一种基于自适应粒子滤波的捷联初始对准方法研究

针对传统自适应粒子滤波算法的计算负荷太大问题,在Fox的K-L距离采样的基础上,给出一种新的求解七值的方法,将k值的计算从采样过程中分离出来,大大降低算法的复杂度,减少计算量,避免死循环发生.曩后,将该算法应用到大失准角情况下捷联惯导系统动基座初始对准中,并与扩展卡尔曼滤波算法,标准粒子滤波算法和传统自适应粒子滤波算法进行了比较,仿真结果表明简化的自适应粒子滤波算法在保持高精度的同时,有效地提高了算法的计算速度,因此更适合于捷联惯导系统动基座初始对准.     

基于贝叶斯序贯推理的自适应调制识别算法

提出了一种时变衰落信道下的自适应调制识别算法,设计出一种新的动态状态空间模型,来刻画信号调制方式与时变信道增益的时变特性,并引入一阶有限状态马尔可夫(finite state Markov channel,FSMC)模型来描述衰落信道;基于上述,新算法采用贝叶斯序贯推理法,充分发掘利用了其中所隐含的信道动态相关特性,实现对调制方式和时变信道增益的联合估计。仿真结果表明,新算法性能相比于传统ALRT算法有极大提升,且增加采样点数或者降低多普勒频移值都会使算法性能得到改善。     

仿真系统校核中的动态AHP网研究

传统的层次分析法(analytic hierarchy process, AHP）不能解决仿真系统校核中存在的不确定性问题。为此在明确了不确定性问题的主因是AHP的静态特性后,建立了AHP网的概念和数学基础。针对传统静态AHP网的缺陷,进一步提出了动态AHP网及相关定义、图例等;在网络定义的基础上,给出了动态AHP网的计算式和评估节点的优先级算法。提供了一个应用动态AHP网的仿真校核实例,获取了量化的评估结果并进行了分析,针对传统AHP的评估结果进行了比较。计算结果表明,动态AHP网能够解决仿真校核中的不确定性问题。     

多速率互质采样下的超分辨谱估计方法

针对稀疏频谱信号的获取和感知问题,提出了一种多速率互质采样下的超分辨谱估计技术。首先对信号进行多通道采样,建立起多速率互质采样下的接收信号模型,并推导了采样频率的最优选取准则。然后基于超分辨理论将不同采样速率下的基带混叠谱估计出来,并给出精确恢复的唯一性定理。在谱重构过程中,为了降低恢复算法的复杂度,又提出了一种支撑集缩减准则。以上方法既避免了栅格划分对重构模型的影响,也克服了有限长时域数据造成的频谱展宽效应,因此可以有效地提高谱估计的精度和分辨率。数据模拟实验验证了上述方法的正确性和有效性。     

基于正反向混合推理的故障仿真预测模型

根据故障预测的特点和要求,分析了传统预测方法用于故障预测的不足,提出了动态模糊综合评判方法,建立了基于动态模糊综合评判和多Agent并行诊断的故障预测模型。该模型将正向推理与反向推理、不同的知识表达方式和推理机制融合于同一推理框架中,再现了故障的发生和发展过程。由基于动态模糊综合评判的正向推理得到候选故障集,基于多Agent并行诊断的反向推理确认实际发生的故障,找出故障原因,实现故障定位。     

机器人/视觉系统非标定的平面运动跟踪

研究机器人与未标定关系的视觉传感系统之间的协调控制策略,其中目标运动及机器人跟踪运动均限定在二维工作平面。摄像机固定在工作区域中,它与机器人坐标系和工作平面之间的关系未知。机器人运动由摄像机观察到的上一控制周期中规划的手运动及目标当前位置决定,机器人与视觉系统之间的协调与它们两者之间的标定关系无关。文末的仿真显示了这一方法的有效性。     

