旋转弹仓的鲁棒控制器设计

利用满意控制的理论,给出了一种满足期望性能指标的旋转弹仓控制器设计方法.利用系统本身的积分器,保证了静态时无余差.使用Lyapunov矩阵不等式,通过状态反馈,配置系统闭环极点于指定圆形区域而使闭环系统具有较好的动态品质.MATLAB/NCD工具箱进一步局部寻优,得到在饱和特性下,控制系统多种指标的同时满足某型号旋转弹仓的数值算例,证明了该方法的有效性.     

随机系统扇形极点和方差约束状态反馈控制

区域极点和稳态方差是表征控制系统性能的两个重要指标,通过把扇形区域极点指标和稳态方差指标融入到一个修正的Lyapunov方程,研究了扇形区域极点和稳态方差上界约束下的状态反馈控制问题.利用矩阵广义逆和矩阵分解的方法得到了扇形区域极点和稳态方差可配置条件以及控制器的求取方法,所得控制器表达式中含有自由参数,便于控制器的工程实现,也为选取控制器的自由参数来使控制系统满足更多的性能指标留下了余地.     

货郎担问题新算法

将指派问题的匈牙利解法用于货郎担问题,通过恰当地添加大正数构造效率矩阵,得到了计算货郎担问题较快的算法。文中给出的2个例子具体地说明了算法实施过程,该算法具有一定的实用性。     

一阶交流电路暂态分析

以RC串联电路为例,介绍一阶线性电路交流暂态过程的基本分析方法.通过三种不同方法的比较,归纳出对于不同电路应当采取不同处理办法.     

aa^T型矩阵的特征值与特征向量

本文应用两个引理,证明了aa^T型矩阵的特征值只有两个,一个为n-1重特征值0,另一个为重特征值||a||^2。并求出了这两个特征值对应的特征向量,发现向量a本身恰为||a||^2的一个特征向量。     

基于仿真的潜艇装备作战能力ANP幂指数评估方法

针对潜艇装备作战能力幂指数评估模型中评估指标之间存在相互依赖或影响关系,以及评估过程主观性较强的情况,建立了基于仿真的潜艇装备作战能力ANP幂指数评估流程;以潜艇反舰作战能力评估为例,给出了网络化评估指标体系设计与优化方法;基于专家和仿真数据的ANP超矩阵构建方法以及基于指标权重的幂指数评估模型构建方法,建立了基于仿真...     

基于可变卷积与迁移学习的小样本检测方法

针对主流方法对弱小目标识别效率低的问题,提出了一种基于可变卷积与迁移学习的小样本检测方法。基于可变卷积思想改进特征提取主干网络,实现在少量数据上达到和普通卷积在大量数据上相等的学习能力。设计一种Soft-NMS共同作用的方法降低多目标重叠容易出现的漏检问题。通过在公开数据集PASCAL VOC和实测弱小目标数据集上的实验表明,所提算法实现小样本条件下对实测弱小目标的检测与识别,且与原始方法相比性能有显著提高,在公开数据集上较原算法提高了5.5%,在实测数据集上较原算法提高了8.3%。     

基于GA的卷积神经网络结构化剪枝算法

为解决传统神经网络模型过参数化问题,提高深度学习模型工程化实现的效率,提出了基于GA的结构化模型压缩算法.该方法从全局搜索空间对模型各层卷积核进行结构化剪枝,并以"高检测精度,低网络规模"为准则建立适应度函数,解决传统权重剪枝易陷入局部最优和剪枝结果对硬件平台不友好问题,获得精度损失低、模型压缩率高的轻量化模型结构.     

基于变邻域人工蜂群算法的航空不规则零件下料优化研究

针对航空不规则零件规格种类多样,毛坯数量庞大,原坯料利用率低等实际生产中的问题。为了解决上述问题,提出基于变邻域人工蜂群不规则零件下料优化算法及算法流程,构建双坐标系下料模型,设计交换策略、顺序策略及逆序策略进行变邻域搜索,采用SCO、DCO、HO、WO、AO解码方式进行图样解码。最后,将变邻域人工蜂群算法与原始人工蜂群算法进行仿真分析,仿真实验结果表明：变邻域人工蜂群算法能够有效可靠地提高原坯料利用率及排样效率。     

基于CNN的SAR图像舰船目标检测算法

为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。