基于粒子滤波技术的电机信号降噪方法

为了给电机故障诊断提供准确的诊断数据,提出了粒子滤波降噪方法。首先基于离散余弦变换建立电机信号的状态方程,状态变量即为离散余弦变换的各系数,此状态方程是一种非线性状态方程;在此基础上,基于粒子滤波方法对含噪测量信号进行状态估计,即可获得离散余弦变换的各系数,然后,通过对这些系数进行重构得到故障诊断所需的实际信号。最后,通过对实际数据进行降噪分析,结果表明所提方法是可行有效的。     

卡尔曼滤波器和跟踪微分器在光电跟踪系统中的应用

光电跟踪系统通常采用跟踪偏差反馈闭环控制,若同时采用速度前馈复合控制可以有效提高系统跟踪精度,分别使用了卡尔曼滤波器和跟踪微分器两种算法求取跟踪速度信号,通过仿真分析和工程应用,确认卡尔曼滤波器求取的速度信号更准确,噪声更小,更适合于光电跟踪系统的前馈复合控制。     

兵力组织适应性设计问题研究

构建适应战场环境的兵力组织是提高我军战场对抗优势的重要途径。针对兵力组织的适应性设计问题,从兵力组织的描述方法、适应性设计方法和效能评估方法 3个方面梳理了国内外的研究现状。其中,兵力组织描述方法包括计算数学组织理论、图论和网络、多Agent系统、Petri网和信息理论;兵力组织适应性设计方法包括基于三阶段思想的适应性设计方法、基于粒度计算思想的适应性设计方法和基于扩展三阶段思想的适应性设计方法;兵力组织效能评估方法包括理论评估方法和实验评估方法。对涉及的各种组织描述方法、适应性设计方法和效能评估方法进行了详细的分析介绍,并总结了当前研究存在的不足。     

高超声速滑翔飞行器变轨段自适应跟踪制导方法

针对高超声速滑翔飞行器变轨段大偏差条件下的标准轨迹跟踪问题,提出一种基于权值矩阵自适应修正的变轨段跟踪制导方法。分析了变轨段主要控制方式和标准轨迹特性;将简化的纵向运动方程在标准轨迹附近线性化;采用将误差项引进线性二次型性能指标加权矩阵的方式,设计了改进的权值自适应修正跟踪制导方法。CAV-H飞行器仿真分析表明,该方法能够实现高超声速滑翔飞行器变轨段高精度自适应跟踪制导,对初始及过程偏差具有良好的鲁棒性。     

无陀螺捷联惯导系统角速度解算方法研究

传统的捷联惯导系统通常用陀螺仪测量载体的角速度,无陀螺捷联惯导系统用加速度计代替陀螺仪,从加速度计输出的比力中解算载体的角速度,角速度的解算精度决定了无陀螺捷联惯导系统的性能及能否在实际中得到应用。分析了一种12加速度计配置方式的无陀螺捷联惯导系统的角速度解算方法,并将卡尔曼滤波技术应用于角速度解算,提高了角速度求解精度。     

鱼雷非线性姿态系统的自适应反演控制

以鱼雷姿态角为输出量,将鱼雷非线性模型转换为输入输出动态和内部零动态两个部分.通过数值计算,确定了零动态的稳定性.对输入输出动态设计了反演控制律,将参数自适应调整与变结构控制相结合,简化了切换函数的设计.仿真结果表明,所设计的控制方法消除了模型参数扰动的影响,使鱼雷姿态角具有良好的控制效果,同时使非线性模型中的其他状态变量保持稳定.     

基于公平谓词法的JMS消息过滤改进算法

研究了JMS发布／订阅消息传递模式的工作机制,分析了JMS在对事件进行匹配时的过滤算法,针对该算法的不足提出了采用公平谓词法来改进JMS的消息过滤速度,改进方法对基于JMS的发布／订阅应用程序的开发具有一定的指导意义。     

WDM光纤通信用窄带滤光片膜系补偿膜层的最优化设计

在WDM光纤通信系统中充当分波 合波器的全介质F B型多腔窄带滤光片的膜层层数较多,一般采用规整膜系结构,其各层膜的光学厚度均为监控波长的1 4整数倍.但仅采用规整膜层的膜系往往不能完全满足设计指标.因此,提出一种在基本满足设计指标的多层规整膜系上叠加少量非规整膜层的膜系设计方法,其中非规整膜层的光学厚度是在计算机上借助最优化方法寻优而得.     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波（extended Kalman filter,EKF）、转换测量卡尔曼滤波（conversion measurement Kalman filter, CMKF）、基于弹道运动方程的扩展卡尔曼滤波（ballistic extended Kalman filter, BEKF）、基于弹道运动方程的无敏卡尔曼滤波（ballistic unscented Kalman filter, BUKF）4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。     

机动目标模型研究与发展综述

对机动目标模型的研究与发展进行了回顾,指出了各个模型的局限性,重点对Singer模型和“当前”统计模型的优缺点进行了分析,并得到有意义的结论;最后指出了未来机动目标模型研究的方向和趋势。