相控阵雷达导引头的惯性视线重构北大核心

针对弹载相控阵雷达导引头的惯性视线重构问题,提出了基于Unscented卡尔曼滤波(UKF)的视线重构方法。与传统方法相比,提出的方法无需对导引头测量的角信息使用微分网络,避免了对测量噪声的放大。仿真结果表明,该方法可有效地重构视线角,从而进一步提高视线转率的估计精度。     

信息化战争环境下的军事装备管理系统组织重构设想

针对信息化战争环境下对军事装备管理系统的新需求,提出了军事装备管理系统组织结构设计的原则,分析了军事装备管理系统组织结构的3种基本类型。在此基础上,依据需求,在探讨了军事装备管理系统重构原则的前提下,进行了军事装备管理系统重构设想,为军事装备管理系统组织变革提供前瞻性的指导。     

面向工序能力的制造装备重构

为提高制造系统的快速响应能力,分析了面向可重构的制造机床模块化设计方法,提出了面向工序能力的制造机床重构的总体思路,重点从能力相似度计算、相关性分析、缺少能力参数的模块重构、冗余能力参数模块重构、能力比较、模块替换、能力验证等方面研究了基于模块的机床重构算法。通过加工中心的配置与重构对算法进行了验证,结果表明,该算法是可行和有效的。     

基于Agent的分布式卫星自主构形重构技术

自主构形重构是分布式卫星自主运行的典型任务.将构形重构问题分解为底层控制问题和上层规划问题,给出构形重构问题的统一描述,在一种递阶控制结构中探讨基于Agent的分布式卫星自主构形重构问题,并介绍基于ObjectAgent的实现框架.针对底层控制问题,提出卫星相对运动轨道调整的螺旋控制策略,并对燃料消耗量进行估计;针对上层规划问题,采用拍卖算法完成构形重构位置分配.最后通过一个仿真实例验证基于Agent的分布式卫星自主构形重构的可行性.     

基于动态神经网络的装备技术状态预测模型

装备的技术状态受多种因素的影响,诸多影响因素之间是一种多变量、强耦合、非线性的关系,同时这种关系还是动态的。根据装备技术状态的特性,使其在相空间里重构,然后利用动态神经网络建立装备技术状态预测模型,并以装备振动信号预测为例进行案例研究,验证了利用动态神经网络进行预测的可行性和优越性。     

分布式数据库技术研究

针对Ｃ３Ｉ系统对军用数据的实用需求,文章重点对分布式数据库技术进行了研究,并对分布式数据库的Ｃ３Ｉ系统应用提出了具体应用建议。本文可对Ｃ３Ｉ系统工程总体技术设计提供参考。     

信号的直接采样理论

经典的采样定理建立了带限信号与其均匀采样值之间的联系。本文对采样定律作了三点补充 :1)给出在定理条件不满足时 ,由均匀采样值恢复的信号与原信号的误差表达式 ;2 )用简洁的方法分析了带通信号的均匀采样问题 ,得到了采样率应满足的条件 ;3)研究了一种特殊的非均匀采样情况 ,给出了采样率的可取范围以及由非均匀采样重构原信号的公式。这些都是对经典采样定理的丰富和深化。     

低噪声螺旋桨的快速几何重构和水动力性能预报

采用基于涡格升力线理论的开源程序OpenProp对低噪声螺旋桨进行了几何重新设计和敞水性能曲线预报,分析了非均匀进流对敞水效率的影响,并对开源程序应用于螺旋桨几何重构和水动力性能预报上的精度由DTMB 4119标准桨给予了校验。结果表明:重构4119桨的敞水性能曲线与原桨实验值在大范围进速系数内吻合良好,重构低噪声桨的敞水性能曲线也与原桨模型试验测量值吻合一致,证明了该开源程序在普通桨以及低噪声桨几何重构和水动力性能快速预报上的适用性,可直接用于舰艇初始方案设计阶段的螺旋桨设计分析。     

求解压缩感知中信号重构问题的原始对偶算法

压缩感知理论(CS)是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值准确地重构稀疏信号是压缩感知理论中的核心问题。为求解稀疏信号的重构问题,文章利用了一种基于邻近点算法的自适应一阶原始对偶算法,并证明了其全局收敛性,该算法通过研究l1范数最小化来求解信号重构问题。最后,对提出的算法进行数据仿真,并与压缩采样匹配追踪(CoSaMP)算法进行了对比,数据表明文章提出的算法计算速度更快。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。