基于LS_SVM与PCA的小型无人机传感器故障诊断

针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。     

基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

潜艇不机动纯方位解算编队目标运动要素方法

针对单艘潜艇纯方位目标定位必须潜艇机动才能使算法收敛的问题,首次采用几何分析法研究了潜艇不机动情况下,解算编队目标运动要素的方法;然后,基于最小二乘法,给出了具体的解算模型,并给定态势,进行实例仿真。证明该算法能够满足潜艇隐蔽对编队目标定位的需要,进一步丰富了潜艇纯方位目标定位方法。     

星载三频GNSS接收机的整周模糊度解算

TCAR算法是GNSS中常用的快速确定三频模糊度的方法。虽然原理简单,计算方便,但是模糊度解算正确的概率很小,需要验证求解数值的正确性。而星载GNSS接收机存在着可见星数目低于3颗的情况,无法进行验证,文章通过结合递推加权最小二乘,对算法进行了改进,给出了适合于任何情况下求解模糊度的改进的TCAR加权算法,克服了TCAR算法在可见星不足情况下,无法获取正确的模糊度数值的缺点。同时在GNSS可见星不低于3颗的情况下,对改进的TCAR加权算法添加了模糊度搜索环节,使得算法在确保模糊度解算成功率的前提下,进一步提高解算效率。最后通过对比仿真表明,在可视卫星数目小于3时,只能采用改进的TCAR加权算法进行模糊度的确定;在可视卫星数目不低于3时,采用改进的TCAR搜索算法求解模糊度,拥有高成功率和高效率的特点。     

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。     

基于最小二乘支持向量机的火灾起数时间序列预测

基于最小二乘支持向量机算法,建立了火灾起数时间序列预测模型,并给出了相应的建模步骤.结合昆明市近16年的火灾起数数据,将1997～2006年火灾起数作为训练集,预测了2007～2012年的火灾起数.结果表明,该模型预测结果的均方根相对误差和平均绝对百分比误差分别为0.132 6和0.084 7,具有良好的预测精度,能够较为准确的预测出火灾起数的变化情况.用此模型预测了昆明市2013年火灾起数,并根据误差确定了2013年火灾起数的大致变化空间.     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

基于偏最小二乘的红外探测设备指标评估方法

针对长期以来靶场鉴定试验中红外探测跟踪设备主要性能指标难以评估的问题,提出了一种利用非典型环境条件下的小样本试验数据进行指标参数评估的方法.通过对偏最小二乘回归方法的分析,结合红外探测跟踪设备的战术指标和工作特点,建立了红外探测跟踪设备偏最小二乘回归单指标评估模型,并通过实例分析表明了方法的有效性和正确性.     

均匀圆阵主特征矢量分析解相干算法

为解决均匀圆阵的相干信源波达方向估计问题,提出一种适用于均匀圆阵的虚拟均匀线阵主特征矢量分析算法。采用模式空间变换将均匀圆阵转换为虚拟均匀线阵,对其数据协方差矩阵进行处理以构造主特征矢量矩阵;引入加权最小二乘法,通过重复迭代得到子空间各元素之间的线性预测系数,从而求得相干信源的波达方向估计值。理论分析和仿真结果表明,该算法对相干信源具有较好的估计精度,且具备高分辨率和低复杂度的优点。     

最小冗余线阵的DOA估计

波达方向(DOA)估计是智能天线技术研究热点之一.研究了最小冗余线阵的DOA估计问题.通过引入阵列冗余度,对非均匀线阵的阵元配置进行研究,在对MUSIC算法进行分析的基础上,利用Matlab对最小冗余线阵的DOA性能进行仿真,通过与均匀线阵进行对比,结果表明,在相同阵元数目的前提下,最小冗余线阵获得了较高的空间谱分辨力和较低的估计均方误差,提高了DOA估计性能.