相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。     

双缸双作用舱底泵运动副磨损振动特性研究

针对因舱底泵全寿期振动特性掌握不够准确,致使修理过程中振动噪声难以控制,从而缺乏运动副不同间隙等边界条件下机械系统动力学模型的问题,以双缸双作用往复式舱底泵为研究对象,建立舱底泵传动装置运动学、动力学和整机振动特性计算模型,研究了舱底泵整机正常运转与曲轴颈和连杆运动副存在磨损故障下的振动特性,并进行了实验验证。结果表明:在曲轴颈和连杆运动副存在0.5 mm磨损间隙时,振动线谱在低频6.032 Hz处存在显著峰值,此特征可以作为判断曲轴颈和连杆运动副磨损故障的特征。     

基于改进的软阈值小波包网络的电力信号消噪

为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

基于组合赋权法的有人/无人机协同作战能力分析

为了对有人/无人机协同作战能力(MAV/UAV Cooperative Engagement Capability,M/U-CEC)进行数学建模和量化评估,提出了一种基于组合赋权法的M/U-CEC计算方法。建立有人/无人机协同作战的参数体系,确定M/U-CEC的量化指标,分别使用层次分析法和信息熵理论得到参数主观和客观权重,最后根据融合算法得到组合权重并建立了作战能力模型。仿真结果表明相比于单纯使用层次分析法或信息熵确定权重,利用组合赋权法分析作战能力可信度更高。