非平稳数据处理方法与瞬时频率

利用“经验模式分解”(EMD)方法,任何复杂的数集都能够被分解为有限且通常数量较少的“本征模式函数”。“本征模式函数”产生瞬时频率,最终结果表示为H ilbert谱规定的能量-频率-时间分布。应用“经验模式分解”方法表示自然现象中的传统非线性平衡系统及其数据的数值结果,同时给出实例展示了这种新方法的作用和效果。这种方法阐明了能量-频率-时间分布,进一步显示出对非线性非平稳系统的处理效果———精确化、形象化和可视化。     

固体废物中芥子气的GC分析方法研究

主要介绍销毁日本遗弃在华化学武器固体废物中芥子气的GC分析方法研究。文中研究了多种模拟固体废物基质的样品、采样和处理方法。对多项测试参数进行了优化,检测的技术指标满足了要求,获得了满意的结果。     

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.     

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.     

基于周期判别的反辐射无人机抗同步闪烁诱偏方法

为了研究反辐射无人机攻击同步闪烁诱偏系统的有效技术方法,分析了诱饵系统的闪烁诱偏机理,建立了导引头测向偏差角模型,在无人机飞行条件下对导引头测向偏差角数据进行仿真.分析发现,无人机在搜索阶段可以测定诱饵系统的闪烁周期,飞控系统在末制导阶段按照闪烁周期间隔采样测角数据,可以锁定某部诱饵实施摧毁.     

基于双混沌系统伪随机比特发生器的研究

研究了基于双混沌系统伪随机比特发生器(CCS-PRBG)生成序列的密码学性质,证明了此二进制序列是i.i.d.序列。理论分析表明,CCS-PRBG可生成具有理想保密性的二进制混沌密码序列。     

无限可数多个非扩展映像的公共不动点的迭代算法研究

在Kikkawa和Takahashi的迭代算法基础上,引入了Mann迭代序列。采用杂交投影的方法,对这些算法作了一些修改,并证明了修改后的算法的强收敛性。     

等离子体销毁日本遗弃化学武器排放气体采集方法选择探讨

等离子体销毁日本化学武器是目前正在探索的新课题,销毁过程排放尾气采集方法是该课题中需研究的内容之一。在认真分析、综合比较的基础上,提出了适应等离子体销毁日本遗弃化学武器的排放尾气采集方法的看法及其须关注的问题。     

基于SMC的红外序列图像目标检测算法

提出一种海天背景下红外序列图像自动目标检测算法。该算法针对输入图像严重的非高斯分布噪声干扰和目标在序列图像中的非线性运动特性,基于SMC(Sequence Monte Carlo)方法通过目标的特征统计值影响蒙特卡罗采样的粒子权值,再利用该权值控制粒子状态变化,最终在目标特征图像中检测和跟踪目标,使用差分图像作为特征图像。试验结果证明,该算法可准确有效地检测目标,适合快速处理的实时性。     

噪声目标转向机动自动检测

根据观测器--目标保持匀速直线运动时目标方位随时间线性变化的一种可量测函数,研究了一种检测目标转向机动的新方法.由于该方法将目标方位随时间变化的非线性关系转换到另一空间的线性关系,这使得检测更加有效、直观,并且能够克服直接采用方位序列检测目标转向机动在特殊情况下失效的限制.最后计算机仿真计算及实测数据验证结果表明,该方法能快速、准确地检测目标的转向机动.