高精度单频信号初相测量方法

提出了一种基于误差知识的二重插值DFT方法用于高精度时钟初相测量。理论分析与数值仿真结果表明,该方法性能接近Cramer-Rao界。     

一种火炮快速解命中问题的新方法

在火炮解命中过程中,对于射表数据的处理方法主要有逼近法和插值法.基于对射表数据进行插值处理的基础上,用一种解非线性方程的迭代方法对解命中问题进行研究,这种方法可避免导数计算,收敛较快.经仿真计算,并与其他方法进行了比较,验证了该方法在火炮解命中问题中的可行性和优越性.     

基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

CPU-GPU协同加速Kriging插值的负载均衡方法

Kriging插值算法被广泛应用于地学各领域,有着极其重要的现实意义,但在面对大规模输出网格及大量输入采样点时,不可避免地遇到了性能瓶颈。利用Open CL和Open MP在异构平台上实现了CPU与GPU协同加速普通Kriging插值。针对Kriging插值中采样点的不规则分布及CPU和GPU由于体系结构差异对其的不同适应性,提出一种基于不同设备间计算性能的差异和数据分布特点的负载均衡方法。试验结果表明,该方法能有效提高普通Kriging插值速度,同时还能节约存储空间和提高访存效率。     

基于维特比算法的无人机航路规划

提出采用隐马可夫模型(HMM)建立无人机飞行中威胁评估模型,利用HMM中维特比(Viterbi)算法实现了对威胁评估,确定无人机飞行中的航路;提出采用快速排序算法改进Viterbi算法的效率;采用三次样条插值修正航路点附近过大尖角。仿真表明：具有自主学习的Viterbi算法可以有效地完成无人机航路规划,改进算法可以更有...     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

保凸插值样条曲线的一种构造方法

本文提出了一种描述保凸三次参数插值曲线的新算法。算法构造局部、计算简单有效,算法对开曲线和闭曲线都适合,最后给出了几个曲线构造的例子。     

固体推进剂药柱结构分析的非概率凸集合理论模型

为了研究不确定性能参数对固体推进剂药柱结构分析的影响 ,将非概率凸集合理论模型和粘弹性有限元相结合 ,以增量法处理遗传积分 ,利用摄动法预测其响应量区间 ,发展了一种适合药柱特点的不确定性方法。将其和随机结构分析进行对比 ,表明两种方法之间有一定的联系。     

数值许瓦尔兹－克力斯托夫变换与数值高斯－雅可比型积分

本文研究的主要内容是数值许瓦尔兹─克力斯托夫变换和它所涉及的数值奇异积分问题。利用牛顿─拉夫森迭代法导出了求解许瓦尔兹─克力斯托夫变换各个参数的数值过程。为了提高奇异积分精度,本文对数值高斯─雅可比型积分进行了研究,并用该积分方法对数值许瓦尔兹─克力斯托夫变换公式中出现的奇异积分进行了计算,取得良好结果。本文最后给出了示例,进行了验算。