基于时频域增强和全变差的群目标信号分离

针对低分辨雷达获取的群目标信号的弱时频正交性以及难以分离的问题,在进行时频域增强处理的基础上,提出了一种基于全变差(TV)的群目标信号分离方法。在旋转目标模型的基础上,首先通过分析群目标信号的稀疏性,指出了进行时频域增强处理的必要性。然后利用群目标中各子目标对应的微动周期的差异性,通过双向延迟处理,对多次观测得到的群目标信号进行时频域增强处理。最后根据群目标信号能量区域的分布特性,利用局部TV融合和主分量分析相结合的方法,实现了群目标信号的高保真分离。仿真结果表明,在采样率较低的情况下,文中方法有效地解决了群目标信号中弱信号分量的分离及提取问题,其融合分辨效果明显优于基于TV范数的融合方法。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

基于时变增益ESO的多航天器SO(3)姿态协同控制

针对多航天器姿态协同控制问题,基于特殊正交群（SO（3））研究了存在干扰情形下的控制设计方法。结合有向通信拓扑建立了多航天器SO（3）模型,在此模型的基础上提出了一种时变增益扩张状态观测器（ESO）对系统的总干扰进行估计,削弱了常值增益ESO的峰化现象。利用相邻航天器的信息给出了旋转矩阵形式的协同指令,进一步基于SO（3）方法设计了协同控制器。同时采用ESO的输出在所设计的控制器中对系统的干扰进行补偿,从理论上给出了ESO的收敛性以及闭环系统的稳定性证明,保证多航天器系统能够实现稳定协同。仿真结果验证了本文方法的有效性和快速性。      

基于粒子群的非规则区域连续覆盖星座设计

针对非规则区域连续覆盖问题,采用回归轨道的共星下点轨迹星座方案,提出基于粒子群算法(PSO)求解单颗卫星轨道参数、解析法求解星座轨道参数的方法。首先,建立了回归轨道区域覆盖模型;其次,以非规则区域覆盖范围最大为性能指标,基于粒子群算法求解单颗卫星轨道参数;最后,根据共星下点轨迹星座约束关系,解析求解星座轨道参数。仿真表明,该方法可实现非规则区域100%的连续覆盖,星座轨道参数求解在5s以内,具有较好的工程应用价值。     

基于粒子群优化的直升机飞行控制律设计方法

针对直升机强耦合特性导致飞行控制律设计难度高的问题,提出了一种基于粒子群优化算法的改进线性二次型调节器(Linear quadratic regulator,LQR)设计方法.针对直升机的线化状态空间模型,基于LQR设计方法建立了直升机飞行控制律全状态反馈矩阵的基本求解算法;以系统稳定性为约束,以最大化主状态反馈系数影...     

双高计划视域下高职专业群多维融通建设模式研究

双高计划建设工作稳步推进,已成为高职教育提质创新的着力点,从优质专业群建设是双高计划建设的关键入手,分析推动专业群教学资源多维融通建设的因素,并对高职专业群多维融通建设模式展开研究.     

论航天型号项目的协作及项目群的管理

文章主要针对我国航天型号项目管理中存在的问题进行分析和研究。例如在大型环境试验和总装过程中,单一项目的管理已经日臻完善;但面对更加繁重的任务和巨大的发展机遇,单一项目的管理所暴露出的问题也越发明显。文章拟用项目群的管理思路来完善和丰富项目管理体系,从而促进环境试验和总装的项目管理水平。     

光学有效载荷运控模式优化的多种群遗传算法

对光学有效载荷运控模式进行优化设计可提高光学有效载荷的工作效率。将其数学模型建立后,优化问题可归结为有约束条件的多变量函数极大值求解问题。针对该模型,提出了使用多种群遗传算法（MPGA）的求解方法,即对0-1二值型变量和实型多维变量分别编码构建种群,以实型多维变量为中心,联合0-1二值型变量进行遗传运算求得函数极大值。此外,通过具体算例对该算法进行了仿真,仿真结果表明该算法能够克服传统优化方法求解速度慢且易陷入局部最优陷阱等方面的不足,适合大规模多区域搜索,可快速得到全局最优解,能更好地满足对光学有效载荷进行智能控制的技术要求。     

基于改进量子粒子群算法的雷达布站优化研究

以双基地雷达"四抗"能力分析为基础,提出了双/多基地雷达布站优化的原则并对这些原则进行了量化,建立了双/多基地雷达布站优化的数学模型.随后,对量子粒子群算法进行了改进,提出了自适应量子粒子群算法,并将其用于双/多基地雷达布站优化数学模型的求解,解决了双/多基地雷达雷达站的部署问题.最后,通过MATLAB对优化后的雷达站...