基于改进多模滤波算法的控制系统故障诊断

应用分层多模自适应滤波算法对控制系统的故障进行诊断时,只能识别出故障的类型,如识别出是传感器还是执行器发生故障,并不能判定出故障的大小.提出一种改进分层多模自适应滤波算法,应用此算法可使分层多模自适应滤波算法不仅可以检测出控制系统的故障类型,而且能够确定发生故障的执行器局部故障程度.将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性.     

高炮自适应校射算法的研究与实现

在对传统大闭环校射算法和虚拟闭环校射算法原理、局限性进行分析的基础上,提出一种自适应校射算法。给出了自适应校射算法的流程及实现步骤,并对自适应校射算法涉及的关键技术:逆解射击诸元、射表虚拟延伸、弹目偏差量仿真及校正量计算等进行了深入研究。最后,进行了仿真实验,结果表明所提出的自适应校射算法比传统校射算法精度更高。     

美国航母航渡过程中的飞行作业优化

在美国航母航渡过程中,舰载机飞行作业优化的主要目的是决定舰载机的弹射和回收顺序,一方面使防御态势最优,同时确保航母能在指定的时间内抵达目的地,舰载机飞行作业优化还需要考虑其他限制条件,包括环境条件和军事判断等。在进行飞行作业优化时,关键概念之一是飞行作业周期,舰载机从离开航母到完成一项任务后返回母舰附近,为一个周期。在这个周期的末期,舰载机可以选择着舰,也可以选择在空中加油,当舰载机再次离开航母的时候,就已进入了下一个周期。在航母航渡过程中,舰载机飞行作业逐波次     

对舰载机出动能力的认识

说明:本文中架次率的衡量对象是固定翼舰载机,未考虑直升机。舰载机出动能力的相关指标周期为有效管理飞行甲板,航母通常按照指定的时间周期进行作业,通常在1小时(1+00周期)到1小时45分(1+45周期)之间。在单周期作业中,飞机在空中停留一个周期后着舰。需要注意的是,着舰作业总是在弹射之后进行,这意味着,上一个周期的舰载机,必须在下一个周期舰载机起飞之后才能降落。类似的,双周期作业的飞机在空中停留两个周期的时间     

基于全寿命周期的舰船喷水推进装置综合保障技术研究

针对舰船喷水推进装置的保障需求，介绍了喷水推进装置的基本组成、技术特点，引入环境特征，使用特征因素，研究喷水推进装置从交装到服役期满的全寿命服役周期的综合保障技术，提出针对喷水推进装置在不同状态、不同时期的保障策略，建立喷水推进装置保障能力体系。     

基于ACE Streams框架的舰船综合电子仿真系统设计

软件构件具有良好的功能封装性及接口规范性,在增强软件的可移植性和提高复用率等方面意义重大。在舰船综合电子仿真系统开发过程中,通过引入ACE Streams框架的技术,有效地降低了软件各层次间的耦合度,增强了数据的传输处理能力,固化了该系统的通信机制。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

印刷对数周期天线设计与分析

针对对数周期天线在结构设计、软件仿真和实际制作中存在的差异，着重从介质基板材料的选择和结构仿真的方法等方面进行了对比和择优选择。文中采用TB-73材料制作了印刷对数周期天线，通过实际测量得出天线的工作频率为700MHz-2．7GHz，平均增益大于9dB，在700MHz-2GHz的驻波比小于1．5。同时对天线使用有机玻璃加罩和馈电结构进行了测试分析。结果表明，加罩后天线谐振频率降低，工作频率为660MHz-2．5GHz；馈电结构改变后低频端驻波比大于2，高频端驻波比降低到1．5以下，对对数周期天线的设计具有一定的指导性意义。     

分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。