磁探针位置及角度偏移对电磁发射过程测试的影响

简化电磁发射装置中的导轨和电枢为线电流下的直导体,建立发射装置的物理模型。利用毕奥-萨伐尔定律和感应电动势原理,推导出磁探针线圈中心放置点的磁感强度。假设线圈范围内的磁场为均匀磁场,计算得到磁探针线圈产生的电动势。以此设计测量所用的磁探针,并和测试数据对比验证模型的正确性。在多次试验中发现,发射过程中装置振动导致磁探针距离变化和角度偏转问题。测量并分析三组单次发射中的故障测试状态。仿真和实验数据表明:小范围距离变化没有使磁探针的测试性能失效,但角度偏移对下一步的速度拟合带来误差干扰,且随着角度增大拟合速度逐步减小。     

基于监测数据的电磁频谱地图构建与验证

提出基于广义回归神经网络拟合和聚类克里金的构建方法,通过趋势面拟合,将电磁频谱地图构建分解为路径衰减和阴影衰落分量的估计问题,以提升构建精度;设计监测数据聚类和自适应最优邻域选取机制,在保证构建精度的条件下减小计算数据量,以提升构建速度,从而利用数量有限的电磁环境监测数据,在不需要先验信息的条件下实现电磁频谱地图的准确、快速构建。设计并实现电磁频谱地图验证系统,搭建车载数据采集设备,利用实测电磁环境监测数据,验证所提方法的可行性及构建性能。     

信息中心网络缓存节点位置选择算法

信息中心网络（Information-Centric Networking, ICN）“泛在缓存”的特性,引发数据副本率过高、缓存空间不能充分利用等问题。为了解决上述问题,分别从用户、服务提供商和网络运营商的角度出发,以最小化网络流量与网络费用开销为优化目标建立两个单目标优化模型,并将二者结合为帕累托模型;基于帕累托求解方法中数学规划法的思想,详细描述缓存节点位置选择算法。仿真结果表明：在流量性价比方面,所提缓存节点选择算法优于ICN的默认缓存机制;在网络费用开销方面,所提算法更适用于只有少数内容较为流行的网络中,而在所有内容都流行的情况下,ICN中默认的“遍地缓存”机制更为适宜。     

基于语音频谱包络抽取的MFCC算法

MFCC可以更加准确地表示语音低频处的频谱包络,在语音转换中是一种很好的频谱包络表示方法;提出一种新的有效的求解MFCC的算法,先对频谱通过谐波抽取得到阶梯谱包络,再对阶梯谱包络进行Mel尺度变换,最后通过余弦变换求得MFCC参数。该方法实现简单,运算结果准确。     

星机双基地合成孔径雷达方位向成像性能分析

星机双基地合成孔径雷达系统中,由于收发平台运动速度差异较大,因此需要对收发波足(波足是指波束在地面的投影)的运动速度进行合理的设置,减小收发波足速度差,尽可能地提高收发波足覆盖范围和时间,进而实现高分辨率、大方位场景成像。根据收发波足覆盖时间的相互关系,分析收发波足共同覆盖范围内的方位向成像性能。分析收发波足方位向位置偏移对方位向成像性能的影响,从而对星机双基地合成孔径雷达系统的波束同步精度提出要求。仿真结果表明,所提出的方法能够很好地分析收发波足同步误差对成像性能的影响,能够为星机双基地合成孔径雷达系统设计提供重要参考。     

基于高性能DSP实现的多普勒波束锐化实时成像处理

在简要介绍多普勒波束锐化 (DBS)成像原理和TMS32 0C6 2 0 1芯片特点的基础上 ,着重讨论了DBS成像算法基于DSP的实现。在实现过程中充分考虑了通用DSP完成非线性运算、除法运算耗时大以及存贮I/O操作耗时不能忽略等特点。最后分析了算法性能并给出了实验结果     

尾流自导鱼雷有效射击阵位范围

基于尾流自导鱼雷的弹道分析,采用几何分析法,分别对尾流自导鱼雷在一次转角射击和二次转角射击两种模式下的有效射击阵位范围进行解算。得出该雷在两种射击模式下的有效射击阵位范围数学模型,该数学模型能够较好地满足了尾流自导鱼雷作战使用时对作战平台占位机动就位点选择的要求。     

战斗机隐蔽接敌轨迹优化方法

针对空战对抗的隐蔽作战需求,对战斗机隐蔽接敌方法进行研究。基于战斗机雷达反射截面积的动态特性建立雷达探测威胁模型;以空战态势参数为状态建立接敌引导模型;以给定目标发现概率为暴露阈值进行威胁约束;以最小化接敌过程中累积被发现概率为性能指标;将战斗机隐蔽接敌问题建模为隐蔽性约束下的最优控制问题。为保证算法的实时性和有效性,引入滚动时域控制策略进行在线优化,并采用高斯伪谱法进行数值求解。仿真实验表明,通过路径约束和性能指标双重约束,能有效增强战斗机接敌的隐蔽性,算法实时性能满足战斗机控制的需求。     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。     

干扰抑制类生成式对抗网络

为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度;相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。