地球静止轨道航天器绕飞持续观测任务轨迹规划与控制

针对地球静止轨道(geosynchronous orbit, GEO)航天器的高清观测任务,成像卫星在连续小推力作用下接近GEO航天器,对GEO航天器自然绕飞并以有利的光照条件对其持续观测。针对Clohessy-Wiltshire (CW)方程的偏差问题,通过修正非球形摄动和重力加速度二次长期项偏差对CW方程进行改进,补偿非线性偏差的长期项和主要的摄动项。在轨迹规划问题上,计算绕飞轨迹的初始相位角区间,以保证成像卫星在整个绕飞任务中都能够以良好的观测角观测GEO航天器。基于CW方程和改进的CW方程对成像卫星接近和绕飞GEO航天器全过程进行仿真,基于CW方程的仿真没有达到预期目标;基于改进的CW方程的仿真达到预期目标,全过程所需施加的总速度增量仅为4.67 m/s,工程上具有很强的可行性。     

基于B样条小波的异常数据辨识

为解决靶场测量数据中系统误差引起的大量连续奇异数据的辨识难题,同时针对传统和目前国内外较先进的异常值识别方法的不足,提出了基于B样条小波的异常数据辨识。首先描述了异常值,然后分析了小波异常值识别原理和物理意义,构造了用于异常数据辨识的B样条小波分析方法。通过对不同情况仿真数据的计算分析,证明了该方法科学、合理,实现了测量数据异常值的辨识和重构。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.     

图像识别在自主式潜水器自动探雷中的应用

为了实现自主式潜水器自动化探雷的功能,提出了基于K-L变换的目标光学实景像素灰度分布特征提取方法,针对光信号衰减的情况,采用了色彩"补偿"的解决方案.通过对待识目标图像的重建,实例证明,结果是满意的.这对猎雷具装备的发展具有一定的参考价值.     

基于小波分解的柴油机振动信号特征提取方法

柴油机振动是一种多振源的复杂振动形式,其机体表面振动是内部各种激振力共同作用的综合反映。在柴油机使用过程中技术状态的改变将导致激振力发生不同的变化,因此测量机体激振信号有利于对柴油机技术状态进行监测。通过测量不同技术状态的柴油机机体振动信号,利用小波包分析的方法,将柴油机振动信号按其特征频率进行了小波分解和重构,提取了振动信号特征。分析结果表明,此方法能够提高信噪比,提取的振动信号特征能够反映柴油机技术状态的变化。     

连续波金属探测器电磁场模型的理论分析

介绍了连续波金属探测器的工作原理,提出一种新的连续波金属探测器电磁场模型,采用基于电磁场和电路的混合方法对该模型进行了详细的理论分析,推导出在空气及海水中金属探测器接收感应电压的计算公式,并给出了简要的设计实例.文中理论分析结果对于连续波金属探测器设计与分析具有指导意义,对其它类型的金属探测器设计也有参考价值.     

广义S变换和阈值分割联合抗频谱扩展-压缩移频干扰

根据频谱扩展-压缩(spectrum spread and compression, SSC)移频干扰信号和回波信号时频分布特性的差异,提出一种基于广义S变换和Tsallis交叉熵阈值分割的干扰抑制方法。分析了SSC移频干扰的干扰原理和干扰信号经过解线调后的信号形式,并利用时频聚焦性较好的广义S变换获取接收信号经过解线调后的时频图像,根据时频图像对应的灰度图像,以Tsallis交叉熵最小化作为目标函数,求出灰度图像的最佳分割阈值,并根据分割阈值构建时频滤波器,实现干扰抑制。仿真结果表明:该方法对于SSC移频干扰产生的假目标具有较好的抑制效果,干扰抑制比可达30 dB以上。     

光学传递函数的视频信号傅里叶变换测量法

基于传统的光学传递函数测试方法的缺陷,提出视频信号傅里叶变换测量法,给出了该测量法的理论依据和测试系统模型.该方法利用计算机技术,将常规的用硬件完成的傅式变换,改用计算机软件完成.     

离散作战模型的连续化兰切斯特模型研究

通过兰切斯特方程的分析,定义了作战力量变换系数概念,推导出作战力量变换系数的兰切斯特方程,得到了衡量交战双方作战力量等效值,而作战力量变换系数的兰切斯特方程正是适用于离散型作战的兰切斯特作战模型,使具有深刻影响力的兰切斯特方程适用范围扩大到了交战双方离散数量型的作战领域,从而赋予兰切斯特方程新的生命,为复杂的格斗作战分析提供了新的工具。     

基于跟踪连续性的多传感器多跟踪任务管理方法

雷达组网系统中,当进行多目标连续性跟踪时,传统跟踪方法过多关注多传感器之间的跟踪精度和切换率,而轻视跟踪的连续性,无法满足现有连续性跟踪工程需求。因此,提出了一种新的基于跟踪连续性的多传感器多跟踪任务资源管理算法,该算法分为两个优化过程,第1次优化过程尽量保证跟踪目标个数的最大化,第2次优化过程中提出了一种用于衡量目标跟踪连续性的优化指标,基于该指标,提出了一种快速的传感器资源管理算法。仿真结果表明,该算法能够在较短的时间内对多传感器进行有效的快速分配,既跟踪了更多的目标,又保持了跟踪的连续性。