基于矢量水听器的水下目标定位系统

单个矢量水听器测量目标俯仰角精度不高,且不能对目标距离进行估计,针对此问题,提出了一种结合矢量水听器和声压水听器的三元阵被动定位新方法.利用矢量水听器获得的声强信息,采用直方图估计法进行目标方位估计;利用三元垂直线阵获得的时延信息,进行目标俯仰角和距离估计,从而实现了对目标的定位.对算法进行了仿真验证并搭建定位系统进行...     

ISAR成像包络对齐性能评估

运动补偿是ISAR成像中的关键技术,通常包括包络对齐和相位补偿,而包络对齐是相位补偿的基础。现有包络对齐方法较多,在无法直观判断包络对齐效果的情况下,需要进行定量评估,以选择最优的对齐方法用于ISAR成像。提出基于距离单元方差的包络对齐评估方法:以对齐后各距离单元方差的加权和作为评估指标,对包络对齐结果直接进行评估。进行了相应的仿真实验,结果证明了该评估方法的有效性。     

广义线性系统的鲁棒跟踪观测器设计问题

基于广义Sylvester矩阵方程的参数化解,将鲁棒性能指标和跟踪观测器参数矩阵进行参数化表示,从而使鲁棒跟踪观测器的设计问题转变成求解最小化问题.提出了一种设计鲁棒跟踪观测器的简单有效的算法,并通过实例和仿真对该方法进行了验证.     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于广义回归神经网络的单位运营状况分类

单位的运营状况会直接影响股东和广大人民的利益,针对运营状况可以使用广义回归神经网络进行分类。由于广义回归神经网络中径向基函数的扩展参数Spread的选取会导致分类的准确率,提出了一种果蝇优化算法优化参数Spread的分类模型。充分利用了果蝇优化算法的寻优能力,将优化后的参数代入到广义回归神经网络中对单位的财务数据进行运营状况的分类。结果表明,与广义回归神经网络做比较,优化后的网络模型对数据的分类可以达到很高的准确率,在相关领域的分类上有非常大的实用性。     

步进加速试验中基于Gamma过程的可靠性建模方法

某型导弹电连接器属于高可靠性、长寿命产品,为了对其进行可靠性评估,设计了步进应力加速退化试验获取性能退化数据,提出了加速应力下基于Gamma过程的可靠性建模方法。以电连接器的接触电阻作为性能参量,并根据实际使用环境选择了温度、湿度作为综合加速应力;利用Gamma过程对样品退化规律进行建模并对模型进行了检验;使用广义艾林模型描述了样品退化率与温度、湿度之间的关系。在以上基础上建立可靠性模型,并采用极大似然法估计出模型参数,成功对该型电连接器在工作条件下可靠度值作出了预测。     

KK分布杂波下的距离扩展目标检测算法

针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题,利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下,研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器,并通过对目标幅度的最大似然估计,推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度,提出了一种基于顺序统计量的广义似然比检测器。该检测器利用检测窗内幅度较大的距离单元回波作为目标回波进行判决。利用蒙特卡罗仿真对这三种算法的性能进行了验证与比较,虽然最优积累检测器与广义似然比检测器具有更好的检测性能,但实现困难,计算量大,而基于顺序统计量的广义似然比检测器则具有更高的实用性。     

基于GSPN的舰载服务器系统可靠性建模及分析

提出一种基于广义随机Petri网(Generalized Stochastic Petri Net,GSPN)的舰载服务器系统可靠性分析方法。深入分析舰载服务器系统故障模式的基础上,建立冗余服务器子系统的GSPN模型和共享数据盘子系统的GSPN模型,进而综合得到舰载服务器系统的全局GSPN模型,有效模拟了舰载服务器系统的动态行为。仿真实验验证了所提方法的有效性,为舰载服务器系统的分析与设计提供理论参考。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。     

优化多星协同观测的改进广义模式搜索算法

多星协同观测可以最大化卫星的整体效能,如何对多星进行部署是一个设计空间大、设计变量多的优化问题.对此,提出了基于Kriging模型的改进广义模式搜索算法.在算法的搜索步,通过代理模型最优和最大期望提高在当前网格内进行选点,避免选择的盲目性;在筛选步,利用代理模型预测筛选集中各点提高的比例并排序,减少不必要的仿真分析.最后,采用该算法对多星部署方案进行优化,通过对比发现,算法性能优于STK-Analyzer,证明了算法的可行性和有效性.