模糊多目标半定规划

将模糊集理论、多目标规划、半定规划三者结合起来,提出含有约束的模糊多目标半定规划(FMSDP),构造隶属度函数。将模糊多目标半定规划转化为一般的多目标半定规划(MSDP)。通过引入隶属度函数及一系列的转化研究,给出一种模糊多目标规划的解法。     

基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

基于虚拟基线变换和RBFNN的宽频段DOA估计

提出利用虚拟基线变换的方法解决了频率高端的相位模糊,克服由于相位模糊性造成的方向特征的多值模糊问题,从而简化了从方向特征到波达方向的映射关系。提取无模糊的方向特征,训练RBF神经,进行宽频段波达方向估计。理论分析和试验表明,该解模糊方法计算量小,能有效消除圆阵列的相位模糊,适用阵元数大于等于5的任意均匀圆阵列天线（6元除外）;利用解模糊后的特征建立的DOA估计模型结构简单,性能大大优于直接建模和相关干涉仪法,具有优越的性能和工程实用性。     

扇形波束圆锥扫描微波散射计方位多普勒滤波分辨率分析

星载微波散射计可以提供全球、全天候的海面风场数据,是能够同时测量海面风速和风向的有源微波遥感系统。扇形波束圆锥扫描体制微波散射计是一种新型体制的微波散射计,这类散射计采用多普勒滤波来提高方位分辨率。文章首先介绍了扇形波束圆锥扫描微波散射计的基本概念,在此基础上分析了天线圆锥扫描速度的范围及其对驻留时间的影响;随后结合卫星轨道参数和地球椭球模型,仿真分析了天线扫描区域内的多普勒特性,根据系统参数,仿真分析了方位多普勒滤波后的分辨率。     

空间遥感信息产业发展

前言卫星遥感技术使人类能获得大量对地观测信息,具有分辨率高、畸变小、可重复观测等优点,广泛应用于科学研究和工农业生产领域,包括国土普查、石油勘探、铁路选线、海洋海岸调查、地图测绘、目标点定位、地质调查、电站选址、地震预报、草原及森林普查、文物考古等多个领域。一个新型的信息生产和高端服务产业已经兴起并正在迅速发展。世界上最早应用遥感卫星的国家是美国,一些     

高性能无刷直流电机数字稳速控制系统实现

介绍了一种高性能无刷直流（BLDC）电机数字稳速控制系统的实现方案。给出了基于DSPTMS320F2812芯片的系统硬件和软件设计。采用了基于变参的积分分离比例积分（PI）控制方案。模拟环境和实物实验结果表明系统的稳速控制性能理想。     

柔性空间机械臂系统的模糊滑模神经网络控制及柔性振动主动抑制

研究了参数不确定漂浮基柔性空间机械臂关节空间的轨迹跟踪及柔性振动主动控制问题.运用虚拟力概念,生成能同时反映柔性振动和刚性运动的虚拟期望轨迹,设计了一种自适应非奇异Terminal滑模控制器来跟踪该虚拟期望轨迹,以实现载体姿态及关节稳定跟踪运动轨迹并对所产生的柔性振动进行主动抑制的控制目标.所设计的控制器结合了Terminal滑模控制快速收敛性,模糊小波神经网络优良的函数逼近特性及鲁棒技术处理逼近误差的优势,利用自适应算法在线自适应调节模糊小波神经网络的所有网络权值和参数,使控制器具有很强的鲁棒性.仿真实验证明了所提控制方案的有效性.      

一种改进的GNSS整周模糊度解相关算法

GNSS整周模糊度解相关算法的性能直接影响到整周模糊度的搜索速度和解算成功率。为了在不降低GNSS整周模糊度解相关算法解相关程度的前提下,提高解相关算法的计算效率,在深入分析典型解相关方法优缺点的基础上,提出基于对角线预排算的解相关算法。该方法源于对直接对角线排序解相关算法的预排序思想,采用矩阵分解后对角线元素中最小值并将其转换到对应对角线位置的方式,用更少的迭代次数达到比直接对角线排序更好的解相关效果。将新算法与其他算法进行仿真比较得出,其性能优于直接对角线排序算法,解相关功能与联合解相关算法等效,且计算效率略占优势。     

面向非沿迹成像的姿态跟踪扩展观测器滑模控制

针对地面兴趣点不沿星下点轨迹的动态非沿轨迹成像问题,设计一种结合扩展状态观测器的非奇异快速终端滑模控制器。首先根据非沿轨迹成像模型的需求推导卫星姿态参考轨迹。其次,根据由误差四元数描述的跟踪误差运动模型设计了非奇异快速终端滑模控制律。考虑到干扰抑制,引入了扩展状态观测器来观测系统的总扰动,从而降低滑模控制律中的切换增益,削弱系统抖振。然后再用模糊自适应系统对切换项进行在线逼近,柔化控制信号,进一步减振。最后,对具有干扰和参数不确定的姿态控制系统进行了数值仿真,结果表明该方法收敛速度快,控制精度高。     

区域感知实时人像超分辨率重建网络

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明：与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。