具有艏前波观测量的大型舰船姿态运动预报

讨论了应用舰前波观测量和舰船运动姿态观测数据，对大型船舶运动姿态进行建模预报的方法。提出了运动预报的ARMA模型和艏前波预报AR模型。给出了艏前波幅预报算法及舰船运动姿态预报算法。并对舰船从摇运动进行了仿真。仿真计算表明，该方法可达到满意的预报精度。最后，将该方法与通常的只依据舰船姿态观测量进行预报的AR方法进行了比较。     

舰体挠曲运动在线建模研究

针对船体挠曲运动在线建模问题,提出了一种从导弹惯性导航系统测量数据中提取船体挠曲运动信息的方法,并通过相关因子法分析,验证了其在统计意义上的有效性。依照相关法,推导出了基于导弹惯性导航系统测量数据的船体挠曲模型参数在线辨识算法。数值仿真显示,模型参数估计值与真实值表现出相当好的一致性,且模型参数估计算法在典型海况下显示出良好的稳定性和鲁棒性,这表明所提方法用于船体挠曲变形的在线建模具备可行性。     

一类新的时序预报模型

对时间序列的一类新的建模与预报方法进行了研究 ,把灰色模型与自回归时序 AR模型组合建模 ,通过实例分析取得好的效果 .     

计算机生成航空兵力的多分辨率建模方法研究

仿真实体的多粒度表示在分布仿真环境中具有十分重要的研究意义.探讨了多分辨率建模的概念和内涵,对多分辨率模型的建模方法进行了比较分析.根据仿真任务的不同,适应不同的仿真阶段,建立了不同粒度的航空兵力模型.聚合级飞机的运动方程主要考虑质心运动的运动学方程,动力学模型采用极限参数模型实现.通过补充姿态角信息和飞机位置信息实现了解聚过程.通过航向控制、航迹迫近、位置迫近算法,实现了聚合过程.     

#br# 舰船捷联惯导传递对准的改进自适应滤波算法

针对舰船捷联惯导传递对准性能受系统动态模型和噪声统计特性影响的问题,提出了一种基于改进自适应滤波的“速度+姿态”传递对准算法。针对噪声矩阵半正定性问题而导致的滤波发散,对自适应滤波噪声矩阵的迭代算式进行了改进,并基于协方差匹配技术给出了滤波发散的抑制策略。考虑到舰船航行中的载体变形影响动态模型的问题,在状态量中加入了安装误差角和挠曲变形角,并在算法中进行了补偿。仿真结果表明,改进算法可以在100 s之内有效地估计出姿态失准角和安装误差角,完成舰船捷联惯导的快速传递对准。     

舰载直升机着舰碰撞建模方法

逼真的舰载直升机着舰仿真应对着舰过程中机舰碰撞给出精确建模。着舰过程中直升机何时与舰船碰撞及碰撞后产生的力是建模难点。针对这一问题提出了一种着舰碰撞建模方法。该方法中起落架被简化为弹簧阻尼筒结构,机舰碰撞时的力与起落架压缩量、机舰相对速度有关。通过坐标转换,依据起落架在船体坐标系下坐标判断机舰是否碰撞,并且计算起落架压缩量大小。依据舰船速度在机体系下投影计算机舰相对速度。最后开发了直升机、舰船仿真模型对该方法做了验证。验证结果表明:该方法能够实时计算出直升机与舰船碰撞时直升机起落架所受力,直升机与舰船能够协调一致运动,可以满足机舰仿真需求。     

改进的Elman网络与机理模型的互补建模方法

利用一种改进的Ｅｌｍａｎ动态神经网络，并结合系统的机理模型，给出了一种适用于在线仿真的互补建模方法。 本方法的实现复杂大系统的在线仿真提供了一个理想的建模途径。     

月径流序列的多层递阶预报研究

月径流序列是一类具有周期变化的非平稳时间序列．本文根据其特点，建立了多层递阶预报模型，文中对此类非平稳时间序列的建模及预报方法进行了深入研究     

基于时变调制的舰船噪声信号仿真算法研究

为了向被动声纳提供逼真的舰船噪声信号,分别采用基准谱级和谱状、线谱的频率和幅度及相位、轴频和叶频来表征舰船噪声信号中的连续谱、线谱、时变调制谱,同时给出了一套高逼真度、高效率的可控特性噪声实时仿真算法:经由自相关函数、AR系数各自的解算和自回归滤波进行平稳连续谱噪声的求解;通过线谱系列频率、幅度和相位的解算,再以系列正弦波和的形式实现线谱;采用连续谱噪声自回归计算、起伏脉冲串时间调制函数构造和连续谱噪声信号调制三步法给出时变调制谱。上述算法已在以TS101为处理器的DSP运算平台上得以实现,已成功地应用于多种声纳仿真测试。     

一种改进的紊流风模型及其仿真算法

从提高飞机飞行动力学系统仿真的逼真性出发，提出了一种新的大气紊流模型，并研究了模型的仿真实现技术。该模型是在Dryden模型的基础上改进的。通过比较．Dryden模型与Von Karman模型的功率谱，提出了改进的紊流风模型的形式，采用参数优化方法对模型参数进行优化，得到了一种更为接近Von Karman频谱的紊流风模型。在此基础上推导出该模型仿真实现的计算公式，从而形成对该模型的仿真算法。通过在频域的分析比较和时域的仿真计算验证了模型的合理性和算法的正确性。本文给出的紊流风模型及其仿真实现算法，可用于飞行模拟器的实时仿真，也能用于飞行动力学系统的非实时数字仿真计算。     

