嵌入式隐Markov模型的分段训练方法

针对嵌入式隐Markov模型再学习问题,提出了分段训练方法用于人脸识别:把当前的训练样本看作整体训练样本的一部分,训练结束后存储训练后的模型参数和中间变量;增加新样本后,以当前模型参数作为初始模型参数,用新增样本训练模型,得到新的中间变量,最后将已存储的中间变量和用新样本计算得到的中间变量合成,得到最终的模型.人脸识别实验结果表明了该方法的可行性.      

带滑移滞变系统的三阶段逐步收敛的识别方法

针对非线性带滑移滞变系统模型复杂，参数多，识别时收敛困难等问题，提出了一种三阶段逐步收敛的识别方法对Baber与Noori提出的带滑移滞变模型进行了参数识别。计算实例表明，该方法具有收敛速度快、且容易收敛的特点，对于参数较多、模型复杂的系统，是一种非常有效的参数识别方法。     

CMOS集成压控振荡器设计

通过分析CMOS差分负阻振荡器的工作原理,得到电路结构和参数的优化方案。基于0.18μm工艺,采用片上电感和可变电容,设计了一种基于开关调谐电容结构的宽可调范围的分段线性互补型交叉耦合CMOS集成压控振荡器。在提高振荡器的可调范围的同时,降低相位噪声。电路采用HSPICE进行仿真,在1.8 V电源电压下,振荡频率的变化范围为1.55 GHz~2.86 GHz,可调范围约为60%。功耗为5 mW~10 mW,相位噪声在10 MHz频率偏移处为-110 dB/Hz。     

时变线性系统的全程滑态变结构控制研究

本文采用分段定常的处理方法研究了一般时变线性系统的滑态变结构控制方案，提出了实时自动分段原则与相应的全程滑态结构控制算法，并通过数字仿真验证了该方案的有效性。     

基于显式制导的月地返回轨道中途修正研究

月地返回轨道存在各种摄动误差,终端约束复杂,有必要对其进行中途修正研究。显式制导法通过二体轨道与精确轨道之间的差别进行多次迭代求解给定时刻所需的修正速度。文章利用显式制导法,采用月球段及地球段分段进行中途修正的策略,给出了基于分段落点预报显式制导的月地返回轨道中途修正方案。该方案无需计算雅克比矩阵,算法简单、计算快速、实用性强,能满足再入点参数要求。算例仿真与蒙特卡洛仿真验证了该方案的适用性。     

基于分段模型的测速雷达电波折射误差修正方法

针对高精度测速系统在优化设备时取消探空气象测量的要求,提出用统计大气折射率剖面分段模型代替探空测量剖面,并在此基础上建立了基于分段模型的测速雷达电波折射误差修正方法。利用某测站历史气象数据对该方法进行了验证,结果表明精度较高,基本上能够满足测速雷达数据处理电波折射修正的精度要求。     

天基对地打击动能武器再入解析预测制导技术

天基对地打击动能武器用于从太空对地面高价值战略目标进行快速、准确的打击。为了在各种干扰因素的作用下仍能保证足够的命中精度,动能弹头必须实施再入制导。针对实时性要求,探讨了一种解析预测制导方法。首先详细推导了零攻角再入弹道参数的三维解析解,在此基础上借鉴牛顿迭代法的思想设计了速度倾角与航向角的迭代修正算法,并最终将其用于制导指令的生成。仿真结果表明,解析预测制导方法能有效提高再入弹头的落点精度,且实时性强。此外,通过对不同制导参数下的制导性能进行分析还发现,制导步长取450-600米、精度参数取20-50米最为合适。     

月地转移轨道快速设计方法

月地转移轨道设计一般分为初步轨道设计和精确轨道设计.其中,初步轨道设计的准确性是确保后续精确轨道设计收敛的关键.提出了一种基于Lambert算法的月地转移轨道快速设计方法.以出月球影响球的时刻、位置和速度为中间变量,将轨道分为地心段和月心段分别进行计算.将探测器飞出月球影响球至指定再入点的地心段轨道简化为一个Lambert问题进行求解,提出了通过牛顿迭代法求解月地转移轨道Lambert问题的方法,避免了Lambert问题求解时大量的超几何函数和级数计算,提高了计算效率.在月心段轨道的快速计算中,提出了根据探测器出影响球速度矢量、月球停泊轨道倾角和近月点高度计算月心双曲线轨道根数的新方法.通过迭代计算,使得两段轨道在月球影响球处的位置和速度连续,从而获得一条完整的满足两端约束的双二体月地转移轨道.该方法计算速度快,精度相对较高.计算结果可以作为后续精确轨道设计的初值.      

基于TDOA的非同步照射辐射源定位算法

针对现有基于信号到达时差（TDOA）的定位算法难以适应辐射源信号非同步到达的定位问题,提出了一种新的非同步照射辐射源定位算法。该算法利用脉冲样本图外推各站辐射源脉冲的到达时间（TOA）序列,进而计算TDOA序列（TDOAs）,解决了非同步照射引起的TDOA计算困难问题,通过两条双曲线的渐近线交点求取初值,通过牛顿迭代法实现对辐射源位置的估计。最后给出的数值仿真结果验证了该方法的有效性。     

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。