参数化滤波器逼近问题的全局最优算法

基于Lipschitz下界估值和分枝定界技术,给出了一维参数化小波滤波器逼近问题的全局最优算法。由于充分利用了滤波器逼近问题的特点,本方法将原来的Lipschitz算法的线性收敛速率提高为二次收敛速率。     

基于旋转点电荷模型的舰船腐蚀电场

为了找出轴频电场无法彻底消除及实际测量中静电场产生波动曲线问题的原因,基于旋转点电荷的建模方法对舰船腐蚀电场进行研究。利用汉克尔变换对点电荷在三层介质中产生的电场进行近似求解,得出一定转速下感应电场随时间、螺旋桨半径及水面距离变化的规律曲线图,并通过实验验证了理论结果的正确性。结果表明:螺旋桨旋转产生的感应电场是构成舰船腐蚀电场的一部分,一定转速下的感应电场频率与螺旋桨转动频率一致,并会随着螺旋桨半径及与水面距离的增加而减小。     

脉冲功率电源故障诊断方法研究

脉冲功率电源是电磁发射系统中最容易发生故障的薄弱环节,脉冲功率电源故障会使整个系统性能下降。针对脉冲功率电源故障,提出基于多层小波分析提取故障信息的模式搜索支持向量机故障诊断方法。通过建立脉冲功率电源的软故障模型,进行仿真分析获得电流故障数据样本,对故障样本进行离散小波分解,获得指定层细节信息的小波系数作为故障特征量;对故障特征量进行主成分分析,将小波系数进行降维,以便有效地进行故障诊断。通过实验,将所提方法故障诊断结果与其他三种故障诊断结果进行比较,验证了所提方法的有效性。     

基于改进积累方式的Hough变换和最小方差航迹起始方法

主要研究杂波密集环境下多目标航迹起始问题,提出一种改进Hough变换和最小方差准则相结合的航迹起始方法.首先针对航迹起始中量测信息的时间特性,提出一种改进的积累单元积累方式,该方法较以前的二值积累方式能更有效地去除杂波,尤其能够去除构成虚假航迹的杂波.然后,再采用最小方差准则对Hough变换之后的航迹进行分析,得出正确的航迹.仿真结果表明,提出的航迹起始方法效果好、所用时间短,尤其适合杂波密集环境下的快速航迹起始.     

MADM中不同属性的规范化研究

不同属性值的规范化是多属性决策问题中的重要过程.提出了一种属性值作为点到优区间和劣区间的距离的定义,依据该定义得到了属性值规范化新方法,并通过实例证明了新规范化方法的有效性.     

小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性,提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性,试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态,以箱体振动信号作为分析信号,首先对信号应用小波阈值法降噪减少干扰,接着将小波分解系数单子带重构得到不同频带的信号分量,提取各频带能量作为特征向量输人神经网络进行状态识别,结果表明该方法能有效识别变速箱的3种状态。     

前传协同制导交接环节的导弹指示信息的解算

针对协同制导交接时的导弹指示问题,利用坐标变换及时空配准等方法,通过对协同信息处理设备的讨论以及导弹指示信息解算模型的分析,建立了平面解算模型与椭球面解算模型两种坐标变换解算模型.对两种模型的求解方法分别进行了说明.对各种模型的解算效果进行了仿真计算及比较分析.所得模型及解算方法对协同制导作战有一定的理论和实践意义.     

增强景象匹配鲁棒性的灰度变换技术研究

高可靠高精度的景象匹配技术是自主导航飞行器图像制导技术的核心和关键所在,文章对匹配图像的灰度畸变进行了研究,提出了基于直方图相似变换灰度畸变校正技术,提高了景象匹配定位的准确性和可靠性。由于外部成像条件和成像传感器本身存在差异,匹配图像往往存在较大灰度畸变,使得实时图和基准图在灰度域存在较大不一致,从而影响景象匹配可靠性。文章通过对匹配图像进行直方图的相似变换,将匹配图像直方图调为一致,有效消除了匹配图像灰度差异,调整后图像间的直方图相似系数均在0.95以上。通过10300次独立真实外场景象匹配定位试验,证明本文基于直方图的匹配图像灰度预处理方法可有效消除图像间的灰度差异,减少匹配图像间由于灰度差异而产生的重复模式,大幅提高景象匹配鲁棒性,经过本文方法预处理后的匹配图像景象匹配成功率为99.98%,已满足工程实用对景象匹配算法高可靠性的要求。     

基于数字混沌序列的变换域通信系统基函数产生方法

提出了一种新的变换域通信系统基函数生成方法——Logistic数字混沌映射法,并对基于Logistic混沌序列基函数的特性进行仿真,同时将其与基于m序列的基函数进行对比分析。仿真结果表明,基于Logistic混沌序列基函数具有较好的伪随机特性、多址特性,且函数数量巨大。     

Armed Conflict,Military Expenses and FDI Inflow to Developing Countries

This paper investigates the relationship between military expenditure and FDI inflow conditioning on the exposure of a country to armed conflict in the long run. We apply the band spectrum regression estimator, and the maximal overlap discrete wavelet transform, to a panel of 60 developing countries, for the years 1990 to 2013. The estimated results indicate that military expenditure, in the absence of armed conflict, reduces FDI inflow. However, the negative effect is mitigated by increased military expenditure, in the presence of armed conflict. We also show that the effect of military expenditure on FDI is time sensitive, in that it takes time for military expenditure to affect FDI inflow. FDI inflow in response to higher military expenditure is higher for the country that faces higher armed conflict than the country that faces lower armed conflict. The findings are robust in the case of overall as well as internal conflict. These results are also robust to the alternative specification, subsample analysis with different armed conflict thresholds, and the estimation using the time variant long-run models.