一种用于扩频通信中大功率窄带干扰抑制的IIR自适应滤波器

提出一种稳定的ＩＲ自适应滤波器，并给出了系数迭代的非线性梯度算法。计算机模拟结果表明：它能够有效抑制ＪＳＲ很高的单频连续波（ＣＷ）干扰及部分频带型窄带干扰，从而使ＦＩＲ滤波器的固有缺陷得以克服。     

轨道优化实时计算的梯度投影下降算法--防空导弹轨道优化的实时计算方法之二

在防空导弹的发射过程中,需要在给定的响应时间内确定最优轨道,导弹沿此轨道在预定的时间飞达预测遭遇点.为了轨道优化的实时计算,构造了一类梯度投影下降算法,并且给出实际应用的具体步骤.对防空导弹运动的一个数学模型的数字仿真结果表明应用这些算法可以达到很高的控制精度.     

有限水深Kelvin源格林函数及其导数的快速计算

应用线性船舶水动力学理论,将有限水深Kelvin移动兴波源格林函数分解成3部分:简单Rankine源集合、局部扰动项和波函数项。对各部分在亚临界和超临界航速时的快速计算分别作了讨论,其中对计算费时的局部扰动项采用了复数中的最陡下降积分法,加快了计算速度,进而引出各部分偏导数的计算。最后,比较了格林函数的差分值与偏导数值,计算了薄船兴波阻力与表面兴波,讨论了不同面元网格划分的收敛性,证实了亚临界、超临界航速兴波分别以横波、散波为主。     

电磁轨道发射装置动态电感梯度分析

推导了导轨间磁场均匀分布和非均匀分布两种情况下电感梯度数学计算模型。引入了速度频率来模拟电枢发射过程速度趋肤效应,对导轨二维模型以及三维电磁场模型进行时谐仿真,并将获得的单位长度电感以及电感梯度,分别用于电气仿真系统中电感和电枢推力的计算。电气仿真和试验结果表明,电流和出口速度误差均在2%以内,证明了动态电感梯度分析及参数提取方法的正确性和准确性。     

一种新的批处理常模算法

详细分析了传统批处理常模算法的缺点,提出了一种新的批处理常数模算法——基于共轭梯度方向的批处理常模算法(CG-BPCMA).仿真结果表明,与最陡下降批处理常模算法(SD-BPCMA)和牛顿方向批处理常模算法(NT-BPCMA)相比,提出的新算法有效地克服了SD-BPCMA和NT-BPCMA的缺点,不仅获得了较低的算法复杂度,而且能快速收敛到常模代价函数的最小值点.     

无人机风梯度滑翔过程中能量变化

风梯度滑翔是一种能够使飞行器从飞行环境中获取能量的飞行方式。在已建立的飞行器动力学模型的基础上,分析了无人机在已知的梯度风场中一个滑翔周期内的能量变化过程。采取分段解析的方法,将一个风梯度滑翔周期分为4个阶段进行分析,即逆风爬升、高空转弯、顺风下滑和低空转弯,其中高空转弯为整个滑翔周期内的关键阶段。采用三维空间路径结合二维平面投影的计算方法,详细分析了无人机在高空转弯过程中的运动方程和能量转化方程,同时分析了影响飞行器从梯度风场中获取能量以及梯度风场中由于空气阻力导致飞行器能量损失的相关参数,为无人机最大程度地从梯度风场中获取能量,同时减少自身能源损耗提供了理论指导,并且根据理论建模进行了仿真分析,得出了逆风爬升和高空转弯的初期是获取能量主要阶段的结论,对指导无动力滑翔有很大的意义。     

采用组合优化策略求解导管桨参数优化设计问题

建立了新的导管桨优化设计模型。该模型采用试验设计方法(DOE,design of experiment)在设计空间中均匀采样,捕捉整个设计空间中最有效的设计区域,进而用梯度优化算法在有效设计区域中进行优化设计。经计算实例证明:该算法可以辨识各因子对设计目标的影响系数,从而减少导管桨约束优化问题的计算时间,更有效地解决复杂的非线性优化问题。     

基于多测量融合的粒子滤波跟踪算法

复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。     

基于Arnold变换和图像梯度的水印算法

针对空间域水印嵌入算法鲁棒性不强的问题,利用Arnold变换的周期性,将其应用于水印图像的前期处理,然后再嵌入原始图像的内容(边缘)。使提取的水印图像的错误像素被分散到整个水印图像空间中,提高了人眼视觉系统对水印图像的辨识能力。从试验结果来看,该算法在一定程度上满足了数字水印的鲁棒性要求。     

基于混合优化的前馈—反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.