多层前向神经网络的微弱信号检测

多层前向神经网络是一种非线性动力学信息处理系统，是可以实现传统计算机难以实现的高速信息处理能力和最佳信息的检测方法。探讨了神经网络的弱信号检测方法，定性分析了其噪声抑制的原理，给出了神经网络系统框图及实测结果。     

细长翼身组合体前体非对称涡特性研究

通过低速和高速风洞试验对翼身组合体的前体非对称分离涡气动特性的研究,以及对旋成体非对称涡进行了大量的资料研究,结果表明:本专题所研制的细长翼身组合体的前体在较大迎角下有多个非对称涡;迎角、旋成体的外形,尤其是头部的几何形状是细长前体出现非对称涡的关键因素。     

前飞状态直升机旋翼的自由尾迹计算

应用时间步进方法，建立了一个前飞旋翼的全展自由尾迹模型。该模型采用圆弧涡元作为基本涡元，并依据自由尾迹涡线确定远尾迹形状以使远尾迹更接近实际和自由。为表明方法的有效性，分别以ＵＨ－１和Ｈ－３４两种直升机旋翼为算例，计算了不同前飞状态的自由尾迹形状，展示出小速度时尾迹畸变和叶尖涡卷绕的重要特征。在此基础上，应用自由尾迹分析，对前飞桨叶气动载荷进行了计算，分析了计及尾迹畸变对改进载荷计算的作用。     

Bayes分析中多源信息融合的最大熵-矩估计方法

本文提出了一种基于最大熵-矩估计理论的多源验前信息融合方法，简称为MEMM。与现有其它融合方法不同的是，该方法完全从数据本身出发，不仅考虑了各验前信息源的可信度，还考虑了如何尽可能减少分析者的主观影响，得到的是最保守的融合估计结果。文章最后用仿真数据说明了该方法在实际工程中应用的有效性。     

基于单轴随机扩展算法的自主探测器大角度机动规划

自主姿态大角度机动是自主深空探测器的关键技术之一，而在满足敏感仪器、保持通信链路等约束的情况下实现姿态大角度机动的自主规划与执行是目前面临的一个难题。针对这个问题，提出一种单轴随机扩展算法，该算法采用扩展的方式生成规划路径，并充分利用扩展过程中邻近点的信息，把属于三维构造空间的大角度机动规划问题简化为二维规划问题，从而减少问题求解的搜索空间。最后利用前向搜索方法对初始的规划路径进行优化，并通过算例验证了此方法的可行性。     

多层验前信息下可靠性增长的Bayes分析

本文研究了两层验前信息下，指数寿命型可靠性增长试验中失效率A的Bayes估计问题。文中首先讨论了历次寿命试验中关于失效率的回归模型问题，然后由N阶段的可靠性增长试验的子样，运用Bayes方法，给出了两层验前信息下A的估计方法。为了说明文中的方法和工程应用。讨论了单层验前信息下的验前建模方法及其在多阶段可靠性增长试验中的运用。最后给出了失效率的具体Bayes估计的计算公式。     

采用非旁视天线的机械地面动目标检测

众所周知，采用机械雷达进行目标检测会因为平台引起的杂回波谱扩展而变得复杂起来，因此，常规的脉冲多普勒雷达要求目标具有最小可检速度（ＭＤＶ）以便消除主波束（和旁瓣）杂波，为了减少机载预警（ＡＥＷ）雷达对ＭＤＶ的要示，近年来，人们对采用空－时自适应处理（ＳＴＡＰ）技术和移相中天线（ＤＰＣＡ）处理技术的旁视，多通道（即多孔径）雷达进行了大量的研究，象ＪＳＴＡＲＳ那样的ＧＭＴＩ（地面动目标检测）雷达也采用类似的技术来检测象坦克、吉普车之类持面慢速运动目标。大多数文章都涉及到旁视机载雷达（ＳＬＡＲ），在这种情况下也径相位中心们于飞行路径的一条平行线上，本文讨论了一般的非旁视的机载ＧＭＴＩ雷达的设计与性能，此时阵列不是正侧视的，极端情况为前视机载雷达（ＦＬＡＲ）。非旁视的机载ＧＭＴＩ格外引入注目，因为它适合于经常用于大视角     

延长捷联惯组稳定期的方法研究

针对捷联惯性测量组合(简称捷联惯组)稳定期较短的问题,在工具误差对导弹落点精度影响分析、稳定性分析以及统计分析的基础上,提出通过验前信息建模预测与射前标定相结合的方法来延长捷联惯组的稳定期。弹道仿真结果表明这一方法能够在导弹命中精度不受影响的情况下,延长捷联惯组稳定期,减少惯组的测试次数,提高其使用性能,具有良好的工程应用前景。