卫星单-混信号识别研究

针对卫星通信中常用的调制信号和成对载波多址(PCMA)混叠信号的调制样式识别问题,提出了一种基于高阶累积量和信号瞬时特征统计量的识别算法。该算法对接收数据进行预处理,在此基础上提取高阶累积量和信号瞬时特征统计量构造4个特征参数,构造树形分类器进行调制识别。算法具有不需要知晓信号的定时等先验信息,对混合幅度比不敏感等特点。仿真结果表明,该算法在低信噪比下仍然能保持较高的识别性能。     

基于AFSA-WNN的Sallen-Key滤波器电路软故障诊断

为提高对Sallen-Key滤波器的软故障诊断能力,提出一种基于多分辨率变换与小波神经网络(WNN)的软故障诊断方法。该方法先引入多分辨率变换提取Sallen-Key滤波器电路的软故障特征,在此基础上,采用人工鱼群算法优化的WNN构建电路软故障诊断模型。仿真结果表明,与单纯的WNN相比,所提出方法对电路软故障的诊断性能更好,总正确率达到94.1%。从而证明该方法用于Sallen-Key滤波器软故障诊断是可行的,也是有效的。     

基于人工势场法的多机编队重构防撞控制

针对多机编队在队形变换过程中存在的机间碰撞问题展开研究。首先基于人工势场法提出一种有界斥力函数的设计方法;同时为避免同平面内队形变换导致的航迹交叉现象出现,设计了队形变换协调策略,有效解决了人工势场法容易陷入局部极值点的问题。其次,通过引入时变权重系数协调防撞控制量和一致性控制量,设计了机间防撞控制协议,在提升队形变换速度的同时确保无人机之间的距离始终大于安全距离。最后,通过数值仿真实例验证了所提编队防撞控制方法和队形变换协调策略的有效性,不仅显著提升了协同编队的安全性,还能够支撑未来大规模多无人机系统协同编队。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

基于前方交会的无人机对目标定位方法

针对目前无人机基于前方交会对目标定位精确度低,提出了一种基于前方交会的无人机航摄影像定位方法。对所有航摄影像进行特征匹配,得到影像间关系。提出航线定向与坐标系建立法,来实现像空间辅助坐标系的自动建立。提出了基于图像变换关系的前方交会法,来实现目标点的三维定位。实验结果表明该方法能够自动解算航向,并且定位精准度较高。     

溅板式层板喷注单元燃烧特性数值分析

为了获得喷注单元结构参数对喷注器燃烧特性的影响规律,利用数值分析方法对单喷嘴溅板式层板喷注单元气-气燃烧特性进行研究,考察燃烧室特征长度及出口层喷嘴宽度对气氧/甲烷流动及燃烧特性的影响。在求解气-气燃烧流场方面,采用带化学反应的湍流N-S方程进行描述,其中化学动力学反应模型采用简化的单步9组分模型。研究结果表明:燃烧室特征长度的增大有利于特征速度效率的增加;该条件下采用溅板式层板喷注单元所对应的燃烧室特征长度约为600 mm。对比分析发现,出口层喷嘴宽度取0.15 mm时,水组分摩尔分数与热力计算值差别最大;当其值取1.05 mm时,燃烧室头部区域截面温度上升最快,取0.45 mm时上升最慢。总的来说,出口层喷嘴宽度取0.75 mm时,燃烧长度最短,燃烧效率最大。