基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。     

通用扩张状态观测器鲁棒飞行控制方法

针对存在参数不确定、外界干扰与测量噪声情况下飞行控制问题,提出一种基于通用扩张状态观测器的鲁棒飞行控制方法。首先基于状态相关的Riccati方程（SDRE）控制方法,对飞行器俯仰通道非线性模型进行扩展线性化;而后引入基于通用扩张状态观测器的控制方法,设计干扰补偿增益,实现对外界干扰的估计与补偿;最后通过在线解算状态相关矩阵及代数黎卡提方程,得出状态反馈增益与干扰补偿增益,实现对飞行器期望攻角的跟踪控制。通过与已有方法进行对比,验证了本文所提方法不仅对系统模型不确定性与外界干扰具有较强鲁棒性,而且在较大测量噪声情况下,其依然能够保证良好的跟踪控制效果,具有较强的工程应用价值。     

地球静止轨道高能电子通量在线预测模型

利用粒子群优化算法和最小二乘支持向量机,建立地球静止轨道高能电子通量在线预测模型。针对粒子群优化算法,提出一种新的粒子群多样性测度计算方法,有效改善其早熟收敛现象。运用改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数。利用滑动时间窗口策略更新模型数据,选择触发机制以及模型的再学习机制为设计变量,实现模型的在线预测功能。对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行的提前1~3天的预测实验,表明所建在线预测模型具有较高的预测性能,并具有一定的实用价值。     

美国支持航空工业发展的政策及启示

本文主要介绍美国支持航空工业发展的政策举措及其对我国发展航空制造业的启示。美国支持航空工业发展的政策举措可以分为三大类——直接支持航空工业的政策、对与航空工业相关产业的支持政策以及针对其他领域的政策。直接支持航空工业的政策又包括直接补贴、研发支持、出口信贷和放松管制,针对其他相关行业的支持政策主要是针对民航运输业的管制和技术进步要求,针对其他领域的政策主要是以国家安全为由的技术转移限制和产业发展的基础条件建设。这些政策确立了美国航空制造业在国际上的地位和竞争力,也为我国发展民机产业提供了参考和借鉴。     

工业园区开展民兵工作的几点思考

一、坚持依法开展民兵工作。新颁布的《国防动员法》进一步明确了军地相关人员的职责任务。这是全面规范和指导民兵基层全面建设的重要法律依据。此前,由于军地相关单位和人员的职责不清,任务不明,人武部参谋干事到一些企业开展民兵工作“靠感情干工作、按惯例干工作、凭经验干工作”的问题十分突出,往往出现在协调工作时只能“动之以情”却不能“晓之以理”,开展工作时只能按规律办事却没法按规定落实等问题。     

基于支持向量机的高空无人机侦察目标识别

针对高空无人侦察机遥感图像目标不明显、图像背景复杂等特点,提出了一种基于支持向量机的目标分类方法。将支持向量机应用于高空无人侦察机的遥感图像目标识别,并且对特征值的提取进行深入研究。实验结果表明,特征值输入的多分类器在识别性能上具有很高的识别率,对提高高空无人机的侦察能力具有重要意义。     

基于模糊二叉树支持向量机的空袭目标属性识别

针对现有空袭目标属性识别方法存在的不足,提出了一种基于模糊二叉树支持向量机的空袭目标属性识别技术。该方法充分发挥了模糊二叉树支持向量机解决二类分类问题的优势,有效地提高了识别率和识别速度。最后给出了与现有识别方法的比较结果,证明了该方法的有效性。     

跟踪雷达无塔校相方法及应用

在测控、火控和情报侦收等系统中,雷达的跟踪校相依赖于标校塔。通常的无塔校相是以浮空信号源代替标校塔,仍会在实战中暴露我方的位置和参数,招致反辐射导弹的攻击。首次提出伪相关解调技术,只需在跟踪接收机内增加一移相器,便可利用雷达通常都有的上行自检信道实现校相。方法极为简单、经济,适用于各种单脉冲跟踪体制,对迅捷完成大量现有雷达的改造,提高战场隐身能力,有很大参考价值。     

频谱搬移法的误差和噪声分析

频谱搬移法是一种新型的高分辨率成像技术,文章采用理论推导与数值仿真相结合的方法,对该技术应用于实际时可能遇到的误差和噪声做了讨论。研究发现:在条纹存在移动误差的情况下,还原图像的质量随条纹移动次数增加反而下降,一般条纹移动3次就能达到最好效果,这也是频谱搬移法原理要求的最少次数,因此这种方法的成像效果与成像速度是不矛盾的,而且在移动误差比较大的情况下,图像质量仍能有所改善;另外,其对条纹场噪声要求也不是很高,一般在信噪比15～20dB时就能非常接近无噪声时的理想效果。     

基于支持向量机的功率变换器开关管开路故障诊断

提出一种基于支持向量机的功率变换器开关管开路故障诊断方法。利用支持向量机建立分类模型,模型以相电流功率谱为输入量,7种故障状态为输出量,选用高斯核,使用基于二叉树分类器的分类算法。将诊断结果与基于BP神经网络的诊断结果进行比较,结果表明基于支持向量机的分类器在功率变换器开关管开路故障诊断中具有更高的准确率和更好的泛化能力。