基于组合优化相关向量机的航空发动机性能参数概率预测方法

针对航空发动机性能参数预测过程中存在的不确定因素,提出一种基于组合优化相关向量机(CORVM)的概率预测方法.首先,通过正交小波变换将性能参数序列分解为具有不同特征尺度的随机分量和趋势分量,并分别建立各分量的相关向量机(RVM)回归预测模型.然后,以留一交叉验证误差最小作为优化目标,采用量子粒子群优化(QPSO)算法实现RVM核参数和嵌入维数的自适应优化选择.最后,组合各RVM回归预测模型得到最终预测均值及方差,进而得到预测值的概率分布.通过航空发动机排气温度变化量和滑油金属含量预测实例验证了方法的有效性,实验结果表明:该方法能够有效避免传统点预测方法可能导致的不可靠结果,并具有比单一模型更高的预测精度.     

基于CPLD的频率响应特性测试卡设计

提出了一种基于CPLD的频率响应特性测试卡设计方案,分析了DDS原理的CPLD实现方法,给出了数据处理算法流程,并进行了设计验证实验,结果表明在逐点单频测试状态下,相位和幅值测量与标准仪器相比相位差小于0.5°,幅值差小于0.1dB。     

基于小波变换的LFM信号的线性度测量

线性度的测量对于衡量LFM信号的技术指标具有重要意义,介绍了一种线性调频信号的数学模型,分析了小波算法的原理、小波函数和参数的选取以及小波算法的特点,提出了将小波变换应用于LFM线性度测量中的方法。     

网络化战争中的复杂网络拓扑建模

网络化战争中网络拓扑模型的构建是利用复杂网络理论研究网络化战争的基础。本文根据网络化战争的特点,从复杂网络动力学角度,对BA模型进行扩展,通过在节点分类和连接规则两方面增添假设,构建了网络化战争中的复杂网络拓扑模型。仿真结果表明,在该演化规则下生成的网络具有无尺度和小世界特性。对网络模型抗毁性的研究为网络化战争中攻击节点的选择及网络的构建和改进提供理论依据。     

基于二阶Keystone变换的FMCW SAR动目标成像与参数估计

本文研究了一种适用于调频连续波（Frequency Modulated Continuous Wave,FMCW）合成孔径雷达（Synthetic Aperture Radar,SAR）的地面动目标成像与参数估计的方法。首先,建立FMCW SAR系统下的动目标回波模型,通过多普勒频移补偿和时频代换,提出了一种基于二阶Keystone变换校正动目标回波距离弯曲的方法。其次,用Hough变换去估计动目标距离向速度,并据此进行距离走动校正。最后,采用Wigner-Hough变换估计动目标的多普勒调频率,通过补偿二次和三次多普勒相位实现动目标的精确聚焦。仿真结果表明：该方法对参数估计有较高的准确性,同时估计的参数对动目标成像有较好的聚焦效果。     

基于修正离散Chirp-Fourier变换的高速目标ISAR距离像补偿

分析了高速运动目标的逆合成孔径雷达（ISAR）回波信号模型和高速运动对ISAR信号处理的影响。结果表明,高速运动特征会导致目标一维距离像的畸变和二维像的模糊。为此,提出了一种基于修正离散Chirp Fourier变换（MDCFT）的高速运动目标距离像补偿算法,采用MDCFT谱包络最小Shannon熵准则进行参数估计,可解决幅度最大准则下参数估计性能恶化的问题。仿真结果表明了该距离像补偿算法的有效性。     

高分辨率SAR图像相干斑噪声抑制方法

文章主要提出了一种新的基于小波变换对高分辨率合成孔径雷达（SAR）图像相干斑噪声抑制的算法。首先从SAR图像相干斑噪声产生的机理出发,论述了通过传统的滤波方法．在抑制高分辨率SAR图像的相干斑噪声的同时损失了大量的边缘信息和纹理细节而采用小波变换降噪的优越性和必要性;其次详细地论述了在小波域中如何利用高频局部的统计特性和分解尺度大小来选取滤波窗口尺寸进行滤波;最后通过实验结果说明了此方法比采用传统的固定窗来实现对高分辨率SAR图像的降噪、保留边缘信息和纹理细节有着更好的性能。     

基于复数域Transformer-Unet混合模型的PolSAR地物分类

传统的基于深度学习的极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）地物分类方法,通过堆叠卷积层提取图像局部特征,难以建立长距离依赖关系。基于自注意力机制的深度学习模型Transformer（变换）在图像分类任务中取得了成功,其自注意力机制能够捕获全局像素之间的关联性,同时PolSAR地物分类任务被证实：相比于实数域,其在复数域上表现出更好的分类效果。因此,本文将Transformer引入到复数域中,提出了一种基于复数域的Transformer和Unet（语义分割网络）混合模型（CT-Unet）用于PolSAR地物分类,将Transformer与CNN相结合,对复数类型的PolSAR数据进行特征提取,使用西安数据集和德国数据集进行PolSAR地物分类的实验结果表明：提出的模型能够有效提高PolSAR地物分类的准确性,Transformer有望在PolSAR地物分类任务中弥补卷积神经网络的不足。     

复杂航天器结构火工冲击环境预示方法研究

针对复杂航天器结构在宽频、瞬态火工冲击载荷激励下其响应难以预示的问题,以某型复杂卫星结构为研究对象开展了火工冲击环境预示方法研究。首先,推导了基于加速度频响函数(FRF)的虚拟模态综合法(VMSS)的理论公式。对于复杂卫星结构各子系统动力学特性存在较大差异的特点,建立了有限元-统计能量分析（FE-SEA）混合模型,并进行响应计算,获得了加速度频响包络曲线及模态数曲线,为虚拟模态综合法的响应预示提供输入。然后,对复杂卫星结构推进舱底板和侧板的火工冲击响应进行了计算分析。最后,将计算结果与整星火工分离冲击试验结果对比发现两者基本保持一致。研究结果表明,联合FE-SEA混合建模技术和虚拟模态综合法能够对复杂卫星结构火工冲击环境进行较为精确地预示。