粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

基于CPCRLB和动态成簇机制的混合WSN目标跟踪算法

针对传统的基于静态节点的无线传感器网络（wireless sensor network,WSN）电池容量有限、节点移动受限的问题,提出了一种基于条件后验克拉美-罗下界（conditional posterior cramer-rao lower bounds,CPCRLB）的混合WSN的目标跟踪调度算法。该算法引入移动节点来参与目标跟踪,根据目标预测位置对移动节点进行运动控制,同时利用基于CPCRLB的信息效用函数选择静态节点,实现每一时刻目标的动态成簇策略。此外,还提出了一种基于运动学的预测机制,利用分区域管理的方法进一步提高跟踪精度,减少能量消耗,并能够有效避免目标丢失现象。仿真结果表明,该算法可以有效地对目标进行跟踪,在保证跟踪精度的同时相比静态网络节省了大量的能耗。     

中国电子科技集团公司第四十三研究所

中国电子科技集团公司第四十三研究所创建于1968年,是我国较早从事微电子技术研究的国家一类研究所,也是我国定位于混合微电子的专业研究所。43所数十年如一日,致力于混合集成电路(HIC)及相关产品的研制与生产.为电子信息系统提供小型化解决方案,先后主持制定了《混合集成电路通用规范》(GJB2438)等30余项国家及行业通用规范和标准.已成为我国高端混合集成电路领域的领军者。为     

基于路径规划的敏捷卫星姿态机动反馈控制方法

为了避免奇异状态,单框架控制力矩陀螺(SGCMG)操纵律要求框架角进行快速转动,需要消耗较多的能量,并会对SGCMG和卫星系统带来一系列潜在危害。针对该问题,提出基于路径规划和反馈控制相结合的姿态机动控制方法。根据固定时间姿态机动的任务需求,以能量为优化指标,采用伪谱法优化机动路径并回避奇异状态;将最优控制量作为参考数输入,并利用基于系统限制状态的反馈控制方法消除不确定性和扰动的影响。反馈控制基于名义输入进行数值积分得到的预测状态量,并与期望终端状态比较形成控制误差信号。该方法将卫星和SGCMG作为整体规划姿态运动,能够有效避免奇异状态。结合工程实际,在闭环控制仿真中考虑了卫星角速度和SGCMG框架角的初始偏差。仿真结果表明:本文算法能够有限避免奇异状态,且能消除初始姿态角速度和框架角不确定的影响。     

脉冲等离子体推力器羽流场数值分析

为掌握脉冲等离子体推力器的羽流特性,考虑磁场对等离子体羽流的影响,结合DSMC和PIC方法建立了粒子-流体混合模拟模型,以磁流体力学模拟提供入口条件对推力器羽流开展了三维数值研究,并通过朗缪尔三探针诊断对计算结果进行了验证。研究表明,羽流膨胀过程中各组分的动力学行为差异明显;放电电流振荡会导致产生低速离子群,并会加重离子回流;电磁加速是羽流等离子体主要的加速机制,磁场对推力器羽流的流动具有重要作用。     

用于目标跟踪无线传感器网络的动态分簇算法

针对跟踪精度和网络能耗的问题,提出了一种用于目标跟踪无线传感器网络的基于预测的动态分簇算法.把目标运动过程看作是高斯马尔可夫过程,根据目标历史轨迹,估计下一时刻位置坐标和运动速度,然后基于估计结果优化选择分簇的簇头和簇成员,形成一个动态分簇来实现目标跟踪.仿真结果表明:该算法使目标跟踪有较好的跟踪精度,能有效均衡网络能耗,延长网络寿命.     

基于四维空间相似度的军械紧急调运方案优选方法

分析了军械紧急调运方案优选决策的混合多属性特点。基于TOPSIS方法的基本原理,首先通过方案属性值的四维属性值转化,将不同类型的属性值统一成相同的形式,然后通过定义四维空间相似度,将各类型属性值的相似度计算规范到统一的度量空间,解决了含有实数、区间数、语言值和不确定语言值等多种不同决策属性值的的军械紧急调运方案优选这一混合型多属性决策问题。计算示例表明了该方法的可操性和有效性。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

中国航天时代电子公司第七七一研究所

中国航天时代电子公司第七七一研究所（以下简称七七一所）始建于1965年10月,主要从事微计算机、半导体集成电路,混合集成电路三大专业的研制开发、批产配套、检测经营,是集计算机与集成电路科研生产为一体并相互配套的专业研究所。