基于EMD和二叉树支持向量机的调制识别算法

针对数字调制模式识别问题,提出了一种基于经验模式分解(EMD)和二叉树支持向量机的识别算法。该算法通过对数字信号进行经验模式分解,利用分解得到的本征模式函数构造分类特征,再运用二叉树支持向量机作为分类器实现了6种信号的分类。仿真结果表明,该算法具有很好的识别性能。     

加权采样的序列蒙特卡罗滤波技术

在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性.近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注.详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题.     

某型训练模拟器视景系统的设计与实现

传统的实装训练方式不但耗费大量资金和军用物资,也大大缩短了装备使用寿命,训练安全还难以保证。基于计算机技术和虚拟现实技术的训练模拟器,正朝着高逼真度、互联互通和可扩展性越来越好的方向发展,有效解决了部队武器装备的训练使用需求。介绍了实现视景仿真过设计中的的几个关键技术,用Multigen Creator建立了虚拟战场环境,采用Vega仿真引擎来实现场景驱动,开发了一个导弹武器仿真训练模拟器视景系统,该视景仿真系统具有很强的可扩展性和兼容性。     

SINS/DR组合导航系统可观测性研究

对SINS/DR组合导航系统的误差方程进行了介绍。将陀螺漂移、加速度计零偏和里程仪刻度系数误差扩展为卡尔曼滤波器的状态,建立了19维状态的组合导航滤波模型。采用分段线性定常系统(PWCS)分析了载车在各个不同运动特性下SINS/DR组合导航系统的可观测矩阵;利用奇异值分解(SVD)分析法定量地分析了SINS/DR导航系统的可观测度。通过系统仿真预测了位置误差、姿态误差和速度误差的滤波效果,仿真结果表明,位置误差、姿态误差和速度误差的估计效果较好。     

面向网络系统性能优化的资源最优配置方法

如何根据网络系统的实际情况优化资源配置,充分利用有限的资源保证系统的服务质量(QoS),是网络系统性能优化研究中的一个核心问题。针对该问题,提出了一种基于PEPA nets的网络资源配置建模与分析方法。该方法首先根据网络资源配置方案的一般情形,建立了完全共享和部分共享两种资源配置方案的通用PEPA nets模型;然后,利用PEPA nets操作语义推导出了一个与模型相关的、带时间延迟标记的标记变迁系统;利用该标记变迁系统隐含对应的CTMC求解出了系统状态空间的稳态概率分布,进而由此分析得到系统性能指标,从而选出最优的资源配置方案。最后,通过试验分析验证了该方法的可行性和有效性。     

主动隔振系统的最优控制时滞

针对主动隔振系统带有时滞的鲁棒渐进稳定问题,研究了时滞的存在对最优控制算法控制效果的影响,运用MATLAB中LMI工具,采用变步长试凑的方法,解出了最优控制系统反馈控制鲁棒渐进稳定的最大允许时滞上界。最后,通过数值仿真,验证了理论的正确性。仿真结果表明:随着控制时滞的增大,主动隔振效果逐渐变差,一旦反馈控制力时滞超过最大允许时滞上界,系统便将发散。同时,增大反馈控制力和减小加权矩阵控制目标的相应权值,可以提高最大允许时滞上界。     

关于进一步加强学院科研工作的思考

通过到八所军队院校的科研工作调研,总结了他们科研管理的成功经验,简要分析了我院科研工作存在的问题,对进一步加强学院科研工作进行了理性思考,提出了科研工作机制创新的设想。     

止脱弹簧的蠕变行为与贮存寿命预测

根据止脱弹簧的受力模式和失效机理,设计了止脱弹簧的蠕变老化试验装置,对止脱弹簧进行了蠕变加速老化试验,利用图像测量技术研究了载荷和温度对止脱弹簧自由端蠕变行为的影响规律。进一步,基于Arrhenius方程建立了止脱弹簧在力-热联合载荷下的蠕变动力学方程,预测了止脱弹簧的使用寿命。研究表明:止脱弹簧的蠕变位移是一个随时间变化的单调非减函数;环境温度和载荷水平的提高都会加速止脱弹簧的蠕变。所提方法和相关结论可为蠕变型止脱弹簧的设计和寿命预测提供参考。     

飞行器MDO中灵敏度计算的自动微分方法

自动微分方法(ADM)是灵敏度计算的一种新方法,是处理飞行器多学科设计优化中灵敏度分析问题的有力工具。将ADM与估算灵敏度最常用的有限差分方法(FDM)以及与ADM同时期发展起来的另外一种灵敏度计算方法—复变量方法(CVM),从原理上进行了比较,研究了ADM前向模式在Visual C 6.0环境中的实现方法,结合多学科环境中的飞行器设计优化计算实例分析了该模式的优缺点。ADM在科学计算、工程计算等方面有很大的发展空间。     

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法.采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况.在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法.