基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。     

基于“当前”统计模型的衰减因子自适应跟踪算法

针对机动目标跟踪问题,叙述了加速度方差自适应的"当前"统计模型.提出了一种具有自适应衰减因子的滤波算法,并对该算法进行了较为深入的理论分析.这种衰减记忆滤波具有集机动检测与参数自调整于一体的能力,最后Monte-Carlo仿真结果表明,这种自适应算法较原算法有较大的改进.     

指数型数据环境因子工程计算方法

在可靠性工程实践中,对于技术状态处于稳定期的产品,环境因子是对不同试验条件下的可靠性数据进行综合利用的重要参数。由于环境因子理论计算方法在工程应用中存在着很多问题,缺乏工程实用性,因而在可靠性工程中如何确定环境因子一直是个争议较多的问题。主要探讨了指数型数据环境因子的工程确定方法,在理论计算公式的基础上对可靠性试验数据进行了工程上的处理,由此获得的环境因子具备较强的工程实用性。     

基于“当前”统计模型的改进自适应滤波算法

针对"当前"统计模型算法跟踪弱机动目标性能较低的缺陷,在分析当前统计模型算法及滤波增益特性,参考了几种修正的当前统计模型算法思路的基础上,根据能够抑制滤波发散的渐消因子构造了基于"当前"统计模型的自适应滤波算法。仿真结果表明该算法克服了当前统计模型的缺陷,在实时性与精度两方面得到了平衡,易于工程实现。     

基于递阶偏最小二乘回归的飞机采购价格预测

分析了飞机采购价格预测建模样本数据少、价格驱动因子众多的特点,考虑到递阶偏最小二乘回归(Hierarchical Partial Least-Squares Regression,Hi-PLS)方法在变量规模巨大情形下进行回归建模的优势,应用Hi-PLS对飞机采购价格进行预测。以战斗机采购价格预测为例进行了研究,首先对战斗机采购价格驱动因子进行分组,然后应用Hi-PLS对分组后的价格驱动因子进行回归,建立采购价格预测模型。实例表明,在飞机采购价格预测方面,采用递阶偏最小二乘回归预测更能体现价格与飞机性能参数之间的关系。     

多层粘弹阻尼复合结构阻尼性能的研究

制备了多层粘弹阻尼复合结构,并研究了其阻尼性能.实验结果表明,多层粘弹弱约束阻尼复合结构的阻尼性能优于多层粘弹自由阻尼复合结构的阻尼性能.     

基于生物视觉原理的图像结构信息变化检测方法

为克服多时相遥感图像变化检测中照度差异和配准误差的影响,采用边缘结构信息进行变化检测。利用多方向Gabor函数从图像梯度强度图中提取边缘结构信息,称之为边缘标记(Edge Tag,ET),通过比较多时相遥感图像中ET的互相关系数实现变化检测。为减小差异较小的边缘对检测结果的影响,在相关系数的计算中引入抑制因子。仿真图像和真实图像的实验结果表明,该方法能克服图像照度差异和配准误差对变化检测的影响,取得了较好的检测效果。     

北斗系统三频载波相位整周模糊度快速解算

北斗导航定位系统播发三个频率观测值,有助于载波相位整周模糊度的快速、准确固定。传统的几何无关模型三频载波相位模糊度固定算法通常采用遍历整数搜索的方法确定载波相位-伪距组合系数,组合后的噪声因子较大,模糊度固定成功率不高。在分析了北斗系统伪距测量误差特性的基础上,给出了加权组合噪声因子的定义及其约束下的最优组合系数的求解方法。采用Hatch滤波提高电离层延时误差实时估计精度,成功固定三组线性无关组合系数对应整周模糊度,进而确定基础整周模糊度。利用北斗系统短基线、长基线实测数据对算法性能进行了验证,实验表明:提出的算法可优化超宽巷、宽巷组合噪声因子20%以上,模糊度固定成功率提高10%~18%左右,30s历元平滑后的基础模糊度固定成功率可达90%以上。     

声矢量阵降维平行因子模型及方位估计方法

针对原有的声矢量阵三阶PARAFAC(平行因子)模型维数高、参数求解过程运算量大的缺点,建立了一种降维的PARAFAC模型。将声矢量阵看作空间共点的声压传感器子阵和振速传感器子阵,计算各子阵输出数据的自协方差,并构造了三阶张量,最后证明该张量满足三阶PARAFAC模型并利用交替迭代算法估计声源参数。仿真和实测数据表明:该方法可以用于多目标方位估计且估计精度优于超分辨率的ESPRIT算法。