机载阵列雷达抑制运动杂波的学习算法

一种称为自适应空时处理器(STP)的线性滤波器是一种相对比较新的方法，它使机载阵列天线雷达目标检测概率达到最大。理论上，全自适应STP可以实时获得最优解(一种维恩滤波器)。但是，实际上全自适应STP也存在一些问题。首先，线性滤波器的加权数可能非常大。其次，单一加权矢量的计算复杂度大约为O(MN)^3。再次，STP为线性滤波器但却工作在非线性不稳定的环境中。这些问题导致采用空时处理器传统技术的实时、最佳处理是现行计算技术内所不及的。为使运动杂波对目标检测的影响最小，本文探讨了人工神经网络和几种学习算法的可应用性。人工神经网络是一种自适应、并行、分布式处理系统，可以实时完成复杂计算。学习算法的机理是为了存储新的信息或变更信息，人工神经网络中的长期存储器要不断更新而又不被破坏。由于学习算法既能在系统的使用期内保留信息又能变更信息，所以对雷达系统的计算要求降到了最低，同时还能适应环境的变化。     

计算辐射冷却推力室不稳定温度场的隐式格式

导出了计算液体火箭发动机辐射冷却推力室不稳定温度场的隐式差分格式,并作了线性化处理。据此编制通用程序,可以计算任意辐射冷却推力室的不稳定温度场。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。     

卫星对地球覆盖情况的判据及算法探讨

在多颗卫星轨道的设计过程中，经常要考虑卫星对地球的覆盖情况。本文针对多颗卫星在某一时刻是否对地球进行了全球覆盖进行了探讨，并同了一种简单的判定方法及其对应的算法，同时对这一方法进一步推广为判定是否多颗卫星同时对地球进行了Ｎ次覆盖。本文给出的方法对于卫星网设计有一定的帮助。     

用进化算法求解轨道转移的时间-能量优化问题

随着航天任务需求的多样化，对航天器轨道转移问题不但提出了最省燃料的要求，而且提出了最小时间的要求，这篇文章用进化算法解决了这一组合优化问题，仿真结果证明了算法的有效性。     

翼伞精确定点着陆归航方法研究

文章介绍一种翼伞精确定点着陆归航的方案 ,按高度将归航过程划分为 6个阶段 ,给出了每个阶段的制导算法 ,讨论了系统的稳定性并给出结论。     

基于分数傅立叶变换的SAR成像算法研究

当距离徙动较小时,合成孔径雷达(SAR)回波信号在方位向和距离向都可以转化为调频信号,据此提出一种基于分数傅立叶变换(FRFT)的SAR成像算法,通过距离向和方位向的特定阶次的FRFT,在两个方向上把回波信号同时近似地压缩为脉冲函数。理论分析和仿真数据结果表明,该算法计算简单快速,只需两次FRFT即在分数傅立叶域可以有效成像,并且成像精度优于传统的Chirp Scaling算法。     

可重复使用运载器机翼外形优化

研究了有翼可重复使用运载器机翼平面外形参数优化设计问题。在高超声速配平和低速水平着陆性能等约束条件下，利用混合遗传算法和粒子群优化算法来选择最优机翼外形参数，使机翼重量最小化。在已知的不同质心位置下求得相应的最小重量机翼外形。亚声速气动力采用面源法计算，高超声速气动力采用修正的牛顿流理论计算。为了降低计算耗费，使用均匀设计和逐步回归方法建立了低速气动力回归模型。整个优化过程在Matlab集成环境下完成。     

地球-火星的燃料最省小推力转移轨道的设计与优化

小推力转移轨道的设计与优化一直是深空探测轨道设计方面的难点。针对这些问题，提出了一种基于等高线图的初始发射机会搜索方法，该方法通过绘制探测器一火星距离的等高线图寻找满足任务约束的小推力转移轨道发射机会；同时，本文还给出了一种小推力轨道的直接优化算法，该算法通过将连续的控制变量参数化，把轨道优化问题转化为参数优化问题，然后基于所提搜索方法，采用逐次二次规划方法进行求解。数值计算验证了该发射机会初值猜测方法和优化算法的有效性。     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近。仿真结果表明,BP神经网络有很广阔的应用领域。