基于模糊时间序列的时变动态系统模糊建模

要想建立结构不确定、参数时变的动态系统的模型是很困难的。改进了Song Chisson的模糊时间序列方法,并成功应用于时变动态系统的辨识与建模和自适应控制。仿真结果表明该方法计算量小,实时性好,能很快地跟踪系统的变化。     

基于检测参数的某装备状态特征量选取

某装备状态健康与否主要通过测试参数来表征,但每一型该装备的测试参数众多,很大一部分参数之间关联性较强。以某装备检测参数为出发点,借助时间序列分析和主分量分析方法选取了该装备质量状态特征量,通过实例,选取方法比较科学,选取结果符合实际情况。     

基于多项式设计法的小推力轨迹设计

形状逼近法是小推力轨迹设计中的一种有效方法,然而现有的方法大都假定运动轨迹为某一特定的形状,而且没有考虑推力加速度的约束限制。针对小推力轨道交会问题,提出一种基于多项式的轨迹设计方法。结合极坐标系,建立基于多项式的三自由度轨迹运动模型,将轨迹设计问题转化为求解多项式的系数问题;根据运动模型推导轨迹的动力学特性,建立约束方程,并以消耗燃料最少作为性能指标,采用序列二次规划的方法对多项式的系数进行寻优计算。该方法不仅能求解多个形状设计参数不确定性问题,而且还能满足推力加速度的约束限制。仿真验证了该方法的正确性和可用性,该方法可为任务设计初步阶段的轨迹设计和燃料消耗预估提供一定的技术参考。     

一种新的多用户检测方案

本文提出一新的多用户检测方案,它利用其所知道的用户的扩频序列,提高系统上行线路的多用户检测性能。该检测方案使用正交匹配滤波器来抑制已知和未知扩频序列的用户的干扰。     

基于CNN-LSTM的在轨卫星故障预测分析

在役考核中,对遥测参数进行监控与分析,是评估在轨卫星工作状态及健康状况的重要途径.为解决在线多任务故障预测问题,提出了结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的数据挖掘模型,并运用了一种基于误差反馈的权重自调整机制.利用某型卫星(含故障)遥测参数的仿真数据进行分析处理,实验结果表明:在线CNN-LSTM模型以最小的信息损失进行建模,对比单一模型以及传统的回归模型,CNN-LSTM模型不仅在测试集上取得了最小平均绝对百分比误差12.61％,同时模型预测性能在长时间预测中优于离线模型.     

逆重复 m 序列输入下 FIR 模型辨识及精度分析

针对离散控制系统的有限脉冲响应 (FIR)函数模型 ,研究了在伪随机逆重复m序列输入激励下的相关辨识及其精度问题 ,得到了有色噪声干扰下FIR参数估计精度的显式表达式。文中有仿真实例。     

基于CZT算法的水声扩频多普勒匹配方法

阐述了基于DS/SS(直接序列扩频)的高分辨率扩频自导声纳系统的一种多普勒匹配方法。通过理论分析和仿真计算,证明基于CZT多普勒频偏匹配算法可以在极低信噪比条件下有效估计多普勒频偏和目标速度。     

受符号调制的m序列旁瓣特性研究

m序列因其优良的二值自相关特性而广泛应用于雷达和通信系统中。存在符号调制时 ,m序列匹配接收的旁瓣特性不再具有二值性。研究表明 :对于生成多项式相同的m序列 ,当移位寄存器的初始状态不同时 ,其符号调制下的旁瓣特性存在明显差异。选择合适的初始状态 ,可以得到较高的主旁瓣比。采用旁瓣抑制滤波器可以进一步显著提升主旁瓣比