卫星导航弱信号的变维卡尔曼滤波跟踪算法

复杂环境下的多普勒频移变化及信号功率衰减均会造成载波跟踪偏差较大甚至失锁,针对标准卡尔曼滤波算法跟踪机动目标时不能同时满足高动态及高灵敏度要求的问题,提出一种基于变维卡尔曼滤波的载波跟踪算法。引入机动和非机动两种载波跟踪模型,通过机动检测因子监视载波动态变化,实时高效地切换载波跟踪模型,从而实现对载波机动和非机动状态的自适应跟踪,抑制机动改变引起的较大误差突跳。理论分析和仿真结果表明,该算法在低至30d BHz弱信号环境下,相比基于标准卡尔曼滤波的跟踪算法,其在目标动态突变时相位跟踪误差减小约37.5%,频率跟踪误差减小约77%。     

基于冲量法实现航天器编队重构控制仿真的研究

针对航天器编队重构的可视性不强,提出一种冲量法实现航天器编队重构的视景仿真技术。双脉冲机动是指航天器对空间目标的近轨道转移时,所需要的两次冲量机动。应用航天器之间相对运动原理,以空间目标轨道六要素为目标函数,通过调整航天器轨道参数对空间目标进行编队重构,有摆动绕飞转移至摆动式悬挂绕飞,进而得出了航天器转移摆动式悬挂绕飞编队到所需冲量基本关系,从而实现航天器对空间目标进行编队重构控制。     

大数据技术专题讲座(二) 第3讲 面向大数据处理的MapReduce优化技术

随着大数据时代的到来,大规模数据的处理技术研究层出不穷。MapReduce计算框架的出现,暂时缓解了大数据的处理难题。虽然MapReduce能够实现大规模数据(通常为PB级甚至EB级)的高效并行处理,但在企业应用环境中,MapReduce底层架构和处理模式上的缺陷逐渐暴露出来,造成了处理效率、执行性能上的一些瓶颈。针对这些不足,结合企业实际处理需求,产生了针对MapReduce的各个方面的优化研究。文中首先阐述了MapReduce的编程模型和实现机制,然后总结了对MapReduce作业调度、实时处理、架构和服务等方面的优化研究,最后对MapReduce各种优化技术进行了总结和展望。     

流体网络在线性能评估与故障诊断方法

在流体网络机理建模的基础上,研究了各种性能退化因素对流体网络特性的影响,通过对网络当前特征参数与理想状态的偏差分析,给出了量化的流体网络性能评价指标,然后以该指标为依据,结合网络的拓扑结构和动态数据,实现了在线性能评估、故障诊断和故障定位。将该方法应用于实际工程案例,并通过仿真结果和实际情况的对比,证明了该方法的实用性和诊断评估结果的准确性。     

无人机侦察效能研究

携带侦察设备对指定区域进行侦察是无人机在现代战场上的重要应用之一。以无人机为平台,以CCD摄像机为侦察设备,提供了一种无人机执行侦察任务时的效能评估模型。在给出了无人机及侦察设备模型的基础上,从影响无人机的侦察能力和侦察代价两个方面着手,建立了对无人机侦察方案进行效能评估的模型,从而解决了侦察方案优劣的评价问题,这对无人机高效的执行侦察任务提供了理论决策依据。     

微型软体机器人能源驱动技术研究进展

具有高柔顺性、低能耗、高功率等特点的微型软体机器人在管道检修、战场侦察等复杂环境中具有广阔的应用前景。能源与驱动器决定了微型软体机器人运动方式和运动性能。为使更多研究人员了解现有柔性驱动技术及其能量来源的研究进展,从物理能源驱动、化学能源驱动以及生物混合驱动三方面入手,总结了基于这三种能源的典型驱动方式并分析其优劣。对现有柔性驱动及其能源存在的不足与未来发展进行讨论与总结,可为后续软体机器人柔性驱动技术发展与性能提升提供参考。     

对越轨功能的新认识

对越轨功能的认识具有重要意义,但以往对越轨功能的认识仅停留在现象层面,深入到人类发展的内在过程和社会运行机制层次加以分析,可以发现越轨有若干独特的积极功能。由对越轨的这种认识,可以恰当地确定我们对越轨的态度和应对策略。     

战场态势的定量分析模型

在防空作战中,战场态势的分析非常重要,它是辅助决策的基础.针对战场态势的问题,以集对分析的同异反联系度和距离测度为基础,构造了战场态势的分析模型,进行了深入探讨.最后,通过实例计算表明了分析模型对于评估战场态势的可行性和有效性.     

直接序列扩频信号仿真数据的高效生成方法

扩频技术在通信和卫星导航领域得到了广泛应用,传统仿真数据的生成方法存在计算量大、忽略信道影响因素,较难实现高精度生成等问题.结合扩频系统信号和噪声的特点,提出了基于扩频码码片相关的信号生成以及基于AR模型的带限高斯噪声生成两种高效仿真信号生成方式.该方法计算量相对于传统高精度方法可由1GHz的生成速率降低至码片速率级的数据生成速率,同时保证了信号生成的灵活性和可控性.相关结果可用于现代化导航接收机的仿真数据快速生成.     

基于LS-SVR的提升小波自适应算子构造方法与应用

小波变换已经广泛应用于信号处理各个领域,然而为给定的信号设计合适的小波函数非常困难.提升小波变换通过设计预测算子和更新算子,可以获得具有期望特性的小波函数.提出一种提升小波自适应算子的构造方法.根据给定的维度对剖分信号进行处理,采用最小二乘支持向量回归机算法构造自适应算子,选用线性核函数实现均方误差最小化.仿真实验证明了该方法的可行性和有效性.所构造的预测算子能够反映给定信号的结构特征,适用于信号消噪和故障诊断.