SAR图像分割的Bootstrap广义多分辨似然比检验方法

提出广义多分辨似然比（generalized multiresolution likelihood ratio，简称GMLR）的概念，给出其Bayes准则下的假设检验和判别准则。GMLR能融合待判别信号的多个特征量，增大不同信号的区分度，所以能更精确地对信号进行判别分析。在SAR（synthetic aperture radar）图像分割的应用背景中，首先用弃除图像冗余信息，减小计算量的Bootstrap样本得到GMLR的原假设和备择假设参数的极大似然估计，然后检测GMLR的分割阈值，最后对森林和草地组成的模拟图像和真实SAR图像分割，证明该方法是SAR图像分割的一个有效途径。     

结构强度的模糊可靠性分析与计算

简述了模糊可靠性理论、有关定义并探讨了该理论在结构强度设计中的应用方法,最后以航天器复合材料舱段结构为例,把蒙特卡罗法和模糊可靠性理论结合起来,进行模糊随机可靠性分析和计算。     

子空间干扰加高斯杂波背景下基于 GLRT的斜对称方向检测器设计

文章研究了背景为子空间干扰加高斯杂波的距离扩展目标方向检测问题。杂波是均值为零协方差矩阵未知但具有斜对称特性的高斯杂波,目标与干扰分别通过具备斜对称特性的目标子空间和干扰子空间描述。针对方向检测问题,利用上述斜对称性,根据广义似然比检验(Generalized Likeli-hood Ratio Test,GLRT)准则的一步与两步设计方法,设计了基于 GLRT的一步法与两步法的距离扩展目标方向检测器。通过理论推导证明了这 2种检测器相对于未知杂波协方差矩阵都具有恒虚警率。对比相同背景下已有检测器,特别是在辅助数据有限的场景下,文章提出的 2个检测器表现出了优越的检测性能。     

Active generalized predictive control of turbine tip clearance for aero-engines

Active control of turbine blade tip clearance continues to be a concern in design and control of gas turbines. Ever increasing demands for improved efficiency and higher operating temperatures require more stringent tolerances on turbine tip clearance. In this paper, a turbine tip clearance control apparatus and a model of turbine tip clearance are proposed; an implicit active generalized predictive control （GPC）, with auto-regressive （AR） error modification and fuzzy adjustment on control horizon, is presented, as well as a quantitative analysis method of robust per- turbation radius of the system. The active clearance control （ACC） of aero-engine turbine tip clear- ance is evaluated in a lapse-rate take-off transient, along with the comparative and quantitative analysis of the stability and robustness of the active tip clearance control system. The results show that the resultant active tip clearance control system with the improved GPC has favorable steadystate and dynamic performance and benefits of increased efficiency, reduced specific fuel consump- tion, and additional service life.     

小波分析在外测数据滤波中的应用研究

为提高弹道估计精度,提出了一种基于小波分析的滤波方法,滤除外测数据中AR（自回归）模型的随机误差。分析讨论了滤波过程中的几个关键问题,提出了利用基于偏自相关系数截尾检验的方法来确定分解层数,然后采用GCV（广义交叉确认）准则来确定均方差意义下最优阈值的方法。本文提出的外测数据滤波方法计算简单,不需要估计噪声的方差。仿真结果表明,该方法能有效滤除外测数据中的AR噪声。     

构架式可展开天线的展开试验研究

对构架式可展开天线结构的缩比试验样机进行了展开试验, 设计了试验方案, 采集了运动过程中测点的展开加速度; 然后用基于Moore-Penrose广义逆矩阵理论编制的程序的分析结果与试验进行了对比, 试验结果与理论分析结果较吻合, 可证明广义逆矩阵理论分析此类结构的可行性.      

广义回归神经网络在卫星钟差短期预报中的应用

近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression Neural Network,GRNN)应用于钟差预报中。采用“滑动窗”方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean Square Error,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明：GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。     

轨道交会、悬停及绕飞控制的解析解方法

面向航天器交会对接、编队伴飞以及在轨操控等空间应用的需求,分别对近圆、椭圆轨道上航天器间的相对运动进行了分析与建模,在常值推力作用假设下进行了相对运动的解析求解。采用模型预测的方法获得航天器相对位置和相对速度的预期偏差。通过广义逆变换构造关于预期偏差的最小范数、最小二乘全状态反馈控制器。提出了一种普遍适用于近圆、椭圆轨道,可以实现轨道交会、相对悬停保持和循迹绕飞,对相对位置和相对速度进行同步控制的高精度、高稳定度相对制导律。仿真结果校验了方法的可行性和有效性。     

基于广义回归神经网络集成的宽带波束形成算法

首先构造宽带波束成形所需要的协方差矩阵,利用基于粒子群优化算法对核主成分分析方法和广义回归神经网络进行了优化。在对神经网络的输入变量进行降维处理后,生成多个复杂度低的泛回归神经网络模型。利用提出的基于聚类启发式集成算法求出波束成形时的权系数,既考虑了网络的差异性,又考虑了网络的正确性。仿真结果表明,提出的基于聚类启发式神经网络集成的波束形成算法在网络结构十分简单的情况下,仍然具有较好的性能。     

新型控制系统稳定性分析方法研究与展望

介绍了两类新型控制系统稳定性定量测度:奇异摄动裕度和广义增益裕度。这两类稳定裕度是相位裕度和增益裕度在非线性时变系统中的推广,能在使用于非线性系统时反映出与系统多种非线性性质的具体关系,是适用于非线性时变系统稳定性量化的评估标准。将奇异摄动裕度应用于高超声速飞行器模型,估计了滚转角快变条件下控制环的允许滞后时间,并对相关开放性问题进行了展望。该裕度有潜力用于进一步揭示飞行器制导精度和姿态控制动态特性之间的关联机理,为总体设计、姿态控制和气动布局的协调提供参考依据。