块脉冲函数法用于在线辨识

用块脉冲函数法作辨识,必须保证零初始条件和零均值噪声。本文对这种方法作出了改进。这种改进的方法,能辨识任意初态下的辨识问题,适用于非零均值干扰噪声的场合,且在辨识过程中无须测量初始条件和噪声均值。它能被方便地用于在线辨识。仿真实验表明,这种方法具有很高的辨识精度。     

一种改进的旋转CRC数据校验设计方法

旋转CRC同时使用两个生成多项式产生校验数据。之前的方法校验能力弱,报文丢失后的检错失效率很高。提出了一种新的旋转CRC设计方法,通过比较,选取合适的更高次的生成多项式组合,并且修改了检验生成与检测机制,形成MR-CRC。FPGA实现结果表明,这种方法能够在较低逻辑复杂度的基础上提高校验能力,从而改善数据通信的可靠性,而且对系统性能影响甚小。通过比较16位MR-CRC与32位传统CRC的实现数据发现,前者在所用资源减少10%的情况下,频率提高了25%。     

J2摄动下卫星编队重构的多脉冲轨迹优化

针对考虑J_2摄动的椭圆参考轨道的编队重构问题,以消耗燃料最少为目标函数,基于高斯变分方程研究编队重构的多脉冲轨迹优化方法。推导考虑J_2摄动和轨道面内外耦合的轨道要素偏差线性动力学方程,采用遗传算法和序列二次规划结合的混合算法对总的速度增量进行优化。数值仿真表明该混合算法有效,可以高效地得到可行解。由于考虑了J_2摄动和椭圆参考轨道,该算法对航天任务中的轨迹优化具有一定的参考意义。     

结合动态时间弯曲与决策树方法的液体火箭发动机故障诊断

对某大型液体火箭发动机的热试车数据及通过发动机模型仿真得到的故障数据进行动态时间弯曲分析,得到弯曲路径集,然后结合决策树方法进行了故障检测和诊断。对于故障试车没有出现漏报警和误报警,对于正常试车没有出现误报警。通过与神经网络、支持向量机等方法所得结果的对比,证明该方法可以成功地应用于火箭发动机的故障检测和诊断。     

一种基于核心数据区监视的交叉验证方法

通常商用体系结构模拟器不开源,仿真过程中无法直接获取中间结果.提出了一种基于核心数据区监视的交叉验证方法,可将体系结构模拟器运行过程中核心数据区的变化情况提取出来,用以支持该模拟器与寄存器传输级代码的模拟结果进行交叉比对,快速精确定位两者的执行差异,提高验证人员的查错效率.实验分析和实际应用表明,本方法比传统方法可将查...     

基于特征值的单矢量水听器目标检测算法

针对水下目标检测在低信噪比与非平稳背景噪声情况下性能下降的问题,结合特征值检测算法原理,给出一种单矢量水听器联合信息互相关检测算法。该算法利用电子旋转导向角度与振速信息构成一种组合振速,并结合声压信息得到一种互相关值,在大快拍无信号条件下,该值满足渐进高斯分布;将该值除以解析振速与声压信息的协方差矩阵最小特征值,得到一种检测统计量;通过与门限值比较,实现目标检测。理论分析可见,所提检测算法无须背景噪声的先验信息,并且可以通过调节导向角度提高检测性能;在单目标情况下,利用检测统计量与导向角度的对应关系可实现目标方位估计。仿真与实测数据结果表明,相比于单矢量水听器最大最小特征值检测算法与能量检测算法,所提算法检测性能优良,适合于单矢量水听器目标预警检测。     

基于子协方差阵加权的三星时差定位数据综合

为提高三星时差定位系统的定位精度,需要将系统在不同时间得到的多个定位估计结果进行统计综合。本文提出了一种基于子协方差阵加权的定位数据综合算法。该算法根据单点定位精度分析结果,先利用定位误差协方差的二维子阵的逆矩阵作为权矩阵,通过加权最小二乘估计目标空间三维坐标位置中的其中两维,再利用WGS-84地球模型求解另一维坐标。仿真实验表明,相比已有算法,所提新算法可以明显提高定位精度。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。     

舰船机电系统使用故障数据分析研究

舰船机电系统在使用维修过程中所记录的故障数据通常质量不高,信息记录不完整、不准确。针对这类不完备数据,利用图示法给出了故障趋势的判定。在此基础上,分别利用齐次泊松过程、非齐次泊松过程和几何过程,对装备的历史故障数据进行了分析。结果表明,几何过程产生的拟合误差最小,并据此预测了装备的未来故障强度。     

网络入侵检测系统中的数据缩减技术

在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题。以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造。提出了一种基于Wrapper方法的最优特征子集选取算法SRRW。在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集。从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性。