有理分式正交多项式频响函数模态参数识别

 讨论一种多输入的频域模态参数识别方法。该方法将频响函数表示为具有矩阵系数的有理分式,利用Forsythe 正交多项式减少方程的病态并解耦系统矩阵,随后运用特征值与奇异值分解求解系统的极点与留数。使用欧洲国家航空界广泛使用的GARTEUR 飞机模型进行仿真计算。结果表明:该方法在30 %噪声下仍具有对严重耦合模态的识别能力;振型识别较为准确;适当提高分母阶次能取得更好的识别结果。     

螺旋桨滑流与机翼之间气动干扰影响研究

基于多参考系方法,利用RANS方程对某型螺旋桨飞机的全机有滑流和无滑流空间流场进行了数值模拟,分析了滑流在机翼干扰作用下的发展趋势,机翼气动特性在滑流作用下的改变,滑流对飞机失速特性的影响。研究结果表明,螺旋桨旋转卷起的涡流经机翼时被切割成上下两部分,形成了绕机翼的横向二次流,机翼的存在改变了滑流的涡量分布和涡的结构。在弦向,滑流影响最严重的部位是机翼前缘,滑流旋转效应改变了机翼绕流的当地迎角,加速效应增加了桨后气流的速度,这是引起机翼气动特性改变的主要原因。虽然滑流的诱导作用使机翼外段提前发生了分离,但是其推迟了机翼根部分离现象的发生,改善了飞机的失速特性。     

基于高斯伪谱法的空天飞机上升段最优轨迹设计

针对复杂多约束条件下空天飞机上升段燃料最优轨迹优化问题,提出一种基于高斯伪谱法的上升段轨迹优化策略.依据发动机的推力特性将上升轨迹合理分段,使原最优控制问题转化为多段最优控制问题后,采用高斯伪谱法进行并行优化计算.数值仿真结果表明采用这种轨迹优化策略能够满足组合动力系统工作模态转换时对飞行状态的约束条件,可以在较短的时间内完成高精度的上升段轨迹优化任务,从而验证了该方法的有效性.     

考虑机动效率的多约束导引律设计

针对考虑交会角约束的导引律在可用过载不足时将导致大的交会角误差问题,推导一种考虑时变过载约束的制导形式,而该导引律在实现较大机动的同时会带来较大能量损失,进而提出一种考虑导弹机动效率的多约束导引律。首先,应用最优二次型原理推导出一种时变控制项权系数的闭环制导形式;其次,将导弹机动时刻阻力系数引入时变权系数,并通过迭代分别确定可用过载与机动效率约束边界;最后,将时变过载约束表示成剩余时间的函数,代入制导指令,并进行弹道仿真。结果表明:推导的2种导引律均能较好地实现末端弹道成型要求,考虑机动效率的制导指令分配更为合理,并有效降低了拦截末端速度损耗,提高了制导精度与毁伤效果;且考虑机动效率的导引律中时变权系数无须配平求解,在保证精度的同时极大提高了迭代速度。     

基于多模型的不等长序列数据关联算法

单模型在处理不等长序列数据关联时不能兼顾计算精度、复杂度和抗扰性,为此提出了基于多模型(MM)的不等长序列数据关联算法。将基于滑动窗口和动态时间弯曲(DTW)的不等长序列相似度度量模型作为MM的输入模型,以2种模型计算得到的时似变化比作为模型判断指标进行模型转换,实现了2种模型的优势互补,并得到模型的应用条件,最后输出MM作用后的不等长序列相似度,以此作为关联指标进行关联判定。仿真实验验证了MM关联算法在处理不等长序列数据关联的有效性,并对序列长度和突变率变化对关联效果的影响进行了分析。     

一种基于证据距离的多分类器差异性度量

 多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。     

基于交互式多模型的红外／雷达低小慢目标跟踪算法研究

研究了基于交互式多模型（IMM）的低小慢目标跟踪问题。基于低小慢目标运动特征的分析,以及目标匀速（CV）直线、匀加速（CA）直线、曲线飞行航迹模型,给出了目标跟踪的IMM算法及其流程。仿真结果表明：该算法能稳定精确跟踪低空目标。     

利用一次雷达实现低空空域的安全监视

介绍了一种低成本的低空空域雷达监视实验系统,并提出了一种基于雷达平面位置指示(PPI,Plane Position Indicator)图像的目标检测与跟踪算法,其中杂波抑制和目标状态估计是两项关键技术.经过背景差分的雷达PPI图像,仍然含有大量的背景边缘杂波,该算法利用其空域特性进行杂波抑制,并采用交互式多模型(IMM,Interactive Multiple Models)方法对目标的匀速、加速、减速、转弯等机动运动进行跟踪.详细分析了仿真数据的跟踪效果,并将整套算法应用于两组实测PPI图像,实验结果说明其有效性.     

对Jahangir组合式矩估计器的改进

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE(Maximum Likelihood Estimator)相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

基于Toeplitz矩阵重构的相干信源DOA估计算法

提出了一种基于Toeplitz矩阵重构的相干信号源DOA估计算法。首先对各个阵元的接收数据与参考阵元（第一个阵元）的接收数据的相关函数进行排列,形成Hermitian Toeplitz矩阵,然后通过奇异值分解可以得到信号子空间和噪声子空间,从而实现相干信源的DOA估计。该算法在不减少阵列有效孔径的情况下,增加了可估计相干信号源数目,并在低信噪比条件下能够得到较好的估计性能,计算机仿真结果证实了算法的有效性。