DOA估计算法性能分析及仿真

分析了几种常见空间谱估计算法的结构,提出了一种未知信源数的高分辨DOA估计算法。该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。最后通过大量的计算机仿真实验比较了各种算法的性能,证明了新算法理论的正确性和有效性。     

基于多元线性回归的发动机性能参数预测

在对发动机性能参数相关性研究基础上,结合多元线性回归预测模型,提出了一种能够考虑发动机众多因素对因变量影响的发动机性能预测模型.使用该模型对发动机排气温度(EGT)进行预测时,能够兼顾到p_4.95,N₂,T₃,N₁,p_B等性能参数对EGT影响.最后使用一组某民用机型发动机飞行试验数据对模型进行了验证,并与加权一阶局域法进行了对比.结果表明,该模型预测精度优于加权一阶局域法,该方法可以为这种机型发动机故障预测提供决策依据.      

联合交互式多模型概率数据关联算法

通过对交互式多模型（IMM）算法和概率数据关联（PDA）算法的研究,指出Bar-Shalom和Blom等提出的IMMPDA算法结构和理论上存在的问题。根据全局最优的思想,设计了一个最优波门,从而得到全局最优的量测集合,保证了系统的理论完整性和结构合理性。推导完成了新的联合IMMPDA算法--C-IMMP-DA算法。大量仿真计算验证了C-IMMPDA算法在减少计算量的同时,总体性能上较之原IMMPDA算法有大幅度提高。     

一种自组织时分多址甚高频数据链中的暴露终端问题的解决方案

阐述了S-TDMA系统中暴露终端问题的形成,给出了解决这一问题的一种方案。并提出一种新的自组织时分多址数据链网络性能分析方法--概率周期分析法。通过引出系统状态熵概念,将时隙状态的停留时间和状态转移概率同时引入分析模型中,给出了一种以时隙的处于成功传送状态的状态真值占系统状态熵之比作为评价信道吞吐量的新方法。仿真结果表明,采用了这一方案后系统性能将大大改善。     

基于遗传算法的多机器人系统集中协调式路径规划

根据多机器人系统无碰撞运动的需要,对其工作空间进行了分解,确定了机器人运行路线上的各个可能路径点,从而得到了规划空间的多路径点链接图描述。基于这种对规划空间的链接图建模描述,开发了一种混合遗传算法用于寻找多个机器人的无碰撞协调运动路线。仿真结果表明,这种方法可有效地解决复杂规划空间下的多机器人路径规划问题。     

多台同步可靠性增长模型存在的问题

探讨多台可靠性增长模型的统计意义,指出多台同步纠正可靠性增长试验丢掉了本可得到的大量的试验信息,失去了统计试验意义,其 AMSAA-BISE模型不能成立,多台同步试验方法不可取     

多种失效模式履带车辆扭力轴可靠性稳健设计

履带车辆扭力轴通常存在多种失效模式,因此对其进行灵敏度设计分析时需要充分考虑不同失效模式的影响。提出一种多失效模式机械零件可靠性灵敏度分析的数值方法,运用随机摄动理论和四阶矩技术,求得各个失效模式状态函数的前四阶矩和可靠性指标,有效解决了结构随机变量参数分布未知时,不同失效模式下构件可靠度的计算问题。根据机械零件发生一种失效模式即整体失效的具体特点,研究含相关性的不同失效模式机械零件的可靠度计算方法。结合灵敏度分析的梯度算法,推导出关于随机变量均值和方差的灵敏度计算公式,进而根据灵敏度的分析结果,提出多种失效模式下多目标优化的可靠性稳健设计模型。数值算例表明,本文方法可以高效迅速地估计多失效模式下机械构件的可靠性灵敏度。最后还对其进行了可靠性稳健优化设计研究。      

修理工带休假的n部件冷贮备可修系统

对由1个修理工和n个部件组成的冷贮备可修系统的可靠性进行了研究,当系统中没有故障部件时,修理工可以进行多重休假,休假时间是一个随机变量;在修理工休假期间,如果系统中在线工作的部件出现了故障,则其中一个冷贮备部件立即代替故障部件成为在线工作部件,故障部件必须等待修理工从休假返回才能得到修理。假定部件的工作时间、部件故障后的修理时间以及修理工的休假时间均为位相型(PH)分布。通过运用Kronecker算子和马尔可夫过程理论,分别推导出系统在瞬态和稳态情况下的几个可靠性指标:可靠度、可用度、故障频度以及修理工忙的概率。通过数值算例对所得结论进行了验证。     

一种支持QoS的航空自组织网络无反馈MAC协议建模

针对航空自组织网络的高动态特性和对高优先级业务的服务质量(QoS)要求,提出了一种无反馈介质访问控制(MAC)协议建模方法及相应的阈值设置方法,以保证高优先级数据分组的时效性及可靠性。首先,对数据分组在接收端碰撞建立时间约束模型,得到信道统计结果与分组成功概率的映射关系;然后,根据不同业务的QoS要求设置接入阈值;最后,实现对不同优先级业务的接入控制。仿真结果表明,在典型空域网络场景下,基于该建模方法的无反馈MAC协议可以为高优先级业务提供QoS保证,即分组成功概率大于99%,端到端延时小于1 ms。      

基于PHD未知杂波密度多机动目标跟踪

基于随机有限集（RFS）的跳变马尔可夫系统（JMS）是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度（λ-GMPHD）滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。