多传感器量测融合算法的性能比较

归纳三类多传感器量测融合算法,即扩维滤波法、伪序贯滤波法和复合量测滤波法。采用协方差分析的方法比较各类算法的滤波精度,证明它们均能在各自给定的条件下实现线性最小均方意义上的最优滤波。仿真实例对各类算法的计算量和灵活性等性能进行比较,结果表明扩维型信息滤波器的计算量最小、灵活性最高,扩维型Kalman滤波器、伪序贯滤波器的计算量较大,而两种复合量测滤波器对各传感器的量测矩阵有一定要求,以致灵活性较差。所得结论对量测融合算法的实际应用具有一定的指导意义。     

二维随机裂纹介质模型

利用随机过程的谱展开理论及Hudson的裂纹介质模型构造一种裂纹数密度具有空间统计分布的随机介质模型的理论。利用Hudson理论的裂纹的微观参数(裂纹数密度)与裂纹介质的宏观性质(弹性常数)相联系的特点,模拟了二维指数型椭圆型随机介质。结果表明模型将裂纹的微观参数与裂纹介质的宏观性质直接联系起来,并且裂纹数密度对随机裂纹介质的各个弹性常数有不同程度的影响。     

扩展卡尔曼滤波的最优红外被动制导律

建立了导弹-目标攻击简化数学模型,运用线性二次型理论得出最优随机制导规律.通过建立伪测量方程,运用变增益扩展卡尔曼滤波技术求解了只有角度信号下的导弹被动制导问题.大量的数字仿真表明该导引规律具有收敛快、无偏差、精度高的特点.     

空空导弹越肩发射初制导转弯控制与仿真

针对空空导弹越肩发射初制导俯仰平面180°转弯,提出了一种基于最优控制理论的最优转弯方法,该方法是确定一个最佳推力方向角,使转弯完成时导弹的末端速度最大。建立了简化的用于姿态控制的姿态动力学模型,采用反作用喷气控制系统(RCS)设计了导弹的姿态控制律。对空空导弹180°转弯的飞行过程进行了仿真并给出分析结果。     

美国支持航空工业发展的政策及启示

本文主要介绍美国支持航空工业发展的政策举措及其对我国发展航空制造业的启示。美国支持航空工业发展的政策举措可以分为三大类——直接支持航空工业的政策、对与航空工业相关产业的支持政策以及针对其他领域的政策。直接支持航空工业的政策又包括直接补贴、研发支持、出口信贷和放松管制,针对其他相关行业的支持政策主要是针对民航运输业的管制和技术进步要求,针对其他领域的政策主要是以国家安全为由的技术转移限制和产业发展的基础条件建设。这些政策确立了美国航空制造业在国际上的地位和竞争力,也为我国发展民机产业提供了参考和借鉴。     

伴随函数法与最优制导律性能分析

为选择适合先进空空导弹使用的制导律,以最小能量需求和零脱靶量作为目标函数,使用最优控制理论在相应假设条件下推导得到了5种最优制导律:比例导引制导律(PN)、增强比例导引律(APN)、PN-M制导律、PN-MT0制导律和PN-MT制导律。介绍了伴随理论以及原系统变换为伴随系统的方法,建立了脱靶量伴随系统和加速度伴随系统,利用伴随函数理论对比分析了各制导律闭合回路中脱靶量和末端需用加速度随末导时间的变化规律,并使用蒙特卡洛方法结果与伴随法结果进行了对比。结果表明,伴随法结果与蒙特卡洛结果精确一致,但伴随法的效率是蒙特卡洛方法的几百倍。通过分析结果可知,PN-MT制导律的性能最优,脱靶量和末端需用加速度均为零;当末导时间足够时,PN-M制导律性能接近于PN-MT制导律;PN-MT0制导律性能优于APN和PN,但次于需求信息量更少的PN-M制导律;而未利用导弹动力学信息的PN和APN制导律末端需用加速度非常大。     

自抗扰控制在陆战平台电子信息中的建模与应用

火力控制系统是在陆战平台上重要的电子信息功能系统.自抗扰控制技术将非线性滤波与非线性控制技术融于一体,通过其中的扩张状态观测器对未知系统扰动进行估计,实现系统的自抗扰特性,并具有鲁棒性.提出了自抗扰控制技术在坦克炮控系统中的应用方案,可以实现提高火炮稳定精度、精密跟踪和高精度调炮等多项功能.     

压制干扰环境下目标跟踪的改进粒子滤波算法

针对压制干扰环境下传统粒子滤波算法跟踪效果不佳的问题,在传统粒子滤波算法的基础之上,融合压制干扰条件下的有用量测信息,构造了一种新的粒子滤波算法。在算法的实现过程中,通过采用伯努利(Bernoulli)分布重新构造了压制干扰环境下发生量测数据丢失的传感器模型,在此基础上通过充分考虑有效量测值以及量测丢失时的一些有用量测信息,推导出了闪烁噪声条件下的似然函数,直接用于粒子权重更新的计算,并且通过纯方位跟踪以及协同转弯机动模型,仿真验证了该算法极大改善了标准粒子滤波算法的稳定性和提升了粒子滤波算法的估计精度。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。     

一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。