伤能否完成修理等.