基于编码序列随机移位的MCPC雷达信号设计方法研究

多载频相位编码信号(MCPC)是近年来备受关注的一种新体制宽带雷达信号,其灵活的信号结构使其具备性能均衡、可调的特点,与此同时对参数设计的要求也相应提高.现有设计方法难以在模糊图和包络控制方面同时取得令人满意的性能,且大多只研究了载频数量较少的情况.针对此问题提出了一种编码序列随机移位的MCPC信号,具备理想的图钉状模...     

改进类电磁算法在武器目标分配问题中的应用

通过基于级数的粒子编码变换方法,将武器目标分配问题的约束条件进行了化简.对原始类电磁算法,在种群初始化、局部搜索、合力计算以及粒子移动等各步骤对其进行改造,使之适应武器目标分配问题的整数解空间.最后通过数值实验验证了该改造后算法解决武器目标分配问题的有效性.     

基于正交锁定差分放大器的巨磁阻抗（GMI）磁传感器

基于非晶丝的巨磁阻抗(GMI)效应,利用CoFeBSi非晶丝作为敏感材料,采用正交锁定放大电路和仪用放大器作为信号调理电路,设计了一种差分式高灵敏度GMI磁传感器。介绍了巨磁阻抗效应的基本概念和双非晶丝差分结构的磁敏探头,分析了基于正交锁定差分放大技术的信号调理电路的工作原理,并结合非晶丝两端输出信号的幅度和相位特性,提出了正交锁定放大器输出包络的近似计算方法。实验结果表明:在-2.0 Oe~+2.0 Oe的量程内,该GMI磁传感器灵敏度可达748mV/Oe,线性误差为0.98%FS,且噪声平均功率谱密度约为0.8nT/Hz1/2。     

星载铷钟的故障模式及影响分析

星载铷钟在许多空间系统中起着重要作用,要求其具有高的可靠性。阐述了故障模式及影响分析在星载铷钟可靠性设计中的重要作用,介绍了星载铷钟的基本原理和结构简图,依据星载铷钟的功能将其划分为6个子系统,在此基础上进行了故障模式及影响分析,并给出了物理泵体子系统的部分FMEA结果。     

探空火箭级间段的CAD系统

本文在CADKEY绘图软件包的支持下,开发了加筋圆柱结构CAD系统—Hcadx.此系统通过菜单引导用户的操作,可用经验公式或解析法作轴压稳定分析,用罚函数法优化参数,可以在不退出Hcadx的情况下启动CADKEY,自动绘制设计草图。此草图经过适当地编辑、修改、便可成为工程中能接受的工作图纸。     

强爆轰驱动超高速碎片发射装置设计因素分析

为了得到发射装置设计因素和超高速碎片性能间的关系,考虑了药型罩的材料、炸药种类、装药长径比、药型罩的锥角、药型罩的厚度、药型罩顶部靠近装药侧的曲率半径等设计因素,采用AUTODYNTM,结合正交试验,对超高速碎片的发射过程进行数值模拟。结果表明,3种发射装置结构分别可以提供质量为1. 533 g的紫铜碎片、速度为11. 649 km/s的铝碎片、动能为85. 6 k J的铝碎片; 2种发射装置结构均可以提供质量大于1 g、速度高于11 km/s的密实结构圆柱状碎片。验证了仿真方法的可信性,对影响碎片性能的设计因素进行了分析、排序,并得到了这些设计因素与碎片质量、速度、动能的关系。     

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。     

大延时网络中的主动队列管理机制

研究了网络延时对路由器主动队列管理机制的影响,分析了几种典型主动队列管理算法在大延时网络中的性能。在介绍了基于内模补偿的DC-AQM算法的优缺点之后,根据PID控制器延时补偿的Ziegler-Nichols设定方法,提出了ZNDC(Ziegler-Nichols delay compensation)AQM算法并进行了仿真实验验证,实验结果表明算法达到了预期的目标。     

含非线性介质Fabry-Perot腔混沌研究

根据混沌动力学的基本理论 ,计算了含非线性介质Fabry Perot腔动力学方程在其参数下的Lya punov指数分布图。利用Lyapunov指数和动力学特性的对应关系 ,分析出非线性Fabry Perot腔在各种参数下的动力学特性、稳态参数区域面积和混沌转换机制     

一种支持向量机增量学习淘汰算法

针对大规模数据集的分类问题,支持向量机的训练成为一个难题。增量学习是解决这一难题的思路之一。分析了新增样本加入训练集后支持向量集的变化情况,提出了一种基于密度法的支持向量机增量学习淘汰算法,淘汰了对最终分类无用的样本,在保证测试精度的同时减少了训练时间。实验仿真证明这种算法是有效的。