可变形倾转四旋翼无人机设计与飞行验证

随着无人机平台技术的发展,新构型无人机设计成为国内外研究的热点。针对四旋翼无人机欠驱动、航时短等问题,提出了一种新型具有自适应折叠机翼的倾转四旋翼无人机平台设计方法。首先,介绍了当前国内外小型垂直起降无人机的研究进展;其次,详细介绍了该型无人机的总体和结构设计;然后,基于牛顿-欧拉法和典型的级联反馈控制方法对该无人平台开展建模和控制方法研究,并基于计算流体力学方法模拟和分析了该无人机的气动特性。最后,通过搭建原理样机、开展飞行试验,验证了该型无人机作为一种新型快速垂直起降平台的可行性和优势。结果表明,该平台的最大飞行速度和航时分别可达36 m/s与25 min。提出的设计方法对未来的新型垂直起降无人机设计具有借鉴意义。     

联合空时抗干扰天线阵的快速实现方法

联合空时抗干扰方法,性能优于单纯的空域或单纯的时域抗干扰,但是由于其计算复杂度大,实际应用受到一定限制.针对这一矛盾,在MSNWF基础上,通过分析抗干扰天线阵观测信号协方差矩阵的Toeplitz特性,构造高维Toeplitz矩阵,利用FFT技术,提出一种联合空时抗干扰天线阵的快速实现方法.计算量的比较结果表明该方法可以大大降低STAP的计算量,使得联合空时抗干扰技术的实际应用变得更容易.     

无缝GPS／INS组合导航系统的设计与实现

针对GPS卫星信号失锁条件下GPS/INS组合导航性能大幅度下降的缺点,设计了一种基于ANFIS的无缝组合导航方法,当卫星数目不低于4颗时采用伪距,伪距率的卡尔曼滤波算法,一旦卫星数目少于4颗时采用ANFIS系统估计导航误差,抑制INS的误差积累,从而实现无缝导航.动态车载实验表明,该方法切实可行,相对于传统的紧组合方法,有效地提高了组合导航系统的定位精度和抗干扰能力.     

天线与目标特性时域测量系统中的信号处理方法

研究了时域测量系统的信号处理方法.介绍了背景信号对消的预处理方法,将FFT和啁啾变换应用在时域超宽带紧缩场测量系统中,并对大数据量测量时啁啾变换算法和FFT算法的效率进行了比较.     

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.     

基于自适应Kalman滤波算法的联邦滤波器

为弥补传统联邦滤波器实用性不好,缺乏对对象模型和传感器噪声的自适应估计能力的缺陷,利用自适应Kalman滤波算法的思想,结合联邦滤波器本身的算法结构,对联邦滤波器进行改进,使之具有很强的自适应性,能够自适应地计算出模型噪声和传感器噪声的协方差阵.给出了基于自适应Kalman滤波算法的联邦滤波器的计算架构,其他优秀的自适应算法均可按相同的方式加入该架构中.最后通过仿真计算验证了该算法的有效性.     

自适应航迹融合算法及其仿真

在简单融合算法和协方差加权融合算法的基础上给出一种自适应航迹融合算法,并对这一算法进行了仿真.首先根据已关联的多个传感器的航迹状态估计计算得到第一个距离测度S1,并与门限T1比较.若S1小于门限T1则融合节点将选择本地航迹估计作为全局航迹估计;否则计算距离测度S2.这里S2也是局部航迹状态估计的函数.若S2小于门限T2则判决融合节点执行简单融合算法;否则判决融合节点执行协方差加权航迹融合算法.这里门限值T1,和T2代表了系统对融合航迹质量的要求以及系统可用资源对融合算法的综合影响.仿真结果表明自适应融合算法能够根据融合系统不同时刻对融合质量的不同要求以及系统资源的变化来自适应地选择满足要求的融合算法,从而降低航迹融合算法的计算复杂度.     

分布式多域监控系统组织模型

在分析应急通信系统特点及现有监控技术基础上,提出一种分布式多域监控组织模型,该模型具有扩展性好、高可靠性等特点,减小了网络时延,提高了系统吞吐率.并在此组织模型基础上提出了基于ART2神经网络模型的自适应域首选举方法,提高了域首选举的稳定性,减少了域首选举带来的网络开销,对系统的可靠性提供了保证.     

“雷达大战”烽烟四起

美国作家弗兰克·赫尔伯特曾在1958年出版的小说《停火》中以幻想的笔触,描述了“生命探测器”。他在小说中写道：“生命探测器”顶部的天线以半圈的节奏前后扫描,这些天线就像许多有结晶的冰棒一样。一名操作员站着监视这个装置,他要服一种药物以保证精力充沛不能睡觉。他周围仅仅有直径6英尺的空间,密密麻麻地布满设备和栅格屏幕,屏幕发出淡绿色,上面的小点子显示着有生命存在,比如一群飞虫或者一只北极狐……     

基于提升的双自适应小波变换算法研究

小波变换的传统提升算法的滤波器固定,不能随输入信号的变化而改变,针对该问题,结合现有的自适应算法,提出一种双自适应小波变换算法,并对该算法的更新和预测过程进行了自适应调整。实验证明,该算法比传统的提升算法和单纯的自适应更新或自适应预测算法具有更优越的性能。