基于多区间参数修正的角速率姿态算法

姿态解算是惯性导航过程中的核心环节。针对惯组输出为角速率的情况, 参考单子样姿态算法的思路, 在角速度多项式拟合过程中利用前周期的部分角速率子样信息, 通过对多个不同拟合区间的角速度多项式积分来提取并修正对应采样周期的角增量信息, 进而利用角速率信息和多次修正后的角增量信息构造圆锥误差补偿结构。仿真结果表明, 新算法不仅可以提高姿态的解算频率, 且在一定圆锥频率范围内, 相较于传统算法的计算精度提高2~3个数量级。     

液体推进剂导弹全动力系统动态故障仿真(一)

为了仿真液体推进剂导弹动力系统动态故障，通过对动力系统，特别是自生增压系统动态工作过程的过渡特性分析、故障特性分析和故障因素的引入方法研究，依据某导弹动力系统的实际结构，完整地建立了该导弹动力系统的全系统动态故障模型方程。该模型可用于仿真整个动力系统的过渡工作过程和全面地分析动力系统的动态故障特性。     

检测低信噪比运动目标的改进DP算法

研究了用于检测低信噪比目标的动态规划(dynamic programming, DP)算法。鉴于传统各DP算法对低信噪比运动目标的检测能力较弱的问题,提出了一种改进算法。该算法利用二阶Markov模型描述目标的状态转移过程,并在此基础上将DP的目标寻优过程改进为一系列二维寻优的嵌套。这样,在充分考虑目标的各种运动可能性的前提下,改进算法仍能具有较小的目标搜索范围,从而改善了DP对低信噪比运动目标的检测性能。     

基于Radon变换的三维模型检索算法

三维模型特征提取过程中如何减少三维模型信息丢失及提高检索效率是基于函数变换三维模型检索技术中有待解决的关键问题.利用球面上经纬线的交点对三维模型表面采样,在采样点处定义含有模型表面法向量和面积信息的三维模型表示函数,将模型函数进行Radon变换,使用Radon变换后的函数值进行特征匹配,提高了检索性能.     

辊形测量中采样策略的研究

采用误差分离技术,在均匀采样的前提下进行辊形测量。本文对辊形测量中的采样策略做了深入的研究。采样策略包括采样点数的选择和传感器间距的设定。不但从理论角度,应用概率论方法求得了采样点数的大小范围,还考虑了后续滤波处理时参数设定对采样点数的影响。在设定传感器间距时,从曲线插值和统计分析这两个方面进行了综合考虑。最后得出了最优的采样策略。     

基于直觉模糊TOPSIS和变权VIKOR的防空目标威胁综合评估

针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足,在综合考虑目标静态和动态属性的基础上,提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution,TOPSIS)法和变...     

基于Gabor框架的线性调频信号压缩采样与重构

针对线性调频信号在传统采集过程中存在的高采样频率问题,提出了一种基于Gabor框架的线性调频信号压缩采样与重构方法.首先,利用线性调频信号在Gabor变换下所具有的时频稀疏特性,提出了基于Ga-bor框架的线性调频信号压缩采样系统.基于该采样系统,分析了压缩采样系统工作过程,建立了该系统压缩观测过程数学模型.随后,分析...     

进化博弈模型中有限理性个体学习机制设计框架

进化博弈突破了传统博弈理论完全理性的限制，提出了一种动态分析方法，模型中的动态产生的根源就是个体的学习行为，因此学习机制的设计是分析进化博弈问题的基础。本文在划分决策过程的基础上提出学习机制的设计框架，并针对不同的决策阶段具体设计了不同的学习机制模型，为进一步研究进化博弈问题提供了理论依据。     

