非线性时间序列的动力学混沌特征自动提取技术

提出了一种非线性时间序列混沌特征的自动提取方法.该方法直接根据非线性时间序列, 依次计算出延迟时间、嵌入维数、相关维数、最大李雅普诺夫指数、相轨迹特征以及Poincare特征等混沌特征, 整个特征的提取过程自动完成, 毋须人工干预.最后用算例表明了该方法的有效性和正确性.该方法对于利用非线性混沌特征进行非线性系统故障诊断和趋势预测具有重要意义.      

长盛不衰的51系列单片机

围绕着 51系列单片机产品种类的多样性 ,及其开发工具和操作系统的齐全性 ,介绍了虽然目前单片机界已呈现百花齐放的局面 ,但 51系列单片机仍保持长盛不衰的现象 ,并对 51系列单片机的新成员—— AD公司的 ADu C81 2给予简要介绍。     

Fourier伪谱方法在不可压缩平板边界层研究中的应用

以三维不可压缩平板边界层为研究对象,扰动形式N-S方程为控制方程,从空间模式的角度,直接数值模拟了三维不稳定T-S波传播的过程.时间离散采用三阶精度混合显隐分裂格式,空间离散则结合Fourier伪谱方法及高精度紧致有限差分逼近,法向采用非等间距网格坐标变换,出口边界条件采用嵌边函数法,程序采用MPI(Message passing interface)并行方法编写.实例验证,该方法计算结果与流动稳定性分析的结果一致.      

结构动力响应精细积分级数解的并行计算

讨论了精细积分法的存储需求问题,指出级数解更适合计算大型结构的动力响应分析.研究了精细积分法级数解的并行计算,精细积分法的时程积分公式包含两项,采用第一项串行、第二项并行的并行算法对精细积分级数解实施并行计算,给出了相应的实现流程.讨论了并行算法的负载分配策略,为减少处理器等待初值的时间,对时间步数实施非平均分配.算例表明,并行算法具有好的加速比.     

基于非线性器件特征的辐射源识别

为提高雷达辐射源的正确识别率以满足航空电子对抗需求,提出基于非线性器件特征的辐射源识别方法.在非线性失真分析的基础上,通过谱再生现象的观测,对非线性器件的功率级数系数进行了估计,由于不同的雷达系统设计和随机组装,因此这种特征对每一辐射源是唯一的.仿真结果表明,该特征提取方法在低信噪比环境下可以获得高的辐射源识别率,证实...     

基于预测模型迭代优化的改进比例导引律

为了提高对加速度时变机动目标的制导精度,将预测决策理论与传统比例导引(PN)相结合,提出了一种通过泰勒级数预测模型迭代控制加速度修正项的改进比例导引律。首先,以预设的低阶泰勒级数预测模型预测特定时间的位移,并计算位移预测值与测量值的差值;然后,通过迭代方法逐阶增加泰勒级数预测模型阶数,直至满足精度要求;最后,计算泰勒级数预测模型的二阶导数,修正比例导引律的加速度指令。仿真结果表明,传统PN和APN的脱靶量分别约为195 m和95 m,提出的改进比例导引律的脱靶量约为8.3 m,极大地提高了制导精度。     

多因素耦合的舰机适配性评估方法

舰机适配性是航母与舰载机研制过程中的难点,充分协调舰艇系统和飞机航空系统之间的复杂关系是发挥航母战斗力的关键。文章提出了 1种基于改进的熵值法与突变级数法的多因素耦合的舰机适配性评估方法。首先,进行指标选取,建立多因素耦合的舰机适配性评估指标体系,并根据突变级数理论确定指标体系对应的突变模型;其次,利用改进的熵值法计算各个指标的贡献率,提高排序结果的准确性;再次,利用突变层次结构模型进行舰机适配性评估;最后,以国外某型航母与舰载机为评估对象,验证新的综合评估方法的有效性和可靠性。文章提出的方法不需要对指标赋权,减少评估过程中由于赋权带来的主观性,为舰机适配性评估提供了新的思路。     

一种高动态直扩接收机快速码捕获方法

对于工作在高动态环境下的扩频接收机,在基于数字匹配滤波器的基础上,提出了一种高折叠倍数匹配滤波器和FFT相结合的捕获方法,将传统的基于信号载波频率和码相位的二维搜索过程变为基于码相位的一维搜索过程.给出了32折叠匹配滤波器在FPGA中的实现框架,通过对折叠倍数和占用系统资源的关系的仿真,可以看出,折叠倍数越大,占用系统资源越少.当输入信号的信噪比在-20 dB时,比传统采用二维搜索捕获方法的捕获速度有很大的提高.由于该方法具有捕获速度快和占用系统资源少的特点,经实际验证适用于高动态环境下的快速码捕获.      

基于Bi-LSTM 的无人机轨迹预测模型及仿真

传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。     

高精度频率分辨在振动信号辨识中的应用

发动机振动信号处理通常采用DASP软件进行。由于软件功能限制,DASP处理采样频率为50 kHz发动机振动信号时,频谱的频率分辨率最高精度仅为12.2 Hz,导致对微弱及故障信号的辨识较为困难。本文采用抗混叠低通滤波、信号抽取及短时傅里叶变换相结合的信号分析方法,有效提高了频率分辨率的精度,最高精度达到1.2 Hz,达到了理想的频率辨识效果。