航天器转动惯量参数在轨辨识的最优激励

根据矩阵分析理论研究了转动惯量参数的可辨识性问题,从姿态动力学方程导出关于未知参数的线性回归模型,将回归矩阵的条件数作为参数可辨识度的定量指标,以可辨识度最大为目标函数建立最优控制模型;应用解最优控制问题的伪谱法,计算控制力矩陀螺的指令轨线,使得惯量参数的辨识精度和收敛速度显著提高;在仿真中采用双无迹卡尔曼滤波算法进行参数辨识,结果验证了所提出的最优激励设计方法可以改善参数辨识性能,同时该方法对先验信息误差具有鲁棒性。     

两向二维NFA及其在SAR目标识别中的应用

通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低。首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数。     

连续时间参数滤波问题的非标准方法

本文应用非标准分析中的Ｎｅｌｓｏｎ近初等过程方法,得到了与标准的连续时间参数滤波问题等价的近初等过程的滤波公式,并由此得到了标准的连续时间参数情形地滤波公式．     

一类分段线性费用网络流问题

本文通过把一类分段线性费用网络流问题化成线性费用网络流问题,给出了求解这类分段线性费用网络流问题的算法。     

面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。     

频率响应软约束的宽带自适应波束形成

针对常规线性约束最小方差(LCMV)波束形成中输出信干噪比(SINR)较低问题,提出了基于频率响应软约束的宽带自适应波束形成方法,该方法在LCMV波束器的约束条件基础上,增加对期望方向阵列频率响应软约束,可以得到近似无失真信号输出,同时增加波束抑制干扰噪声能力,提高输出SINR性能.仿真结果验证了该方法的有效性.     

伴随法在防空导弹脱靶量研究中的应用

基于小角度假设,建立了末制导阶段弹目相对运动的线性化模型.根据该模型,由直接法仿真得到了目标机动情况下的脱靶量曲线.分别由系数矩阵法和框图法得到了原系统的伴随系统,伴随系统仿真结果和直接法仿真结果的比较说明伴随法能很好地对线性时变系统进行仿真.与直接法比较,伴随法效率较高,适用于导弹制导系统的初步分析.     

小布什回归？美共和党总统候选人罗姆尼的国家安全观

米特·罗姆尼是2012年美国共和党总统候选人。这位65岁的前马萨诸塞州州长与他的竞争对手现任美国总统奥巴马相比,在国际上的知名度原本不高,但是今年以来却因为其对国家安全政策异常强硬的表态让世人迅速地认识了他。     

基于DAC5686的线性调频信号产生方法研究

研究了基于DAC5686的线性调频信号产生方法。分析了线性调频信号及其产生原理,研究了DAC5686工作原理,设计了信号产生电路,给出了线性调频信号的实现实例．结果表明,该方法可以灵活地产生所需线性调频信号,从而满足某型地空导弹制导雷达中频接收机性能测试的需要．与传统的线性调频信号产生方法相比,该方法降低了系统设计难度,缩短了开发周期,提高了设计的可靠性,具有较高的实用价值,对于其它场合频线性调频信号的产生也具有一定的借鉴意义．     

一种基于流形与特征融合的说话人识别方法

MFCC参数是说话人识别常用的特征参数,但单独使用MFCC参数,系统性能难以进一步提高。文章提出了一种MFCC和语谱图特征相融合的说话人识别方法。针对语谱图特征空间维数高、数据量大的问题,采用流形学习中的LLE算法对语谱图信息进行压缩,并根据样本点每一维所代表的不同特性信息改进了LLE算法。以SRMC汉语语音数据库为测试语音,与传统PCA算法以及单独使用MFCC参数进行对比实验,在识别人数为100人时,识别率分别提高了2.5%和3%,验证了所提方法的有效性。