SCHEDULING PROBLEMS - AN OVERVIEW

There seems to be a significant gap between the theoretical and the practical aspects of scheduling problems in the job shop environment. Theoretically, scheduling systems are designed on the basis of an optimum approach to the scheduling model. However in the practice, the optimum that is built into the scheduling applications seems to face some challenges when dealing with the dynamic character of a scheduling system, for instance machine breakdown or change of orders. Scheduling systems have become quite complex in the past few years. Competitive business environments and shorter product life cycles are the imminent challenges being faced by many companies these days. These challenges push companies to anticipate a demand driven supply chain in their business environment. A demand-driven supply chain incorporates the customer view into the supply chain processes. As a consequence of this, scheduling as a core process of the demand-driven supply chain must also reflect the customer view. In addition,     

轨迹优化的LASSO网格自适应加密方法

针对轨迹优化直接方法,提出了以控制变量曲率为基础的最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)网格自适应加密策略,用于提高优化精度。以高分辨率二分网格节点为中心,构造径向基函数逼近控制曲线,利用LASSO方法估计径向基函数系数,并自动筛选出位于控制曲线曲率极大区间的高分辨率节点加密当前网格。本文方法不需要进行状态和控制误差估计,适应性和通用性强。两组典型算例验证了方法的有效性。     

基于粒度矩阵的程度多粒度粗糙集粒度约简

多粒度是粗糙集理论中的一种有效的数据处理方法,粒度约简是获取信息系统简洁规则的前提。研究了程度乐(悲)观多粒度粗糙集粒度约简理论,改进了程度粗糙集的下近似定义,提出了程度多粒度粗糙集的粒度矩阵。基于粒度矩阵,研究了程度多粒度粗糙集下近似计算理论和粒度的必要性,提出程度乐观多粒度粗糙集核粒度的定义。针对程度乐(悲)观多粒度粗糙集,提出基于粒度矩阵的粒度约简方法。最后利用实例分析验证了所提粒度约简方法的正确性。     

航空升压式空气循环制冷组件动态特性的仿真研究

详细描述了航空升压式空气循环制冷组件的工作原理。建立了该组件中压气机、涡轮、转轴以及中间冷却器的非线性动态模型。根据部件动态特性的不同时间尺度,分别考虑气体的压力、温度以及转轴转速随时间的变化过程。在MATLAB/SIMULINK系统仿真环境下,采用模块化的建模思想开发了该组件的动态仿真工具箱。以某型飞机环境控制系统的升压式空气循环制冷空气循环制冷组件为例,进行了仿真计算并给出系统的稳态结果和动态过程分析。     

复杂作用关系过程的区域显著性实验设计及全局建模方法

针对参数与质量特性之间作用关系复杂过程的参数优化,提出一种基于质量特性变化显著程度的序贯设计及全局建模方法. 首先以均匀设计为基础, 将其拆分形成一系列的设计点集和添加点集; 其次利用初始设计点集建立过程的支持向量回归(SVR)模型, 并对建模样本点进行Ward聚类, 由此将可行域划分成若干子区域, 并以各子区域支持向量的比率反映该子区域质量特性变化的显著程度; 而后以欧氏距离为判别依据, 将添加点集中的实验点划分至合适的子区域, 根据"子区域间区别对待, 子区域内均匀分散"的原则, 调整各子区域内添加实验点的数目, 在支持向量率较高的子区域添加较多实验点; 上述步骤迭代进行直至满足终止准则, 再拟合过程最终的SVR模型. 仿真与实证研究表明, 与基于"均匀分散"原则的传统均匀设计和超拉丁方抽样相比, 所提方法的实验设计效率与模型性能均有较大提高: 实验点可以有针对性地集中分布于质量特性变化较为显著的子区域, 模型预测误差降低了29.8%以上, 而且能够以较小的样本量发现过程的多个极值, 得到更优的参数优化结果.     

多层高维动态可拓集合及其性质

为了研究多层高维动态复杂系统矛盾问题,在n维动态可拓集合基础上,提出了多层高维动态可拓集合及其可拓域、稳定域的概念,并讨论了多层高维动态可拓集合的交、并运算.这些研究结果把可拓集合理论扩展到了更一般情况,为提出多层高维动态物元可拓集等概念提供了理论依据,使可拓学用于复杂系统概念设计成为可能.