基于Kalman滤波算法的Volterra级数核估计及其应用

为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least mean square, NLMS)算法和最小二乘(recursive least-square, RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。     

氨糖发酵过程建模与工艺参数优化研究

针对目前生物传感器价格昂贵且检测精度低使得在氨糖发酵过程中难以获得准确实时的生物参数的现状,建立了最小二乘支持向量机模型以实现菌体浓度、产物浓度、底物浓度的预测。为了提高预测模型的精度,采用基于Levy飞行的改进多元宇宙算法对最小二乘支持向量机模型的若干参数进行优化。在此模型的基础上,以发酵完成时刻产物浓度最大为目标,通过改进的多元宇宙优化算法对发酵工艺参数进行了优化。仿真实验表明该方法取得了较高建模精度,提高了发酵最终产物浓度。     

基于改进MHT的卫星电子信息舰船目标跟踪

针对电子侦察卫星的重访时间较长且随机、舰船目标运动模型难于精确建立、数据杂波干扰强、多辐射源扩展目标跟踪等问题,结合卫星得到的辐射源特征参数提出了基于多假设跟踪(multiple hypothesis tracking,MHT)改进的舰船目标跟踪算法。首先分析了卫星电子信息舰船目标跟踪的特点;在没有辐射源类别与个数等先验知识的情况下,利用辐射源位置和载频等信息进行了两次聚类,实现了数据压缩以及杂波抑制;再在MHT的框架上利用目标运动状态信息结合辐射源的载频特征信息实现了多目标多辐射源的边跟踪边参数估计。仿真对比实验结果表明,结合辐射源特征信息的方法具有更好的跟踪性能,具有较高的跟踪精确性与稳健性。     

改进的舰船维修费案例调整模型

为提高舰船维修费案例的调整效果,遵循着调整知识产生、调整知识约简和调整知识推理的建模过程,提出了一种改进的舰船维修费案例调整模型。在该模型中,采用Policastro的重构方式,利用目标案例的直接和间接相似案例集,产生舰船维修费案例的调整知识;针对调整知识中可能存在冗余、相关性、知识量过于庞大不便于推理等问题,提出了一种既能有效约简调整知识、又能准确衡量调整知识重要度的改进规则约简方法,并给出了具体的实现算法;为提高知识推理的效率,采用具有强泛化能力和出色学习能力的最小二乘支持向量机（least square support vector machine,LSSVM）,构建了舰船维修费案例调整知识推理模型,并基于遗传算法（genetic algorithm,GA）和交叉验证方法,对推理模型的有关参数进行了优化。实例结果表明,与其他案例调整模型相比,所提模型在调整精度上要远远好于其他模型,所提模型是科学、有效的。     

基于粒子滤波优化的滚动式时间序列多步预测

针对复杂的应用环境下,时间序列建模不易准确,多步预测精度不高的问题,提出基于粒子滤波（particle filter, PF）优化的滚动式时间序列（roll time series, RTS）多步预测算法(PF_RTS)。采用Box-Jenkins方法对时间序列滚动自适应建模,所建模型作为粒子的状态转移方程,利用粒子滤波算法实时动态修正预测数据,逼近状态的最优估计。本文算法具有自学习能力,适合实时应用。仿真结果表明,本文算法需要的先验知识少,提高了预测的精度。     

基于PO/AP的角反射体RCS模型构建及分析

为全面深入掌握角反射体全向雷达截面积(radar cross section, RCS)特性,提出了综合利用物理光学(physical optics, PO)和区域投影(area projection, AP)的混合算法,构建了基于PO/AP的三面角反射体全向RCS模型,研究了包括角反射体形状、尺寸及入射波方位角、俯仰角、频率、极化方式等参数在内的角反射体RCS特性,并对3种反射类型进行了独立分析,最后通过FEKO（一款三维全波电磁仿真软件）仿真对算法的有效性进行了验证。结果表明:所提算法是角反射体全向RCS模型构建及分析行之有效的手段,其在有效保证计算精度的前提下,能够显著提高角反射体RCS的预估效率。     

基于误差反传小波神经网络的船舶横摇时间序列预报

结合小波分析和神经网络的特点，建立了应用于船舶横摇运动时间序列预报的误差反传小波神经网络结构并给出了算法。作者利用多输入、单输出小波神经网络预报模型进行了仿真，取得了良好的仿真效果。此方法不仅可应用于横摇运动时间序列预报，亦可用于纵摇、艏摇的时间序列预报。     

基于暂态挖掘的非线性时间序列故障预报

针对实际工程系统故障建模困难、现有故障预报方法实时性差的问题.从一类挖掘的角度,设计了一种基于一类支持向量机的时间序列暂态挖掘算法,提出了一种既不需要系统近似模型也不需要故障训练数据和先验知识的直接故障预报方法.在系统运行的同时实现学习和预报.提高了实时性.同时该方法简单易用,克服了传统方法在预报故障前需要预测系统未来状态的缺点.具有很强的应用意义.以釜式反应嚣为对象进行的仿真实验证明了方法的有效性.     

短时交通流混沌预测方法的比较

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,提出了将Volterra滤波器自适应预测模型用于短时交通流的实时预测。为提高预测精度,在Volterra滤波系数计算过程中采用归一化最小均方自适应算法进行多次训练。应用该预测模型对几个典型的非线性系统进行预测,验证了算法的准确性。然后再用此方法对微观实测交通流的时间序列进行实证分析。仿真结果表明,该预测模型对实测交通流时间序列具有很好的预测效果,可以满足实时交通流预测的需要。