带扩张观测器的三维有限时间收敛导引律

为了保证视线角速率在弹目碰撞前收敛到零附近的较小邻域内,从而达到准平行接近的状态,基于自抗扰控制的不确定性估计补偿思想,应用反演控制方法设计了一种考虑导弹自动驾驶仪二阶动态特性和目标机动的三维有限时间收敛导引律。根据有限时间收敛控制理论,严格证明了系统的有限时间收敛特性;为抑制量测噪声,将传统跟踪微分器进行改进并应用于扩张状态观测器与反演控制的设计中。仿真结果表明,在自动驾驶仪响应延迟情况下,所设计的导引律能够导引导弹在有限时间内精确地拦截高速机动目标;改进的跟踪微分器精度高、响应快;基于改进跟踪微分器的扩张观测器估计效果理想。     

ATS:一种基于通告时间戳的BGP收敛性改进机制

研究BGP收敛性改进问题,考虑网络运行状况,提出一种新的机制,称为通告时间戳机制ATS(advertisement time stamp)。在该机制中,BGP路由器在向对等体发送路由通告报文时,将相应的路由前缀打上时间戳。当通告报文准备好时,通过查看相应前缀的时间戳来判断报文是否可以立即发送还是应该等待。该机制充分融合了每对等体每目的网络速率限制定时器和每对等体速率限制定时器各自的优点,克服各自缺点。分析表明,该机制可以较大地减少Tup、Tlong及Tshort事件的收敛延迟。     

高超声速流动计算中LU-SGS隐式算法的应用研究

在高超声速条件下,对原始LU-SGS格式及其改进方法的收敛速度做了深入地比较分析,目的是进一步更好地将LU-SGS算法用于工程上复杂外形的计算模拟当中。二维圆柱,三维钝锥及空天飞机算例的结果表明：(i)对于高超声速粘性流动的计算,粘性项应进行隐式处理;(ii)BLU-SGS方法给出的内迭代方式的收敛性优于DP-LUR方法所给出的内迭代方式;(iii)LU-SGS算法中雅克比系数矩阵的计算方式对计算量及收敛性影响较大,若采用精确的矩阵形式则在流动无分离情况下能取得快速收敛的效果,而在含有流动分离的情况因受稳定性的影响精确的矩阵形式的收敛表现不及对角近似形式。     

BP神经网络的收敛问题

研究了BP神经网络的收敛问题。基于随机理论 ,提出了解决网络收敛性问题的随机优选法。该方法不仅在任何条件下都能得到问题的具有一定精度的解答 ,而且收敛速度很快     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.     

基于极球面投影的极区格网坐标表示方法?

随着全球气候变暖,北极冰盖的快速消融使北极航道的夏季全线通航成为可能,但由于极区经线的快速收敛,导致基于地理坐标的传统航海导航方法误差过大而不能使用。针对这一问题引发的极区导航问题进行研究,首先对常用海图及传统航海导航方法在极区使用存在的问题进行分析,然后采用极球面投影下的极区格网坐标表示方法,给出了极球面投影格网坐标与地理坐标的转换关系,该方法能够使在极区航行的船舶便捷、准确地确定其在地球的位置,为极区航海作业提供方便。     

两人分布动态决策系统建模研究

本文提出的建模方法之原理为：两人决策时每人的内部功能是主体基础,人员队中协作为外表行为,人对目标（任务）的比较选择过程为直观的快速估算（简称：内主、外协、快速估算）。这是两人队决策建模方法的新创造。新建成数学模型的有效性与水平都作了检验与评价,结果令人满意     

扩频系统中一种FFT算法的快速捕获方法

针对高动态、大频偏的扩频系统采用了一种基于快速傅氏变换(FFT)算法的伪码快速捕获方法,该捕获方法是在搜索伪码相位的同时,通过频率扫描的方式搜索载波频率偏移值,将原来的伪码相位、载波频偏的二维搜索过程变成只搜索伪码相位的一维搜索过程,从而大大减少了高动态、大频偏扩频系统中的同步伪码的搜索的复杂度。理论分析和仿真结果都证实在不增加硬件复杂度的情况下,基于FFT算法的伪码快速捕获方法能够大幅度地缩短捕获时间,降低系统复杂度。     

光电载荷安装误差标校的飞行航路

无人机搭载光电载荷进行安装误差标校时,飞行航路的选择与规划在很大程度上影响着标校算法的收敛性与误差识别结果。为增强标校飞行架次的有效性,提高安装误差可被识别的程度,改善标校算法的收敛性及标校精度,对标校的原理和标校算法进行了理论分析,并利用考察差异函数偏微分的方法找到了标校航路和安装误差标校之间的相互联系,然后结合标校实施过程中所遇到的实际问题提出标校航路规划应遵循的原则,给出了标校航路规划的参考范例。     

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。