一种雷达信号模糊函数特征提取与识别方法

现代雷达面向智能化、软件化、多功能与多用途方向发展,一部雷达往往具有多种工作体制与工作状态,雷达信号采用复杂的波形设计,这就使得雷达信号的特征提取与识别过程变得越来越困难。另外,现代电磁环境复杂,杂波、噪声干扰严重,给雷达的侦察工作带来更大的难度。基于此,提出将流形学习应用于雷达信号模糊函数的特征提取,并对其进行仿真与分析。结果验证了该方法的可行性。     

基于未知地标被动观测的弹群INS定位误差协同修正方法

针对弹群协同编队飞行中,编队成员单独使用惯导系统（INS）时存在定位误差发散的问题,基于相同性能的多套INS在相同环境下工作时,其误差近似呈零均值高斯分布这一特性,提出了一种利用成像导引头对航路上任一未知地标被动观测的弹群INS定位误差协同修正方法。首先,融合弹群中各枚导弹相对于地标的视线角量测信息及INS位置量测信息,利用最小二乘思想对未知地标进行协同定位;然后,基于估计得到的地标位置,利用各枚导弹相对于地标的视线角和方位角速率量测信息及INS速度量测信息,反过来修正弹群中各枚导弹的INS定位误差。最后,仿真验证了方法的有效性。     

Stewart平台局部灵活度的解析研究

本文详细分析了Stewart平台的输入、输出速度，误差，力（力矩）与平台灵活度指标间的关系。对平台初始位姿时的雅可比矩阵进行了推导，用解析的方式求出它的奇异值。由此构造了Stewart平台最小奇异值、条件数、可操作性三种常用的局部灵活度评价指标，并对其进行解析研究，得到Stewart平台的这些局部灵活度与其结构尺寸间的解析关系，为Stewart平台性能指标的评价及其尺度综合提供了一种较好的依据。     

固体火箭发动机总体设计水平的模糊综合评判

基于模糊逻辑，建立了评判固体火箭发动机总体设计水平两级指标体系和模糊综合评判方法，采用给定满意区间的方法提高了可量化指标隶属度的准确性。算例表明，该方法较全面地反映了固体火箭发动机总体设计水平。     

基于FBM分形向量特征的图象匹配

由于自然景物图象的灰度与边缘特征不稳定，基于灰度与边缘的匹配算法对于这一类图象难以生效。本文通过分析ＦｒａｃｔａｌＢｒｏｗｎｉａｎＭｏｔｉｏｎ（ＦＢＭ）的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱，给出了分形向量特征的定义和快速判别图象的ＦＢＭ区域的方法。在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图象中灰度与边缘特征的不稳定性。实验表明采用ＦＢＭ分形向量特征的匹配方法能够获得比较传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率     

基于事件的无人直升机分布式飞行控制系统实现

利用中间件TAO及其事件服务机制,设计了分布式飞行控制系统。为了实现该系统,开发了公共事件服务组件(包括事件提供组件和事件消费组件),其他需要事件服务的组件对其进行简单地调用,就可以实现分布在不同计算机、不同操作系统、应用不同语言编写的组件之间的通信。仿真结果表明：这种实现方式大大增强了系统组件的重用性,使组件之间解耦,提高了系统设计的效率,降低了开发费用。     

基于模态综合法的含间隙折叠舵面动态特性分析

基于模态综合法对含间隙折叠舵面的非线性动态特性进行了研究。首先根据折叠舵面的结构特性建立含铰链连接的有限元模型,并采用双协调自由界面模态综合法对折叠舵面的有限元模型进行降阶。其次对不含间隙的折叠舵面进行扫频和模态实验,检验有限元模型及其降阶动力学模型的精度,并基于模型修正得到铰链的等效线性连接刚度。最后将等效线性连接刚度和间隙值进行组合,得到不同间隙下铰链的非线性连接刚度,完成含间隙折叠舵面的非线性动力学模型建立。基于非线性动力学模型对含间隙折叠舵面进行数值扫频,计算结果与实验扫频结果吻合良好,验证了所建立非线性动力学模型的精度及其在含间隙折叠舵面非线性动态特性分析中的可行性。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例,对4种机器学习模型进行训练、验证和测试,对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明,对于航空器进近飞行时间的预测,基于随机森林的模型表现出了最高的预测性能,模型的泛化能力最好、精确度高,回归效果越显著;进场状态是影响航空器进近飞行时间的最重要因素,而进场点和进场高度特征则对结果的贡献度最大。     

一种基于多层SOFM网络的星图识别方法

提出了一种基于自组织特征映射(SOFM)神经网络的星图识别算法。用基于支持向量机(SVM)的动态阈值选取算法选取导航星构建导航星库,将一多层多个并联SOFM子网的识别系统用于星图识别。给出了方法的流程。仿真结果表明,SOFM网络可提取星图中的复杂特征识别导航星。与传统三角形算法相比,该识别算法的识别准确率、鲁棒性和实时性更优,有一定的实用价值。     

固体药柱的超声特征扫描成像检测

研究了固体火箭发动机药柱的声传播特性。介绍了超声特征扫描成像方法的原理、扫描系统的设计。采用研制的低频组合探头,提高了声波在粘弹介质中的穿透能力。试验表明,设计的超声特征扫描系统可采用幅度成像、深度成像成功检测药柱的缺陷。