基于自适应神经网络滤波的引信去噪声研究

设计了自适应神经网络噪声抵消系统,该系统不需要关于噪声信号的先验知识,非线性映射能力强,具有自学习能力,计算量小,实时性好.利用该系统对含噪声的非线性信号建模,达到消除噪声的目的.通过LMS算法,对不同信噪比(SNR)的含噪引信信号进行滤波,仿真结果表明,该滤波器能有效地抑制噪声.     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。     

利用二极管伏安特性转移低电平干扰

针对某型光电系统的电磁兼容问题,特别是电源脉动电流引起的地线干扰问题,提出一种利用二极管伏安特性解决此类问题的方法。此方法在实际系统中进行了实践,完全消除了此类电磁兼容问题的影响,而且效费比高,具有非常好的推广及应用价值。     

基于进化规划的RBF网络用于二相码旁瓣优化

研究了低截获概率技术中常用的二相编码信号处理中的距离旁瓣压缩问题,采用改进的进化规划算法优化径向基函数网络,提出了一种基于改进进化规划算法的计算方法。通过对13位巴克码和31位M编码的仿真实验,表明新的方法在旁瓣抑制能力和运算速度等性能方面,都有较大的提高。     

基于i.MX6无人机视频码率受控的压缩系统设计

针对无人机数据链视频数据信道带宽受限要求,采用飞思卡尔i.MX6的嵌入式视频处理硬件平台,设计无人机视频H.264压缩码率受控系统,解决压缩编码的运动估计搜索范围、最大关键帧间距问题,在数据传输中采用SPI接口缓冲区码率控制机制,控制系统SPI输出码率受限的设计。实验测试表明,设计的视频处理系统视频压缩数据受控,可根据无人机无线信道设计要求,完成无人机视频压缩编码码率可控视频传输。     

航空发动机自适应模拟退火遗传算法建模

以阶跃输入响应进行模型的检验,提出了航空发动机状态模型的建立方法:在抽功法所建立的状态空间模型的基础上,利用自适应模拟退火遗传算法对A、C矩阵元素进行寻优,解决了状态空间模型的响应与非线性模型不能够很好吻合的难题。仿真表明,得到的状态空间模型无论是动态过程还是稳态过程都能取得较高的建模精度,为航空发动机分布式控制的研究奠定了强有力的基础。     

基于反步法的高超声速飞行器终端滑模控制

为了使高超声速飞行器在再入过程中完成姿态控制,在反步法的基础上将模糊自适应和终端滑模控制相结合设计控制器。对于姿态角动态,使用反步法和模糊自适应设计虚拟控制律;而对于角速率动态,利用终端滑模方法设计控制器,能够有效提高系统鲁棒性。稳定性分析说明所提方法可以保证系统状态的一致渐进有界性。     

基于蒙特卡罗方法的多散射修正模型

针对现有的基于蒙特卡罗方法的非视线传输模型的不足和局限性,提出了基于蒙特卡罗方法的多散射修正模型,给出了模型的数学描述。利用坐标系变换方法,得出了光子迁移的坐标递推公式。设计了接收判断机制,给出了到达时间的计算公式。通过跟踪大量光子的随机迁移,验证了光子传输的多散射现象。绘制了接收天线功率密度曲线,模拟了脉冲展宽效应。比较结果表明,在满足单散射近似的条件下,该模型与Luett-gen单散射模型吻合较好;在不满足单散射近似条件时,该模型得出的接收功率密度大于Luettgen单散射模型的接收功率密度,分析了结果的正确性,并指出了现有模型信道零延迟的错误。理论分析表明,模型能准确反映信道的时延特性。     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。