基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square, LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。     

探测导弹羽烟紫外辐射的光电高速采集系统

详述了固体火箭羽烟紫外辐射的光电高速采集方法,并实时对导弹逼近告警。同时介绍了国外紫外告警技术的发展现状。     

基于椭圆曲线群上的零知识证明

通过研究椭圆曲线群,给出基于其上的2个零知识证明方案,这2个方案均使得甲方向乙方宣称自己拥有某种信息,并通过互动证明使其确信具有该信息,但同时还未泄漏该信息。     

基于TOPSIS法攻击机编队主攻方向选择研究

针对影响攻击机编队主攻方向选择因素的特点,依据逼近理想点排序法基本原理,研究攻击机编队主攻方向选择问题。建立了不确定信息下多属性决策的数学模型,采用熵权法确定各因素权重,引入贴近度的概念和计算方法,按照综合指标值的大小对各方案进行优劣排序。最后给出一个示例说明此法的有效性和可行性。     

基于波形骨架的信号细微特征识别

从渡形这一原始信号特征来分析信号细微特征,研究建立一种渡形骨架提取的信号细微特征识别模型,强调利用主曲线来提取渡形的原始骨架,采用分形进行骨架比对,借此识别不同信号源发出的信号.依据信号源细微特征产生机理,设计仿真实验,验证波形骨架提取的信号细微特征识别模型可靠有效.     

BaTiO3的相温度曲线

根据BaTiO3的吉布斯自由能展开式,讨论了对称群Oh操作的所有不可约表示,考虑到不同不可约表示项的相互作用,并利用相稳定条件,推导出可能对称相的温度曲线。     

曲线法对高炮炮手追随瞄准的测评研究

文章基于某高炮训练系统的研制提出了实时记录炮手在追随瞄准过程中的跟踪状态,绘制跟踪误差曲线与火炮方位角、高低角变化速度的曲线的方法。跟踪误差曲线可以准确地反映出炮手的瞄准精度,火炮方位角、高低角变化速度曲线可以较准确地反映出炮手出现的停轮、倒轮、猛转转轮等错误操作以及炮手追随瞄准的平稳性,实验表明,该方法准确性较高,实用性较强。     

约束层阻尼板动力学问题的传递函数解

采用传递函数方法对约束层阻尼板进行了动力学分析.使用Hamilton原理得到了约束层阻尼板的运动方程和边界条件,对未知位移进行级数展开,引入状态向量,使用分布参数传递函数方法建立系统的状态空间方程进行求解,分析了四边简支板的自由振动和频率响应问题,得到了板的固有频率、损耗因子和频响曲线.算例的计算结果与NASrRAN计算结果相比吻合良好.     

一种参数曲线实时数控插补计算新方法

根据参数曲线数控插补原理,指出了Taylor展开算法、"参数-弧长"分段拟合算法等常用的参数曲线直接插补算法存在理论上的局限性.给出了一种新的基于牛顿迭代计算的参数曲线直接插补方法,并给出了算法流程.新算法稳定性好、收敛速度快、运算量小、计算结果精度高.仿真实验表明,同Taylor展开法相比,能够在计算量相当或增加不大的情况下将插补进给速度波动率减小102～107倍.     

自适应学习率的小波神经网络逼近算法

提出一种自适应学习率的小波神经网络算法,从根本上解决了小波神经网络学习率的取值和收敛速度慢的问题,并有效地克服了小波神经网络易陷入局部极小的缺点,仿真实验表明,提出的学习算法可靠,学习率能够随着网络的运行参数而自动变化,无需任何人为调整,克服了小波神经网络学习率靠人为试算选取所带来的问题.采用该种改进算法用于非线性函数逼近明显优于同等规模的固定学习率的小波神经网络.