MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。     

一种改进的事件驱动系统框架

在给出事件驱动系统安全漏洞的基础上,指出了产生漏洞的根本原因是:系统忽视了输入系统的事件序列之间存在的相关性;系统无条件信任任何事件源产生的事件.针对这两个原因,相应提出了事件序列形式安全分析模型及基于事件源的可信度评估模型,依据这两个模型,构建了一种改进的事件驱动系统框架.     

线性离散系统全阶比例积分观测器设计研究

针对线性离散系统 ,研究了状态方程和测量方程均包含未知输入干扰的状态估计问题 ,提出了一种新的状态观测器 (全阶比例积分观测器 )的设计方法。给出了这种观测器的存在条件。仿真结果显示了全阶比例积分观测器的良好性能。     

仿真计算机和仿真软件发展

介绍仿真机和仿真软件的发展,分析了银河仿真机系统性能,探讨了仿真机的未来发展特征。     

用动态模拟方法实现C程序输入变量的取值分析

程序输入变量取值范围的确定对于测试数据的选取,尤其对边界值分析,有着直接的指导作用.一般情形下,通过对源程序进行数据流和相关性分析,可实现输入变量的取值分析.但对某些有特殊取值限制要求的表达式,用静态分析方法,难以实现其输入变量的取值分析.为此,采用动态模拟的方法,对有特殊取值限制要求的表达式,进行输入变量的取值分析.实验表明,该方法是行之有效的.     

输入式记忆对英语写作能力的正迁移实证研究

本文利用跟踪调查,试验对照的形式,结合SPSS对数据加以分析,在实证研究的基础上,揭示输入式记忆对提高大学生英语写作能力的正迁移和输入式记忆科学、合理地应用于写作教学对学生写作能力的促进作用。     

依赖信号噪声场景下MIMO雷达稳健波形设计

考虑依赖信号噪声场景下MIMO雷达的稳健波形优化问题。根据最小最大方法,基于克拉美-罗界描述了改善MIMO雷达最差情况参数估计性能的稳健波形优化问题。为求解所得NP问题,提出一种新的基于对角加载(DL)的迭代方法。此方法利用哈达玛不等式将内层优化分解为若干子问题,以降低运算复杂度从而利于工程应用,基于DL方法将子问题转化为凸问题,外层优化也可转化为凸问题,因而可获得高效求解从而便于硬件实现。初始问题最优解可通过对迭代算法得到的解进行最小二乘拟合得到。数值仿真验证了所提方法的有效性。     

多输入多输出雷达恒模稳健波形联合优化算法

针对目标冲激响应及杂波冲激响应分布特性先验知识不准确导致的多输入多输出雷达检测性能下降的问题,提出恒模稳健波形与接收机滤波器联合优化算法。将目标冲激响应及杂波冲激响应分布特性先验知识不准确时的优化问题建模为一个极大极小化问题。运用迭代优化算法将联合优化问题分解为两个子优化步骤:将波形固定时的接收机滤波器权值优化问题建模为广义瑞利商模型,求解得到相应的接收机滤波器权值矢量;利用半正定松弛技术对权值固定时的波形优化问题进行求解,获得对应的波形矩阵,并根据得到的波形矩阵,通过高斯随机化的方法获得所需的恒模波形。对所提算法的收敛性进行了证明,仿真结果表明所提算法有效。     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.