一维非均匀分布参数系统的渐近传递函数方法

提出了一维非均匀分布参数系统的一种通用解法：渐近传递函数方法。对一般的一维非均匀分布参数系统，引入状态变量将控制方程及边界方程写成状态空间形式。通过定义小参数和摄动方法，使之变成常系数微分方程，从而得到问题的摄动解。各阶摄动解均具有规范的形式，是一以传递函数为积分核的积分形式解析解。文中最后给出了一些数值算例，验证了方法的有效性。     

爆轰波在可压缩金属板面上斜反射初始参数的计算

本文计算了爆轰波在可压缩金属板面上斜反射时的初始参数。计算中选用的五种炸药是TNT(p_0为1.64g/cm~3,1.45g/cm~3)、RDX(p_0为1.59g/cm~3,1.76g/cm~3,1.80g/cm~3)、RDX/TNT(77/23)(p_0为1.75g/cm~3)、Pentolite(p_0为1.65g/cm~3,1.68g/cm~3)和B 炸药(p_0为1.71g/cm~3);三种介质是铁、铜和铝。     

磁控溅射制备SmCo薄膜的工艺及磁性研究

用直流磁控溅射方法制备了SmCo薄膜,通过正交设计实验考察了工艺因素对薄膜沉积速率的影响规律。研究结果表明,影响薄膜沉积速率的主要因素是溅射功率,其次为靶基距,在0.5～2.0Pa的压强范围内,Ar气压强的大小对溅射速率的影响很小。X-射线衍射结果表明:制备态的SmCo薄膜为非晶结构,500℃真空热处理后,薄膜中出现少量的微晶SmCo5化合物。磁性能测试表明:制备态SmCo薄膜的矫顽力随薄膜厚度的增加而显著下降;真空热处理过程中,薄膜结构缺陷及成分起伏减少,薄膜的矫顽力和饱和磁场强度显著下降,初始磁导率和饱和磁化强度显著增加。     

高超声速滑翔导弹气动参数自适应跟踪建模

针对高超声速滑翔导弹跟踪中状态模型构建问题,研究基于制导变量变化规律的气动参数建模方法。对气动参数进行分析,指出传统建模方法的缺点。在假设制导变量服从一阶时滞过程的前提下,利用线性化的气动系数推导气动参数模型,通过分析不同飞行状态下的模型变式,证明模型对目标机动具有自适应性。对模型中未知参数的取值问题进行讨论,实现模型与飞行状态的自适应匹配。仿真结果表明：当目标发生机动时,所提模型性能明显优于传统模型。同时,在不同滤波器参数条件下的仿真结果进一步证实了模型的有效性。     

紧凑型Tesla变压器的参数测量

对设计加工研制的Tesla变压器,根据Smith建议的测量方法,解决了对紧凑Teala变压器耦合系数进行比较准确地测量的问题,实测耦合系数高达0.9,并对耦合系数稍低于理论设计值的原因进行了探讨,同时分析给出了物理原因.此外,根据Teala变压器电路在初次级初、次级短路和低电压充电情形下的实测电压波形,估算出Tesla变压器电路各参数数值.这些数值与理论计算值吻合,并能满足实际高压充电的要求.     

给定降质约束下一类DCT域图像水印算法的拉伸系数估计

数字水印是数字作品版权保护的重要技术手段。与噪声污染类似,数字水印的嵌入必然会损失原作品的质量。数字图像的质量直接关系其商业价值,在给定降质约束下自适应地调节嵌入深度是符合产业化标准的数字水印关键技术之一。根据DCT交流系数的拉普拉斯分布模型,推导了DCT域典型水印算法中拉伸系数与信噪比和峰值信噪比之间的理论关系。依据该理论关系,得到了在给定降质约束下一类典型图像水印算法的拉伸系数估计方法,实验结果表明该估计方法具有较高的精度。     

二维隐马氏模型的一种简化算法及其参数估计

针对现有的二维隐马氏模型算法给出了一种简化算法及参数估计方法。该算法与现有的算法相比非常简单。基于此方法给出了相应的识别方法和参数估计,并且该估计与极大似然估计是等同的。     

基于S变换的跳频信号参数估计

对跳频信号的时频域进行分析和参数估计是识别、跟踪及干扰跳频信号的重要基础。针对接收到的未知任何先验参数的跳频信号,提出了一种基于S变换(S-transform)的跳频信号参数估计算法,通过S变换,能正确估计出跳频信号的跳频周期、跳变时刻及跳频图案。仿真结果表明,与平滑伪Wigner-Ville分布(SPWVD)进行比较,该算法能够在低信噪比条件下,在时频域中有较好的解析能力,提高了跳频信号参数估计的准确性。     

基于参数自适应辨识的被动定向算法

推导了匀速运动目标球坐标系下的定向跟踪模型;状态建模的不完备性引起了模型噪声方差阵带有未知径距参数,因而需要解决参数在线辨识问题.从滤波残差正交性原理出发,推导出参数自适应辨识滤波器(PIBF),计算机仿真验证了该算法的有效性并且对目标机动有一定的鲁棒性.     

高级在轨系统的自相似业务量预测链路优化模型

在AOS高级在轨系统链路协议的基础上,分析了具有自相似特性的业务流量,提出了一种基于FARIMA模型的自相似预测的链路优化模型。该预测模型基于分数阶统计理论,在估计赫斯特参数的基础上,根据不同的时间粒度,提前预测突发业务量的到来,从而降低了网络丢包率。仿真表明模型在20点预测内具有较好拟合性,在一定置信区间下具有较好的预测成功概率和较低的虚警概率,同时使网络丢包率大幅下降。