飞控-飞机低阶等效系统的在线辨识

以飞控—飞机低阶等效系统为背景，采用Taylor展开法研究了带纯延迟环节的二阶系统的在线辨识。采取了对低信息点进行抛弃，变步数起动等算法对传统的最小二乘法加以改进，大大减少了辨识过程中产生的误差，更适合于实时辨识。实际应用结果表明：该方法可以有效地对具有时变特性的带纯延迟的非线性系统加以辨识，辨识结果满足工程要求。     

蒸汽用量的时序分析

本文利用多元时序分析方法，建立蒸汽用量的二维时序预测模型ARV（1，2），并得到满意的拟合结果。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题,提出了一种基于虚拟慢时间的成像算法。首先,分析了双基地角时变对ISAR成像的影响机理。然后,基于图像对比度最大准则估计等效旋转中心位置,完成初次相位补偿。最后,通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵,并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题,通过虚拟慢时间消除转动相位项的高次项影响,利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

确定时间序列协方差函数的方法

提出一种确定时间序列协方差函数的方法,它首先根据(多元)时间序列构造其互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列,然后采用谱分析和多点平均方法对互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列的趋势项进行分离,分别求得其周期项和非周期项的函数表达式,再综合给出整个趋势项函数。从而得到原时间序列的互协方差函数、互相关函数或自协方差函数、自相关函数的函数形式,并通过最小二乘方法确定其中的待定参数。该方法可用于时间序列协方差函数的建模、分析和预测,并且计算简单易行、精度高,便于实际应用。      

Monitoring of the space system

We have performed monitoring of the space system that includes the Earth, the Moon, the Sun, and the GPS satellite group. We have discovered semi-diurnal and diurnal periodicities in the number of satellites detected as well as in the altitude, latitude and longitude by a GPS receiver. We have revealed tidal deformations related to changes in the Earth?s orientation with respect to the Moon and the Sun.     

对舰面温度数据的建模及其趋势和周期性分析

在系统建模理论的基础上,运用改进的动态数据建模方法,文章对某舰面温度数据进行建模并验证了模型的适用性,然后根据建立的模型进行了趋势和周期性分析。根据模型的适用性检验发现,对所研究的温度数据而言,ARMA(6,5)模型是最合适的,且其具有一定的线性趋势,但周期性不很明显。所有的建模和分析过程均在MATLAB上实现。     

平面分层媒质中电大尺寸埋人体的电磁散射研究

对基于稳定的双共轭梯度一快速傅里叶变换（BCGs_FFT）和改进的离散复镜像方法的平面分层媒质电大尺寸埋入体的电磁散射计算进行了研究。给出了理论推导过程。数值计算结果表明：改进的离散复镜像法在不提取准静态项和表面波项的条件下,可拟合获得准确的近区和远区空域格林函数结果,并加快了分层媒质中电大尺寸埋入体空域格林函数的计算速度。     

天基雷达高速微弱目标的积累检测

本文研究天基雷达高速微弱目标的相干积累检测问题。首先根据回波高阶相位影响包络补偿效果的程度对数据进行分段处理;然后对每个数据段采用速度滤波器组进行划分和Keystone变换补偿包络走动并结合分数阶傅立叶变换估计回波相位历程;最后利用最小二乘方法拟合出目标的运动参数并对目标回波进行长时间相干积累。仿真结果表明本文方法具有良好的高速微弱目标积累检测性能。     

基于贝叶斯动态模型的自相关控制图

传统控制图应用的假设前提是从过程得到的观测值彼此独立.但许多过程存在自相关现象,并且这种自相关现象对控制图性能有严重影响.从工程实际出发,对AR(1) 过程模型提出了基于贝叶斯动态模型的自相关控制图,阐明了此自相关控制图的原理和方法;并将该控制图与基于过程模型的自相关控制图的性能进行比较.此控制图借助贝叶斯先验估计,建模迅速,不以时间序列模型为基础,对强自相关模型具有很好的性能.对强自相关过程,并要求迅速建立过程控制时,可以使用此自相关控制图,进行过程监视.      

一种基于FPGA的超高速32k点FFT处理器

采用FPGA(Field Programmable Gate Arrays)实现了一个超高速的32k点的流水线FFT(Fast Fourier Transform)处理器.FPGA的工作频率为125MHz,可以处理连续的1Gs/s(1 Giga-samples per second)的复数数据.该FFT处理器主要基于二维分解算法,采用MDF(Multi-path Delay Feedback)流水线结构,并结合MDC(Multi-path Delay Commutator)及SDF(Single-path Delay Feedback)结构的特点.处理器的内存资源消耗相对MDC结构有所减少,而运算速度相对SDF结构有所提高.建立了处理器的算法和设计模型,并根据模型对处理器的3个组成模块进行了优化以减小资源消耗.利用VHDL语言在Xilinx ISE工具上进行了设计,FPGA的布局布线结果验证了设计的可行性.