基于模糊干扰观测器的高超声速飞行器一体化制导控制方法

为充分利用高超声速飞行器在俯冲段的质心运动与绕质心运动之间的耦合作用和飞行过程中的不确定性,基于模糊干扰观测器提出了三维一体化制导与控制问题。首先根据飞行器的动力学方程以及飞行器-目标的视线角相对运动方程,推导出来适用于倾斜转弯控制的一体化制导控制模型。接着,针对模型中的不确定性采用模糊干扰观测器进行补偿,并使用块动态面方法设计了一种一体化制导控制律。然后,通过选取适当的李雅普诺夫函数证明了闭环系统状态的一致毕竟有界性。最后,仿真结果验证了该一体化制导控制方法的有效性和鲁棒性。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

无人机伞降回收系统设计与实现

对无人机伞降回收系统的组成及工作原理进行研究,在此基础上依据无人机总体要求对回收系统进行详细设计,综合考虑系统开伞动载、稳降速度及回收减震等要求,系统采用减速伞引导、主伞收口及减震气囊缓冲的回收方式,通过仿真分析及实际飞行试验验证,系统设计合理可行,满足无人机回收要求。     

基于时序特征编码的目标战术意图识别算法?

对战场目标战术意图的快速、准确和自动识别,是智能决策的前提和基础。目标战术意图通常由多个战术动作组合完成,因而目标状态呈现动态、时序变化特征。本文针对目标意图识别问题的特点,提出一种基于栈式自编码器（ SAE）的智能识别模型,设计智能识别模型的基本框架,提出一种基于时序特征的输入信号编码方法及相应的模式解析机制,通过将目标状态在多个时刻的时序特征和战场环境、目标属性等信息统一编码为输入信号,将军事专家的知识经验封装为模式标签,模拟人的推理模式与认知经验,实现对目标战术意图的智能识别。最后通过实验,分析预训练过程和网络深度对算法性能的影响,并通过与多层感知机（MLP）和逻辑回归分类器（LRC）识别准确率的比较,验证所提SAE算法的有效性。     

基于动态时间规整算法的车辆目标分类研究

将动态时间规整(Dynamic Time Warping)算法应用于地面车辆目标的分类识别中。基于微多普勒效应原理,建立了轮式车辆和履带式车辆雷达回波模型,对两种车辆目标微多普勒信号的差异性进行了分析,并结合实测数据,验证了理论分析的正确性。在杂波抑制及速度归一化处理的基础上,利用动态时间规整算法,将提取出的车辆目标的累积失真距离作为目标分类识别的依据,实现了轮式车辆和履带式车辆的自动分类。基于实测数据的实验结果表明,该方法在不同信噪比条件下都具有较好的分类性能。     

采用SHLPN分析特种车载总线网络可靠性

针对特种车载总线网络可靠性难以评估的问题,提出采用随机高级Petri网(Stochastic High-level Petri Net,SHLPN)分析特种车载总线网络可靠性。深入分析特种车载总线网络故障模式的基础上,将其等效为冗余总线控制器模块、远程终端模块和冗余链路模块的串联,分别建立各个模块的SHLPN模型,得到了各个模块的稳态可用度计算式,进而综合得到特种车载总线网络的稳态可用度计算式。最后,实例分析验证了所提方法的有效性。     

基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

多车通信系统中的同频电子干扰消除优化方法

在多接口多信道车联网多车通信系统中,由于车辆的自组织特性和路网网格的不均衡性,产生同频电子干扰,对电子干扰的滤波消除能提高多车通信的信道均衡性,降低误码率。传统方法采用自适应陷波方法实现同频电子干扰消除,无法在突变的载波频率下消除同频电子干扰,导致性能差的问题。提出一种基于自适应线谱增强的多车通信系统中的同频电子干扰消除优化方法。首先构建多车通信系统,引入一种信噪干扰比的观点,对同频电子干扰进行信号模型构建,根据信号比容易分离的特点,使得模型可分离性变强,结合变步长自适应线谱增强方法,实现信号的分离过滤。仿真实验结果表明,进行同频电子干扰消除抑制处理后的功率谱收敛到信号的真实频率附近,多车通信信号能从背景色噪声中有效检测出来,降低了多车通信系统的误码率,展示了较好的信道均衡和改善能力,性能优越。     

融合战术与修正物理特征的空中目标战术类型识别

针对敌方飞行器隐身、伪装技术的日趋成熟,致使我方由侦察设备获取的电磁信号严重变形,特别是物理特征在目标类型识别中的作用日趋减弱的现实问题,提出了一种融合目标战术特征修正物理特征证据的目标战术类型识别方法。该方法从目标战术类型识别的军事需求出发,提出对冲突物理特征证据的阶梯式修正规则,以及对冲突证据折扣因子的优化方法,并将修正后的证据重新组合得到识别结果。仿真实例证明该方法在处理目标冲突物理特征证据时具有高准确率的特点。该方法为复杂环境下的目标战术类型识别问题提供一种新的解决思路。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。