复杂网络波动扩展衍射欠定采样预测模型

复杂网络环境中对网络波动的准确预测可以有效监测网络环境,防范网络入侵和拥堵。由于在复杂网络受到干扰的可能性更大,其网络波动具有扩展衍射特征,不可预测性强。传统方法中采用自回归移动平均模型进行复杂网络波形预测算法设计,在波动信号的时频重叠调制过程中未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,预测效果不好。提出基于空间扩展自回归移动平均模型的复杂网络波动欠定预测算法,采用LTE线性均衡滤波,进行降噪去除杂波干扰,提取波动序列的扩展衍射特征形成欠定采样样本序列,设计网络波动时空序列扩展衍射点阵,准确预测网络波动的参数信息。以病毒入侵,网络监听和拥塞堵塞等波动产生模型为实例,进行仿真实验,结果表明该算法具有较高预测精度,监测点波动误差较小,实现复杂网络波动状态的动态跟踪和评估。     

永磁直线同步电机伺服系统自抗扰反步控制器

为了提高永磁直线同步电机伺服系统的鲁棒性,提出基于自抗扰思想的反步控制器。将永磁直线同步电机伺服系统中的未建模动态和外界扰动定义为总和扰动,并扩充为系统新的状态变量。设计了线性扩张状态观测器估计不可直接测量的直线电机动子速度以及总和扰动,证明并分析了设计的线性扩张状态观测器的收敛性和估计误差。利用线性扩张状态观测器的输出,基于动态补偿线性化思想设计了反步控制器。证明了考虑线性扩张状态观测器估计误差的闭环反馈控制系统的稳定性。在Googol公司的实验平台上,验证了设计的自抗扰反步控制器的可行性。     

全局仿射变换条件下图像不变量提取新方法

从仿射几何理论出发,提出了一种全局仿射变换条件下图像特征不变量构造的新方法.利用仿射区域划分获取一组扩展质心集合作为图像特征点集;求解特征点集的凸包,根据扩展质心的性质将凸包顶点均匀组合成若干特征区域;利用仿射几何性质构造了有效的仿射不变量.实验对该方法进行了全面的比较分析,以验证所构造的不变量更具稳定性和高时效性.     

联邦滤波器的SINS/GNS/DVS水下组合导航

针对现有的水下导航系统不能全面满足AUV导航的需要,为了提高水下航行器组合导航系统长时间远航程的隐蔽性,可靠性及精度,提出了一种基于联邦滤波器的惯性导航系统、地磁导航、多普勒速度声纳的组合导航方案,并采用简化自适应卡尔曼算法对水下航行器组合导航系统进行误差估计,解决了传统卡尔曼滤波容易发散的问题.仿真结果表明,在SINS/GNS/DVS组合导航中采用该算法,提高了定位精度,保证了滤波的快速性,验证了该算法的可行性和正确性.     

基于非线性扩张状态观测器的直线电机PD控制

为了解决直线电机伺服系统跟踪速度与峰化现象之间的矛盾,设计一种基于非线性扩张状态观测器的比例微分(Proportion Differentiation,PD)控制器。将直线电机伺服系统中的未建模动态和外界干扰定义为总和扰动并扩充为系统新的状态变量,利用非线性扩张状态观测器(Non Linear Extended State Observer,NLESO)估计不可测量的直线电机动子速度以及总和扰动。利用NLESO和跟踪微分器TD的输出,基于动态补偿线性化思想设计了引入补偿量的PD控制器,并给出了闭环控制系统稳定性证明。在Googol公司的实验平台上,通过与两种基于LESO的PD控制器对比,验证了所设计的基于NLESO的PD控制器的可行性。实验结果表明,基于NLESO的PD控制器可使直线电机伺服系统具有跟踪速度快、跟踪精度高、峰化现象小、鲁棒性强的优点。     

考虑落角约束与驾驶仪特性的自适应RBF空间末制导律

为使大口径舰炮制导炮弹在打击近岸机动目标的末制导段满足落角约束,现考虑自动驾驶仪动态特性,基于自适应RBF逼近网络与动态面滑模提出一种空间末制导律。构建空间弹目相对运动模型,通过带改进微分跟踪器的扩张状态观测器估计目标加速度。为零化视线角跟踪误差与视线角速率,采用自适应指数趋近律设计非奇异终端滑模动态面,并运用自适应RBF逼近网络削弱控制指令抖振。通过Lyapunov第二法证明了全系统中视线角跟踪误差与视线角速率均最终一致有界。仿真实验表明：该末制导律使制导炮弹在空间中打击具有不同机动形式的近岸目标时,均具备良好的末制导性能。     

新的自适应渐消扩展卡尔曼滤波在GPS定位中的应用

当实际数据出现突变时,基于最小二乘、扩展卡尔曼滤波的GPS定位解算存在定位结果精度低和稳定性差的问题。提出一种自适应渐消扩展卡尔曼滤波算法,通过自适应渐消迭代系统噪声协方差,来实现抑制数据突变影响。试验结果表明:该算法相比最小二乘、扩展卡尔曼滤波,其定位精度有所提高;相比传统渐消扩展卡尔曼滤波,其收敛速度、稳定性有所提高。     

SS-IUKF算法及其在成像声纳组合导航中的应用

利用成像声纳对海底进行探测时需要高精度的导航信息。针对导航高维滤波问题,文中在球面单形sigma点变换的基础上,将其与迭代UKF相结合,提出了球面单形迭代无迹卡尔曼滤波(SS-IUKF)算法,并应用于捷联惯性导航系统(SINS)/多普勒流速剖面仪(ADCP)组合导航系统。仿真结果表明,SS-IUKF算法相比UKF、SR-UKF、EKF算法提高了滤波精度和计算速度,具有一定的工程应用价值。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

SPEED BUMP ON THE ROAD TO GLOBAL ZERO

The prospect of the United States continuing to reduce the size of its nuclear arsenal to “very low numbers” has raised questions in Japan and South Korea, where US extended deterrence guarantees are premised on the “nuclear umbrella.” In both countries, however, concerns focus less on numerical arsenal size than on the sufficiency of specific nuclear and non-nuclear capabilities to meet evolving threats and on the degree of broader US commitment to these alliances. This article assesses developments in US-Japan and US-South Korea relationships in response to the Obama administration's nuclear disarmament policies, focusing on how the evolutionary course of those relationships may in turn condition prospects for sustaining this US nuclear policy direction. The analysis finds that the challenges of deterrence credibility and allied reassurance are difficult and long-term, but also that US nuclear arsenal size is secondary to broader political, strategic, and military factors in meeting these challenges. The evaluation concludes that strong alliance relationships and strategic stability in East Asia can be maintained while the size of the US nuclear arsenal continues to decline, but also that deterioration of these relationships could imperil core US nuclear policy and nonproliferation objectives.