飞机维护保障人员可靠性评估模型

飞机维护保障人员可靠性对飞机系统作战效能有重要影响。分析了影响维护保障人员可靠性的因素,建立了单个维护保障人员可靠性评估模型和典型地勤机组维护保障可靠性评估模型,最后对所建模型进行了实例计算,验证了所建模型是合理、可行的。     

某型飞机短周期模态特性分析

对纵向短周期模态方程进行了推导和简化,分析了短周期模态的成因和影响的因素,以某型飞机为例计算了本体的短周期模态参数变化规律,分析了其不足,并提出改进方法并进行了计算验证,得到了较好的结果。     

一种基于知识的港口识别与理解方法

港口识别技术在军事上有着重要的应用前景。采用由上而下的知识驱动策略,充分利用了港口的图像特征,在低层处理中采用自适应平滑技术(Saint-Marc)进行预处理;中层处理提取港口重要对象目标(包括水域、防波堤和港口轮廓),用阈值分割和区域增长相结合的算法提取水域,用结构特征识别防波堤和港口轮廓;最后在高层处理中借用语义树的概念分析港口重要对象间的关系,采用概率松弛法进行港口的目标检测与识别。     

基于熵的地磁匹配定位算法

地磁匹配定位是近年来发展起来的新技术,针对地磁匹配定位中的匹配算法问题,引入了熵的概念,定义了地磁信息熵和地磁差异熵,提出了地磁信息熵和地磁差异熵综合的匹配算法,详细分析了其基本原理和实现过程。仿真实验表明,地磁熵算法的匹配误差并不随实时数据测量误差的增加而增加,该算法计算速度快、具有良好的抗测量误差干扰的能力,符合匹配精度和速度的要求。     

基于最优控制的翼伞路径规划

提出了一种基于最优控制的翼伞路径规划方法。该方法以提高落点精度和减少操纵量为目标,将翼伞的轨迹优化问题转变为参数优化问题,并运用改进的粒子群优化算法进行了有效的求解,得到了基于最优控制的翼伞路径规划的近似最优解。为了验证该方法的可行性,在仿真环境中同时使用了传统分段控制方法和最优控制方法。归航的计算机仿真结果表明,基于最优控制的翼伞路径规划方法提高了落点的位置精度和方向精度,同时减少了操纵量。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

一种基于改进粒子滤波算法的盲信号分离

提出把粒子滤波算法应用于信号的盲分离,采用Rao-Blackwellisaion策略减少状态空间抽样维数,引入可逆的跳马尔科夫链蒙特卡洛方法(RJMCMC)有效地抽样不同维数的参数子空间,并采用了基于Epanechnikov核的建议分布。仿真结果表明该算法能够在线跟踪信号源个数的变化并且具有较好的分离性能。     

电子装备应急维修技术

针对战场和恶劣环境下装备的应急维修和现场原位抢修的需求,引入智能结构的自适应与自修复思想,将在系统重构功能统一组织为应急维修致动器,既能重配置硬件赋予新功能,也能将遗传算法与硬件结合实现自身结构的进化,使装备具有自适应性、自组织、自修复特性,有很强的灵活性和实用性,为应急维修和现场原位抢修提供了一条有效的途径。     

改进的变步长LMS自适应滤波算法分析

通过建立步长因子μ与误差信号e(n)之间的非线性函数关系,提出了一种改进的自适应变步长最小均方(LM S)算法。该算法克服了LM S算法在自适应稳态阶段μ取值偏大的缺陷,具有在误差e(n)接近零处缓慢变化的特点。该算法还具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,解决了收敛时间和稳态误差的矛盾。将该算法对比一般的变步长算法,该改进算法在平稳过程中具有更小的稳态误差,同时还具有更好的跟踪时变系统的能力。     

基于特殊矩阵的同时定位与地图构建

同时定位与地图构建是机器人在未知环境中自主导航的一个重要研究内容。为了提高全协方差SLAM算法的计算和存储效率,通过对系统状态向量进行重构和选择适当的观测向量,系统模型和系统协方差矩阵可以表示成特殊形式的矩阵。基于这两个矩阵的特性,提出了一个改进的SLAM方法,对机器人的位置和方向进行间接地估计,同时降低了SLAM算法的时间复杂度和空间复杂度。实验表明改进算法是一致的和收敛的。