基于PXI总线的通装机液平台综合测控系统标准化设计

自动测试系统的发展趋势是标准化设计和采用开放式系统框架。基于PXI总线的平台综合测控系统采用了统一硬件系统、统一软件开发平台、统一标准接口的开放式体系结构和标准化设计。通过对用户开放测控资源定义和标准化设计软硬件接口,使平台综合测控系统软、硬件具有开放性和互换性,满足了不同保障对象的测试需求,对通用装备检测试验设备的通用化、标准化、集成化发展起到了积极的推动作用。     

通用装备机械液压系统综合检测试验平台的设计与研制

针对目前通用装备保障建设过程中存在的保障设备通用性差、综合功能弱、机动性能差及信息化程度低等问题,提出了"划类分组、综合集成、一体通用"的设计思想,研制了可完成军械、装甲、工程、防化、车辆、陆军船艇等装备机械液压系统技术状况检测与评估、故障诊断、部(元)件修后试验与质量评估、信息管理等功能的综合机动平台。重点阐述了平台各系统的设计思想、硬件组成及软件框架。实际应用表明,该平台具有"广谱"、"广域"和"全时"的能力,其推广使用将为通用装备保障由"基于型号"向"基于能力"的建设转型提供成功示范。     

基于UKF滤波的时差定位与跟踪

由于无源时差定位隐蔽性强,抗干扰性好,定位精度高,相对于测向时差联合定位需要处理的数据少,因此是网络雷达中最主要的定位方式.提出将UKF滤波算法应用到网络雷达的时差定位跟踪中.计算机仿真实验表明,应用UKF算法比以往EKF类算法在滤波性能上有明显的提高.     

舰船推进系统液力偶合器滑差变化规律分析

研究了将液力偶合器滑差特性用于舰船推进系统稳态特性分析和机-桨联控曲线设计,由此发现滑差变化规律.分析了两种正常工况和五种应急工况下的"船-桨-机"匹配稳态特性以及用液力偶合器滑差所做的主机负载判别.有关滑差的主要研究结果有:按螺旋桨特性工作时,液力偶合器滑差的大小既取决于船体阻力特性(它决定了螺旋桨负载特性),又受液力偶合器自身的"效率-转速"相关性(运转特性)的影响.     

基于重复控制的前馈补偿方法研究

军用移动电站的并网系统在向电网馈电的过程中,当电网电压波动,特别是系统工作于轻载时,会使并网系统输出电流畸变,电流谐波含量增高．在研究传统并网电流控制的基础上,首先提出将重复控制引入电网电压前馈控制计算中,达到抑制电网突变对系统前馈的影响和消除电网周期性扰动产生的电流畸变的目的,提高了系统稳定性;然后采用前馈控制和PI控制器串联方式,保证系统的动态性能．实验结果表明,基于重复控制的前馈补偿方法便于实现,该方法能够降低并网电流总谐波,提高系统稳态特性和并网输出电压质量．     

利用多时间尺度卷积的视频行为识别网络

基于2D的行为识别网络通常融合多张视频帧的分类结果识别不同的行为,但其在卷积过程中缺少对时空特征提取。针对该问题,基于时间位移模块(temporal shift module,TSM)的思想设计了一组多时间尺度卷积,包含不同设计的卷积核以提取融合不同时间尺度的时空信息。通过控制多时间尺度卷积嵌入ResNet50网络的位置及其模块的参数设置,寻找最优的基于多时间尺度卷积的行为识别网络。使用PyTorch深度学习框架训练模型,在大型开源数据集Something-Somethingv2上进行了实验研究。结果表明,基于多时间尺度卷积的行为识别网络对行为识别准确率达到了59.47%,优于TSM等网络。     

SpaceFibre星载数据网络低延时确定性调度算法

针对超高速SpaceFibre星载网络中多源数据传输的确定性和实时性应用需求,提出一种分类细粒度低延时确定性调度算法。该算法基于差异化调度策略的思想,将数据流划分为三类。为实现网络资源的细粒度分配,引入扩展时隙。该算法采用无冲突均匀调度方法,降低了数据包的平均排队延时。为适应有效载荷组网的航天应用场景,该算法兼顾网络拓扑结构生成调度方案。为验证算法有效性,在OPNET仿真平台下利用自定义建模技术搭建网络仿真模型。仿真结果表明:相比优先权调度和无冲突连续调度机制,该算法实现了时间敏感数据流的确定性传输;随着时隙数目的增加,网络的延时性能和抗抖动性能显著提升,吞吐量性能得到保证;该算法具有一定的航天工程实用价值。     

单频信号二维合成孔径成像算法

传统合成孔径雷达采用大带宽信号实现距离向分辨,采用一维合成孔径实现方位分辨,得到二维图像。在某些近场成像场合,成像分辨率要求很高,依靠信号带宽很难达到要求。提出了一种二维合成孔径成像系统,利用二维合成孔径实现二维分辨,分辨率取决于合成孔径长度,不受信号带宽的约束,可以实现超高分辨率。信号采用简单的单频信号,可使系统大大简化。详细推导了单频信号的二维合成孔径成像算法。仿真结果表明,单频信号二维合成孔径是一种有效的高分辨率成像技术。     

基于智能集成架构的时间序列数据挖掘算法研究

针对单一算法在处理复杂时间序列数据时存在缺陷以致无法挖掘全部信息的问题,提出了智能集成架构,给出了4种集成结构,并分析了它们的适用情况。针对一类随机噪声干扰的时间序列数据,采用并联嵌套建模结构,提出嵌套双种群粒子群算法的自回归滑动平均(ARMA)模型,用于挖掘数据中的随机性趋势;提出基于概率密度控制(PDF)的最小二乘支持向量机(LSSVM),用于挖掘数据中的确定性趋势,两种模型并联补集成实现对数据信息的充分挖掘。通过一组实验验证了所提方法的效果。     

粒子PHD滤波存活粒子采样新方法

针对多目标跟踪粒子概率假设密度滤波算法中存活粒子的重要性密度采样问题,给出一种结合最新量测信息的存活粒子重要性密度采样新方法.该方法根据最新量测集中的各个最测与目标粒子的单步预测状态的似然值,以概率选取量测值,利用无迹变换获得粒子的重要性密度函数,并对其进行采样实现粒子概率假设密度滤波中存活粒子的采样,有效地减轻了粒子的退化现象. 3目标跟踪仿真试验中,当目标模型与跟踪算法使用的目标模型不匹配时,采用所提出的存活粒子采样方法的粒子概率假设密度滤波算法最优子模式分配距离下降约70km.论文给出的存活粒子采样新方法显著地提高了多目标跟踪粒子概率假设密度滤波算法的鲁棒性.