飞轮扰动经验模型参数的识别与改进

对飞轮扰动模型参数的精确识别是研究光学卫星高稳定度、高分辨率成像的基础. 目前, 飞轮的扰动模型识别主要有两种: 经验模型和分析模型. 经验模型需要识别的参数是谐波级数和幅值系数, 而当前存在的参数识别算法忽略了时域截断的影响, 导致幅值系数识别存在较大偏差, 这会引起扰动响应分析的不确定性. 针对上述情况, 提出了窗函数法和与其相关的频域恢复技术, 有效弥补了时域截断的影响. 通过实验仿真结果可见, 该方法大幅度提高了幅值系数的识别精度.      

一种速度匹配动基座传递对准的方法

介绍了一种速度匹配的动基座传递对准的方法。主子惯导均采用平台系统的指北导航方式,推导了平台对准误差方程,利用主子惯导的速度差信息构建控制回路对子惯导平台的水平失准角进行反馈修正,同时用卡尔曼滤波器估计出方位失准角,从而实现子惯导的初始对准。建立了相应的模型,对该传递对准方法进行了仿真验证,在仿真时考虑了杆臂效应的影响,加入了杆臂效应的算法补偿机制。仿真结果数据跟理论推导基本吻合,验证了方法的可行性。     

改进 K-均值算法在雷达辐射源信号预分选中的应用

雷达辐射源信号分选是电子对抗领域一个关键技术,随着电子技术的发展,电磁环境日趋复杂,信号分选的难度越来越大,在这样的条件下,我们应该寻求新的解决问题的方法.本文首先概述了雷达辐射源信号分选意义、系统组成和分选流程,然后介绍了改进 K-均值算法.为了有效实现信号分选,提出了基于改进K-均值算法的信号分选方法,该方法可对到达角、载频和脉宽参数进行分选.最后进行了仿真实验,结果表明该方法实现简单,分选效果较好     

涡扇发动机故障诊断的快速原型设计

提出一种基于发动机基线模型的面向气路故障诊断的快速原型设计方法.考虑到基于模型的发动机全包线范围的故障诊断方法需要有较高精度的模型,选择合适的换算参数对已有的相似变换参数进行修正,建立适用于全包线的发动机基线模型,设计基于加权最小二乘算法的故障诊断模型,并将其写入至CompactRIO构建了发动机故障诊断的快速原型.通过对某型涡扇发动机试验表明:该种故障诊断的快速原型设计方法是有效的.      

基于人工免疫算法的地球-火星小推力转移轨道优化

利用人工免疫算法研究了地球-火星小推力转移轨道优化问题。首先针对地球-火星转移轨道的特点建立系统模型并进行归一化处理;然后通过参数化和罚函数将小推力轨道优化问题转化为非线性规划问题;最后提出一种引导型人工免疫算法(Guiding Artificial Immune Algorithm,GAIA)并对该优化问题进行寻优。仿真算例表明,该算法收敛速度快,寻优精度高,且避免了初值敏感、病态梯度和局部收敛等问题;同时验证了GAIA用于小推力轨道优化的有效性。     

基于多目标的消磁绕组优化调整方法

针对目前舰船消磁绕组优化调整方法中只考虑舰艇磁场信号幅值而较少考虑磁场梯度信号幅值的不足,提出同时以磁场幅值和磁场梯度幅值削减为目标的优化调整方法.为此,首先以线圈等效电流值为优化对象,磁场和梯度峰值为优化目标,建立了消磁绕组优化调整的多目标数学模型;随后采用多目标微粒群算法求解得到了该优化问题的Pareto解集;最后通过一个计算实例验证了方法的有效性.实例结果表明该方法能够同时处理磁场和磁场梯度幅值,并能给出多种不同等效电流组合以供选择使用.     

科技成果

欧洲探测器发现火星上曾有一片汪洋据英国《每日邮报》2012年2月7日报道,欧洲航天局的"火星快车"(Mars Express)探测器借助最新雷达,发现了存在于火星北部平原上的低密度物质(可能富含冰),这表明火星上曾有一片汪洋。日本开发彩色条形码瞬间识别技术     

一种用于预失真系统的RLS+LMS组合算法

数字预失真技术是功率放大器线性化研究的热点,自适应算法的选择对预失真的效果有很大的影响。分析传统的LMS算法和RLS算法,发现其收敛速度和计算复杂度不可兼得,变步长算法对收敛性能有所改进,但效果有限。结合两种算法各自的优势,提出一种新的组合算法,用于多项式数字预失真系统。采用间接实现结构,仿真结果表明新算法具有良好的收敛特性,适用于功率放大器的线性化处理。     

基于证据理论的雷达与通信侦察目标识别算法

针对异类被动传感器中的目标识别问题,将D-S证据理论运用于雷达侦察与通信侦察的目标识别中。首先将雷达和通信侦察设备侦收到的信息分别通过识别,得到雷达和通信电台的基本概率赋值,再通过D-S证据理论算法进行融合,计算出目标平台的基本概率赋值,从而得到融合后的平台类型。仿真实验结果表明,融合后的结果具有更高的置信度。     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。