基于最小最大鉴别分析特征提取的雷达目标识别

针对基于雷达目标高分辨距离像的识别问题,本文提出了一种新的准则函数,并依据该准则函数采用神经网络来实现自适应的非线性特征提取、变换与识别。同时,由于准则函数只坜对特征提取后的类间散度和类内散度作出估计,因此在样本数相对较少的情况下也能得到较好的估计结果。该准则函数在形式上与Fisher准则函数相似,但它们之间存在着本质的差异。鉴于二者的形似之处,遂将基于该准则函数的特征提取方法冠以“最小最大鉴别分析特征提取”之名。将该方法用于五类缩比目标测量数据的特征提取与识别,取得了较好的识别效果。     

数字信号处理中非线性模型的结构测试

研究了非线性Block-oriented模型的结构选择。Block-oriented模型部分地表征了非线性Volterra核,提取部分的高阶统计信息,不同的非线性结构提取不同的统计信息,通过选用正确的结构,使预测的性能得到改善。根据非线性投影原理,利用预测误差和数据各种组合间的相关性,来确定合适的非线性Block-oriented模型,并给出计算机模拟结果。     

进给伺服系统特性对加工精度的影响分析

根据数控机床进给系统结构模型,导出其解析—数值计算方法,在此基础上针对系统的增益、速度误差、系统频率特性所引起的加工误差以及响应的稳态位置偏差对提高加工精度的影响进行了分析研究,提出了各参数选择的原则。     

基于可逆跳MCMC的AR模型阶次判定及其在陀螺漂移预测中的应用

为消除传统方法在样本数较少时确定模型的不足,提出了一种在贝叶斯准则下将可逆跳MCMC法用于AR模型的阶次估计,以抽样的方法解决AR模型对时间序列拟合时的阶数不确定问题。给出了阶次估计算法的公式和步骤。仿真试验和某陀螺漂移模型估计的结果表明,该法预测结果与实际较为吻合。但为进一步提高预测精度,还需研究平稳性和初始状态的影响。     

Soybean cultivar selection for Bioregenerative Life Support Systems (BLSS) – Theoretical selection

The development of plant-based Bioregenerative Life Support Systems (BLSS) is a requirement for the realization of long-duration exploratory-class manned missions in so far as they help fulfilling astronauts’ needs including nutritional demands, air regeneration and psychological support.     

矩阵博弈应用于雷达有源干扰策略选择的研究

矩阵博弈作为博弈论中的一个重要模型,采用矩阵运算方法,帮助利益冲突方在对手行动意图不明了的情况下,选择最优行动方案。将矩阵博弈理论引入到雷达有源干扰策略决策中,建立了干扰方与雷达方的对抗关系矩阵,并采用迭代法-Brown算法求解,得到了干扰方的最优干扰策略。     

美国Dexter车轴公司零件项目国产材料的选用

对美国Dexter车轴公司芯轴零件材料及其在生产过程中暴露的问题进行了分析，提出了选用国产LHS-1材料进行零件生产的建议。通过对LHS-1材料及零件的性能测试和大批量生产的考核证明，用国产LHS-1低合金高强度结构钢生产的零件完全能够满足美国Dexter车轴公司芯轴零件的使用要求，在生产工艺上省去了调质热处理工序，显著降低了生产成本，获得了很好的经济效益。     

基于Hausdorff距离的反舰导弹目标选择方法

如何从舰艇编队中选择预定目标,是超视距反舰导弹亟待解决的一个问题。文章基于Hausdorff距离的部分匹配理论研究了这一问题。火控雷达探测到的编队信息和末制导雷达探测到的编队信息都用点集来描述,通过点集形状匹配获取这两个点集的对应点,从而实现对预定目标的选择。重点提出了一种新的部分匹配途径,能够自适应地逐个剔除引起形状不相似的外部点而同时保留两个形状的相似部分。仿真试验表明,相比以往基于编队相互位置关系的方法,论文所研究的预定目标选择方法具有更好的抗干扰能力。     

Sensor Optimization Selection Model Based on Testability Constraint

Sensor selection and optimization is one of the important parts in design for testability. To address the problems that the traditional sensor optimization selection model does not take the requirements of prognostics and health management especially fault prognostics for testability into account and does not consider the impacts of sensor actual attributes on fault detectability, a novel sensor optimization selection model is proposed. Firstly, a universal architecture for sensor selection and optimization is provided. Secondly, a new testability index named fault predictable rate is defined to describe fault prognostics requirements for testability. Thirdly, a sensor selection and optimization model for prognostics and health management is constructed, which takes sensor cost as objective function and the defined testability indexes as constraint conditions. Due to NP-hard property of the model, a generic algorithm is designed to obtain the optimal solution. At last, a case study is presented to demonstrate the sensor selection approach for a stable tracking servo platform. The application results and comparison analysis show the proposed model and algorithm are effective and feasible. This approach can be used to select sensors for prognostics and health management of any system.     

宽带T/R\|R双基地雷达目标特征提取方法研究

与宽带单基地雷达相比,宽带T/R\|R双基地雷达有诸多优势。研究了宽带T/R\|R双基地雷达目标的特征提取问题,利用两个站同时观测到目标一维像,分别提取了目标单站一维像对应的距离与双站一维像对应的距离和;结合双基地雷达目标定位方法,给出了目标长度和姿态角的估计方法,仿真分析了目标位置和基线长度对估计精度的影响;在此基础上,通过多次观测,给出了目标长度、目标姿态角以及姿态角平均变化率的估计方法。最后,仿真结果表明了所提方法的可行性和有效性。