首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   2篇
系统科学   4篇
综合类   3篇
  2023年   4篇
  2019年   1篇
  2018年   1篇
  2015年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基本喷油量是开发发动机电控喷油系统的基础数据。在通用发动机均值模型的基础上结合某型转子发动机构造特点建立转子发动机的数学模型,在MATLAB/Simulink中仿真得到转子发动机的基本喷油量MAP图;并通过台架试验对模型仿真结果的准确性进行了验证。结果表明仿真得到的基本喷油量与实测值的误差在10%以内,仿真得到的基本喷油量MAP图可以作为电控转子发动机的初始喷油MAP图,用于转子发动机电控喷油系统的设计与研究。  相似文献   
2.
为提升复杂电磁环境下雷达对抗侦察系统的可靠性及抗干扰能力, 提出了一种基于多传感器融合的综合权值估计算法。首先由各传感器对原始数据进行分批估计得到局部期望及方差, 然后利用四分位离散度剔除异常数据, 接着针对局部估计结果通过测度算子以及自适应融合估计算法分别确定各传感器权重, 最后利用综合权重进行加权得到融合结果。仿真结果表明, 所提算法在不同情况下均能得到较高的融合精度, 较现有算法具有更好的适应能力及准确性。  相似文献   
3.
为了进一步提高相干信号DOA估计的精度,提出了一种基于主特征矢量的相干信号DOA估计改进算法。算法选取了信号子空间对应的主特征向量,将其进行反向共轭变换得到增广主特征矢量,再构造线性预测方程,利用加权最小二乘法求解预测方程中的多项式系数,最后求根得到信号的DOA估计。改进算法克服了PUMA算法在信号完全相干条件下性能恶化的缺陷,当信号完全相干以及部分相干时都具有良好的性能,并且提高了最大可分辨信号数,当信噪比较低、快拍数较少时仍保持较高精度。相比于PUMA算法,当信号部分相干时,文中算法的均方根误差约降低了0.2°;当信号完全相干时,均方根误差约降低了0.8°。通过与多种解相干算法进行比较,算法性能得到了验证。  相似文献   
4.
针对目前雷达干扰识别方法存在人工特征提取难、强噪声环境下识别率不高的问题,提出了一种基于长短时记忆(long short-term memory, LSTM)网络和残差网络相结合的雷达有源干扰识别方法。输入有源压制干扰原始时域序列数据,搭建深度学习网络模型对不同干噪比下的干扰信号进行分类识别。仿真结果表明:在干噪比为0 dB的情况下,该方法对4类雷达有源干扰信号的识别准确率均高于98.3%,与单纯的残差网络和卷积神经网络(convolutional neural networks, CNN)等其他深度学习算法相比,具有更佳的网络性能,验证了该算法的有效性。  相似文献   
5.
全仿射形变条件下,待配准合成孔径雷达(synthetic aperture radar, SAR)图像与参考SAR图像之间存在各向异性尺度变化,导致传统的点特征图像配准算法难以提取到足够多的匹配特征点进行图像配准。为此,提出了一种基于仿射形变矩阵分解与尺度变化矩阵估计的点特征图像配准算法。该方法首先将仿射形变矩阵分解为图像旋转矩阵、尺度变化矩阵以及常数矩阵的乘积,而后利用粒子群优化(particle swarm optimization, PSO)算法对尺度变化矩阵中的未知参数进行搜索估计,并根据估计结果对图像进行尺度规范处理,以抑制图像间的各向异性尺度变化,在此基础上再利用尺度不变特征转换(scale invariant feature transform, SIFT)算子提取匹配特征点进行配准处理。实验结果表明,与现有方法相比,对于全仿射形变条件下的SAR图像配准,本文所述算法可以提取到更多的匹配特征点,因而具有更好的配准性能。  相似文献   
6.
针对攻击代价相等时的有限资源网络毁伤问题,给出了网络毁伤最大化的定义。为了改进近似求解算法求解毁伤最大化问题时复杂度较高的缺陷,提出了基于拓扑势和CELF(cost-effective lazy-forward)的TPCELF(algorithm based on topology potential and CELF)算法。利用无标度网络和实测网络进行实验,结果表明,TPCELF算法在计算速度上有较大的提升,网络平均毁伤效果接近于近似求解算法;且优于采用常见重要性度量指标排序算法得到的平均毁伤效果。所提方法可从网络毁伤的角度为复杂网络关键节点挖掘提供参考。  相似文献   
7.
针对稀疏场景下的SAR动目标成像问题展开研究,提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分,然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵,即参数化稀疏表征。在算法迭代过程中,通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则,计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展,因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势,同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号