改进型自适应推广卡尔曼滤波器的应用

针对在被动方式下进行水下目标跟踪容易导致滤波发散和收敛精度不高的问题,介绍了一种改进的自适应推广卡尔曼滤波算法。它能够在线估计虚拟观测噪声的统计特性,从而克服了观测模型线性化误差带来的不良影响。同时,通过引入修正增益函数,克服了由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题。仿真结果表明,不管是滤波精度还是收敛速度,都优于原来的自适应推广卡尔曼滤波算法     

一种基于Mellin变换的水声宽带相关模糊函数的快速算法

提出了一种基于Mellin 变换的快速算法,其特点是在给定的某一时刻得到不同尺度下的变换结果,算法的运算量与待分析的时延成正比,而在固定时刻下的运算量为两个2M点的FFT和一次2M点复数乘法(M为待分析的尺度的个数).该算法的优点是实时性好,且适合于水声信号领域尺度跨度小、尺度分析较细的特点,并给出了与直接法、CZT法的比较结果.     

“尼罗河魔鬼”长背鳍波动包络线的提取算法

"尼罗河魔鬼"采用长背鳍波动推进方式,属于典型的奇鳍/对鳍推进鱼类.在已有的理论模型中,细长体理论(Elongated-body theory)较为适合于分析该类游动方式的推进性能.长背鳍的波动包络线方程是细长体理论的必要参数.拍摄实验样本(MPC-I)的自由游动视频,从中选取多组平稳运动图像序列,经旋转校正、零点配准、尺度归一、小波去噪等预处理后,提取了柔性长背鳍波动推进时的顶端边缘轮廓样本曲线簇,进而给出了波动包络曲线的多项式拟合方程.实验结果表明长背鳍波动包络线提取算法是有效的,根据算法所提取的长背鳍波动包络线方程为后续的推进力及推进效率的分析奠定了基础.     

导弹系统电磁兼容预测初探

基于"电磁拓扑"和"电磁屏障"概念,应用"电磁拓扑-图论混合技术"详细阐述了导弹系统的电磁拓扑描述及电磁干扰相互作用关联图,并分析了针对导弹武器系统应用电磁拓扑图论法的基本步骤。     

论开放对改革的历史意义和现实作用

中国的改革始终并越来越置于开放的国际大环境和背景下 ,围绕开放来进行 ,改革的历史取向、实际步骤等方方面面都自觉不自觉地受到开放的很大影响 :开放引致改革、开放促进改革、开放制约改革、开放本身就是改革、开放保障改革。因此 ,中国的改革是一种典型的开放式改革 ,中国的“改革开放”也可以或越来越应当是“开放改革” ;就改革与开放的相互关系、作用及对整个社会发展的作用和意义而言 ,开放重于改革。     

紧固件拆装时间预计模型

紧固件拆装作业时间是影响机械产品维修性的主要因素之一,占机械产品维修作业时间的70％～80％。因此,探讨紧固件拆装作业时间的预计方法,对研究、设计机械产品的维修性,将是十分必要的。通过分析紧固件拆装作业过程,探索出了影响拆装作业时间的诸因素,并对所有的影响因素进行分析、权衡和回归,建立紧固件拆装作业时间的预计模型。将此模型在某型履带式车辆上进行了实际验证,证明了模型的正确性及通用性。     

微分方程的有界性与概周期解的存在性

本文考虑高维非自治概周期系统ｄｘｄｔ＝ｆ（ｔ,ｘ）,利用对ｘ的分量分组构造Ｌｉａｐｕｎｏｖ函数的方法讨论了其概周期解的存在性。所得结果去掉了文献中系统存在有界解的假设,得到了比较明显的改进。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。