基于Cholesky分解的自适应抗干扰算法

介绍了卫星导航系统常用的自适应抗干扰算法,并指出了各自的优缺点。针对自适应抗干扰算法的难点,提出了一种基于Cholesky分解的自适应抗干扰算法,巧妙地回避了矩阵求逆等复杂运算,大幅度降低了运算复杂度。推导出了利用Cholesky分解求下三角矩阵并最终完成权值求解的公式,基于FPGA设计给出了具体的实现方法。该算法已成功应用于GNSS抗干扰系统中,实测结果表明该抗干扰算法性能优良,权值更新速度快,是一种简单、高效的实现方法。     

动态矩阵控制在固体氧化物燃料电池中的应用

提出将动态矩阵控制(DMC)算法用于固体氧化物燃料电池(SOFC)的控制。为此,在分析SOFC动态机理模型的基础上,建立了其阶跃响应模型。控制目标是使SOFC的输出电压始终保持在一定范围内,并收敛到恒定的数值。在实际应用中,这样的算法应能提高SOFC输出功率的跟踪性能。仿真结果验证了这种方法的有效性。     

黑色“三角”

在缺少内部监督的情况下．农六师奇台农场运输公司经理姜茂基、会计吴启业、出纳马丽萍3人，不仅在单位内部建立起了贪污的黑色“三角”关系，还形成了做账、签批、分赃的“一条龙”贪污模式。日前，奇台垦区人民法院以贪污罪判处姜茂基有期徒刑2年6个月，缓刑4年；吴启业有期徒刑2年6个月，缓刑4年；马丽萍有期徒刑2年，缓刑3年。     

飞控系统鲁棒模糊控制器设计的新方法

通过对飞控系统模型特点的分析,以及模糊控制稳定性条件的深入研究,基于线性T-S模型的模糊控制系统稳定性条件,建立了飞控系统的线性T-S模糊模型,并利用现代控制理论中的状态反馈方法,结合并行分布补偿(PDC)的思想,借助求解一组线性矩阵不等式(LMI)等设计了一种模糊控制器,所设计的控制器能保证闭环系统的全局渐近稳定,并具有较好的鲁棒性.以一个仿真实例验证所设计的模糊控制器的鲁棒性.该方法对于飞控系统鲁棒控制律的设计、故障诊断、控制系统重构具有一定的参考意义.     

动态加权的一致性多传感器数据融合算法

研究现有多传感器的加权融合算法,针对时变非线性系统状态估计的有效融合问题,提出了一种基于动态加权的一致性多传感器数据融合算法.对于多传感器量测,首先利用Unscented 卡尔曼滤波器得到局部状态估计值,然后基于层次分析法思想,构建反映局部状态估计结果相互支持程度的一致性矩阵,充分提取数据中蕴含的冗余和互补信息,最后通过对一致性矩阵的求解实现对权重的合理选择.经过蒙特卡罗仿真验证了该算法的有效性.     

一种基于双差观测的BDS周跳探测与修复方法

针对接收机捕捉卫星信号时出现中断(失锁)现象,提出了一种基于双差观测值高次差法的周跳探测和基于最小二乘多项式法的周跳修复方法。研究了周跳探测和修复过程,改进了高次差法和多项式法,构建了新型周跳处理模型。结合实例和通过仿真运算分析,表明双差观测值法能有效弥补普通高次差法对小周跳探测的不足,最小二乘多项式推估法能有效修复小周跳。     

基于三标度法优选潜艇兵力作战方案

针对传统AHP在实际应用中存在的问题,采用三标度法进行潜艇兵力作战方案的多目标优选决策,避免了采用九标度方法构建判断矩阵时权重选择的模糊性,从而减少了决策过程中决策者的主观臆断性.实例证明,三标度法具有简单明了、使用方便等优点,在应用于作战方案多目标决策等复杂系统时是适合可靠的.     

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。     

基于累积前景理论的时间矩阵多属性综合评判模型

针对动态多属性方案排序优选决策问题,提出了一种基于累积前景理论的时间矩阵序列动态多属性综合评判系统模型。依据累积前景理论,将时间矩阵序列动态多属性决策转化为关于属性期望的益损时间矩阵序列动态决策,综合考虑各属性权重、各时间点的权重,计算各方案的最终综合前景值,并依据其大小对方案进行综合评判排序。最后给出了一个决策实例。     

压缩感知理论与光学压缩成像系统

压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。