空空导弹导引头噪声模型参数辩识

对导引头的特性研究可以改善导弹的精度,依据导引头的噪声模型,推导了方法误差参数估计方法,根据不同距离的噪声特性,对导引头目标视线角速度噪声模型进行相应的处理,噪声在不同的距离段的特性简化了计算公式并给出了其算法的具体实现过程,并对参数辨识结果进行了Theil不等式系数法校验,结果表明了辨识算法能满足控制系统的要求,辨识出的噪声模型TIC远小于0.3.     

一种改进的CDMA盲自适应多用户检测算法

通过对CDMA通信系统性能的分析,结合一种有效的近似算法把盲多用户检测问题转化为一个具有约束条件的二次规划问题,给出了一种改进的CDMA 盲自适应多用户检测算法,仿真实验结果表明,在复杂的时变信道中,该算法比其他算法具有较强的抗多址干扰能力和较快的收敛速度.     

基于Elman神经网络的NSG水位特性辨识方法研究

针对核动力蒸汽发生器在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用Levenberg-Marququardt BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.     

块脉冲函数法用于在线辨识

用块脉冲函数法作辨识,必须保证零初始条件和零均值噪声。本文对这种方法作出了改进。这种改进的方法,能辨识任意初态下的辨识问题,适用于非零均值干扰噪声的场合,且在辨识过程中无须测量初始条件和噪声均值。它能被方便地用于在线辨识。仿真实验表明,这种方法具有很高的辨识精度。     

坦克火控系统的自适应滤波与自适应解命中

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能动态识别,又要适应工作周期的各种变化.本文提出的“参数辨识模型”能同时满足上述要求,并可将自适应滤波纳入到现代控制理论的正常思路内予以解决.     

战术导弹的变结构自适应控制系统研究

文章从控制理论和工程应用的角度,对现有的自适应控制理论进行了较为全面的分析和综合,并根据战术导弹稳定控制系统设计的特殊问题提出了一个自适应控制系统方案。     

PID自校正调节器

本文简单回顾了自适应控制理论的发展历史及其特点,阐述了PID自校正调节器的产生背景及其常用的一种形式。根据极点配置原理,提出了一种新的不受模型阶数限制的PID自校正调节器,并通过仿真实例对其特性进行了验证。文章最后指出了一般自适应控制理论和 PID自适应控制理论在应用中遇到的困难及仍需做的工作。     

提高飞行器参数辨识精度的最优方波输入设计

本文应用最优输入设计（ＯＩＤ）的理论和方法,将衡量参数辨识精度的Ｃｒａｍｅｒ－Ｒａｏ下界作为最优准则,从工程实现上考虑,将输入函数类限制在多级方波类,并用动态规划原则进行了最优输入设计。本文针对一种飞航导弹进行了最优方波输入设计,初步解决了飞行器参数辨识中动导数辨识问题。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。