双变因子LMS自适应滤波算法

为提高最小均方(LMS)自适应滤波算法的性能,在步长因子与误差信号满足一种改进的Sigmoid函数关系式的基础上,提出了一种双变因子控制下的变步长LMS自适应滤波算法。该算法具有初始状态收敛速度快、稳定状态均方误差小、抗噪声性能好、适应系统跃变能力强的优点。计算机仿真结果验证了该算法的优越性。     

随机截尾场合下Weibull分布恒加寿命试验的统计分析

在随机截尾场合下,研究Weibull分布恒定应力加速寿命试验的统计分析问题。运用最大似然估计法和最小二乘法,推导出加速系数的估计,利用加速寿命模型给出正常应力水平下各种可靠性特征量的估计。     

多UAV协同区域覆盖侦察方法

针对多UAV对未知区域的协同覆盖侦察问题,提出了将STC算法与在线局部调整策略相结合的区域覆盖侦察方法.通过建立无重叠覆盖区域的闭合路径,最小化了重复侦察区域,缩短了任务执行时间;通过在线局部调整保证了只要有一架UAV不出现故障,侦察任务就可以正常进行.仿真结果表明,该方法能够有效解决多UAV协同区域覆盖侦察问题,方法...     

靶场GPS数据实时传输对安控时延的影响及修正

靶场对飞行器进行安控试验时需要掌握安控时延,而在实时传输安控信息中产生时延较大的信息为GPS数据,并对安控实时判决有很大的影响,针对GPS数据实时传输时延产生的原因进行了分析,提出采用最小二乘拟合法进行修正。验证结果表明,这一方法在实际应用中可有效提高安控的实时性,为试验指挥员的安控判决提供了充裕的时间。     

改进的判决加权RLS无线信道估计

随着移动通信的飞速发展,有限的无线频谱要求无线收发信机能够对时变的无线信道进行准确的盲估计.为了进一步降低判决差错和噪声波动对估计的影响,首先介绍了对无线信道的判决加权递推最小二乘盲估计,然后修正估计的判决方式,得到改进的判决加权递推最小二乘估计,最后仿真比较了移动环境下的无线信道各种估计与延迟扩展、多普勒频移及信噪比的关系和性能.     

用速度平差法求解目标运动要素的改进方法

用速度平差法求解目标运动要素是潜艇作战中常用的目标运动要素求解方法.通过全面分析该算法的原理和求解过程,运用典型数值分析、数学归纳等方法,论证了目前速度平差法应用中求解过程的不完整性及漏根的根源,结合潜艇鱼雷攻击实际,采用迭代法和数轴验根法,提出了新的求解办法,提高了目标运动要素解算的可靠性和效率.     

闭环激励下无人机非线性参数频域在线辨识

随着无人机在军民领域的大规模应用,对无人机复杂工况下的安全性和适应性提出更高要求。闭环辨识能够在考虑系统反馈作用下获取辨识参数,大幅提高辨识试验的稳定性和安全性。针对无人机闭环辨识试验中多变量非线性气动参数获取问题,首先基于某固定翼无人机动力学模型,推导了无人机的气动力、气动力矩等29个气动参数辨识模型;然后提出了一种闭环激励下无人机多变量非线性参数频域在线辨识方法,设计了基于递推傅里叶最小二乘的闭环辨识的流程架构;最后通过添加噪声后的仿真系统对辨识方法的有效性进行了验证,对辨识结果的有效性进行了分析,可为后续开展的闭环辨识飞行试验提供技术储备和理论支持。初步仿真结果证明,提出的闭环激励下无人机多变量非线性参数频域在线辨识方法可以高效获得辨识结果,辨识的29个气动参数中有16个气动参数辨识平均误差3.43%,同时提出的辨识方法较常规最小二乘法精准度平均提高25.5%。     

关于提高枪弹发火感度的研究

提高枪弹发火感度的方法,通过调整枪弹底火内击发药组分及弹壳内火台高度提高枪弹发火感度。经过试验数据对比分析,证明方法合理可行。     

全局收敛策略静止目标纯距离测量下的参数估计方法

将全局收敛策略与高斯-牛顿法相结合,得到了解决非线性最小二乘问题的改进高斯-牛顿法;并将该方法应用于静止目标纯距离测量下的参数估计问题;仿真试验表明,改进后的高斯-牛顿方法对测量误差不敏感,具有更快的收敛速度和更高的精度。     

改进的变步长LMS自适应滤波算法分析

通过建立步长因子μ与误差信号e(n)之间的非线性函数关系,提出了一种改进的自适应变步长最小均方(LM S)算法。该算法克服了LM S算法在自适应稳态阶段μ取值偏大的缺陷,具有在误差e(n)接近零处缓慢变化的特点。该算法还具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,解决了收敛时间和稳态误差的矛盾。将该算法对比一般的变步长算法,该改进算法在平稳过程中具有更小的稳态误差,同时还具有更好的跟踪时变系统的能力。