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.     

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。     

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。     

飞船再入舱三维化学非平衡流数值模拟

对飞船再入舱高超声速化学非平衡三维流场进行数值模拟。控制方程为含化学反应源项的全Ｎａｖｉｅｒ－ Ｓｔｏｋｅｓ 方程组, 化学模型为高温空气的七组元模型, 其组元成分为Ｎ２ 、Ｏ２、ＮＯ、Ｎ、Ｏ、ＮＯ＋ 、ｅ－ 。差分格式采用张涵信院士提出的ＮＮＤ激波捕捉格式并用全耦合方法处理流动方程及化学反应方程, 对化学反应源项采用全隐式处理, 运用时间预处理技术以加快收敛。同时, 也对完全气体模型进行计算, 以分析真实气体效应。与实验数据对比, 说明本文结果是可信的。     

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。     

反导作战信息流时延模型研究

在现代防空反导作战中,战术弹道导弹的威胁,给防空系统带来了预警时间不足等一些新的问题。为了提高防空系统的反导预警能力,在对反导作战过程和反导预警作战过程进行分析的基础之上,对反导预警信息流程进行了研究。提出了一种边处理-边分发的实时模式,通过对比分析,所提模型缩短了预警信息的传输时间,使作战部队提前预警。     

采用滑模控制器提高稳定控制系统快速响应的研究

由于采用传统的稳定控制系统设计方法使得导弹弹体对不同大小指令信号响应的品质特性差异较大,因此主要研究了在传统的稳定控制系统设计方法的基础上,采用滑模变结构控制器来调节控制参数,较好地解决了稳定控制系统对大小指令信号时域响应特性差异较大的问题,提高了稳定控制系统的快速响应能力。     

基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。