用于人机耦合振荡探测的操纵振荡特征确定

为了实现人机耦合振荡的在线探测，提出了适于实时计算的滑动窗口Fourier变换递推算法和与人机耦合振荡相关的飞机操纵振荡特征，并通过人机耦合振荡试飞数据的计算，分析了操纵振荡特征的合理、有效性。最后指出拟进一步开展的研究工作及建议。     

基于图象空间的加速体投射算法

传统的光线投射算法通过视变换将数据体转换到视坐标系下,在视坐标下进行重采样。一方面对于较大的数据体,视变换相当耗时;另一方面,在视坐标下进行重采样,对数据的索引查找较麻烦。基于此,提出了一种新的加速光线投射算法,基于图象空间逆视变换的体绘制算法。该算法在物体坐标系中进行重采样,并利用多边形扫描转换减少了对无效像素的计算。借助视线的参数化方程减少对空体元的采样,从而使得绘制速度基本可以达到实时绘制。     

基于小波变换的电力系统谐波测量方法

小波变换具有时-频局部化特性,在电力系统的分析中具有无比广阔的应用前景.本文将小波变换方法应用于电力系统谐波检测中,并提出了同步检测与小波变换相结合的电压闪变测量方法,仿真结果表明此方法适用于电压闪变信号的检测和分析.     

基于小波变换的遥感图像边缘检测方法研究

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。     

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.     

广义凸多目标分式规划解的充分条件及其对偶定理

最优性条件及对偶性理论是数学规划理论的最重要的组成部分，文[1]讨论了广义不变凸分式规划的最优性充分条件及Mond-Weir型对偶，但其中的主要结论是错误的。本文改正了文[1]的一个主要错误，并人出了广义不变凸多目标分式规划的解的几个充分条件，讨论了它的另一种对遇模型，证明了弱对偶和强对偶定理。     

优选小波神经网络在周跳探测与修复中的应用

北斗导航定位过程中,传统的周跳探测与修复方法缺乏检验环节,无法保证修复结果的可靠性。为此,提出了一种级联式小波变换结合NARX神经网络多步循环预测修复的方法处理周跳问题。该方法通过构造载波相位双差模型检验量,探测周跳发生历元,采用NARX神经网络预测方法修复周跳,利用优选小波基函数进行周跳修复效果检验。实验证明,相较于经验模态分解和变分模态分解等模态分解法,优选小波神经网络周跳探测与修复方法可用于小周跳探测并判断出周跳正负性;构造的NARX神经网络周跳修复模型,解决了普通神经网络模型和传统多项式拟合法容易造成的二次奇异值问题。相较于长短期记忆(LSTM)和门控循环单元(GRU)深度学习神经网络模型,周跳预测精度分别提高了45.2%和55.9%。     

旋转形导体上任意取向线天线辐射场的探讨

对任意旋转平滑形导体上任意取向的线天线所辐射的扬进行探讨。采用了矩量法和傅里叶分析法,给出了导体感应电流谐量表示式,由此可求辐射场。进而以球体上任意取向赫芝振子为例求出辐射场,并与经典法公式计算结果比较,两者一致。     

一种非对称PCMA信号盲分离算法

针对卫星通信中非对称成对载波多址(PCMA)信号的盲分离问题,提出一种基于同步挤压小波变换(SWT)的盲分离算法。该算法在混合多个信号前提下,首先按强信号进行同步,接着采用同步挤压小波变换提取时频曲线,最后去除混合信号中的噪声与强信号主频外的弱信号干扰,降低了强信号解调误码率。该算法具有在不具备协作通信方发送的信息序列的先验条件下,实现了非对称PCMA信号盲分离的特点。仿真结果表明,经本文算法处理后强信号解调误码性能比对混合信号直接硬判决时有较大提升。     

基于序列工作点的航空发动机过渡态气路分析参数选择研究

为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法。该方法利用连续小波变换对时间信号的增强解析能力,提取待求健康参数在备选测量传感器上的参数特征,实现了在传感器安装受限条件下必要测量参数的选择。通过对SOPA子系统矩阵进行奇异值分解(SVD),获得了在过渡工作过程中不同时间片段上的健康参数可辨识性。针对大涵道比双轴分排涡扇发动机的参数分析结果表明:通过对待求健康参数的敏感性输出信号进行小波分析所确定的最简传感器布局,具备对全部待求健康参数的可辨识性;而以时间片段矩阵的条件数作为判据评估SOPA子系统的参数辨识能力,能够有效地确定具有高可靠性的SOPA时间片段位置,保证了对发动机气路部件健康状态的估计精度。