抛物面天线小形变赋形及波束重构方法

针对星载抛物面天线波束大角度重构实现方法复杂及天线在轨赋形难度大的问题,提出了一种基于馈源纵向偏焦及多参数联合优化的波束重构方法。天线的馈源阵列作纵向偏焦,采用Zernike多项式拟合抛物面并提取多项式系数作为优化变量,运用粒子群算法对多项式系数、馈源阵的幅度和相位3类参数进行联合优化。以赋形反射面算例和波束重构算例验证方法的有效性。仿真结果表明，提出的方法简单易操作,可获得较小的反射面形变量,有效降低了抛物面在轨赋形难度,并可使波束重构得以灵活实现。     

桥接多联邦工具KD-FBT实现中的关键技术研究

进行大规模仿真,尤其是广域网上的仿真演练,多联邦互联是必经之路。实现多联邦互联有多种方法,桥接成员是其中一种。要发挥桥接多联邦技术的优势,将其广泛应用到实际仿真系统互联中,必须有相应工具的支持。桥接多联邦工具KD-FBT软件的思路就是通过向导自动生成桥接成员,快速地将已有联邦进行互联。对KD-FBT的实现结构、实现类视图进行了阐述,研究了KD-FBT软件中的FOM映射算法与并行处理技术。     

基于GA-SVR的小样本数据缺失下的设备故障诊断

针对小样本数据缺失下的设备故障诊断问题,提出基于遗传算法优化支持向量回归的缺失数据填补方法,以改善设备故障诊断效果.利用缺失数据所属变量的数据,训练遗传算法优化的支持向量回归,得到单变量预测结果;通过相关性分析重构训练集,获得多变量预测结果.建立动态权重将单变量预测与多变量预测的结果相组合,对缺失数据进行填补.将完整的...     

基于支持矢量机和循环累积量的调制识别算法

利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征矢量,采用支持矢量机将分类特征矢量映射到高维空间并构建最优分类超平面,实现对QAM调制信号的自动识别。该算法解决了样本在低维空间中的不可分问题,具有良好的泛化推广性能,并且可在多种调制信号环境下实现对感兴趣信号类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。     

嵌入式实时软件可视化开发方法

分析了传统嵌入式实时软件开发方法的不足之处 ,同时在分析统一建模语言 (UML)与规范描述语言(SDL)各自优缺点的基础上 ,论述了二者集成的可行性。重点讨论了UML与SDL之间的映射问题。最后讨论了以SDL为核心的可视化集成开发环境的可行性、实现方法及特点     

云计算环境下的多路数据流分层模块化建模与设计

提出多路数据流计算模型和对云计算物理系统的分层模块化建模方法. 云计算物理系统包含大量相连的嵌入式设备和计算 节点. 其开发难点在于系统复杂性所带来的设计和管理困难, 以及对海量数据的处理. 可行的解决办法是以多路数据流构 造抽象的设计模型, 利用自动化工具进行仿真、检验和优化, 再通过映射生成最终系统. 多路数据流扩展了传统数据流和 Google的MapReduce计算框架, 在简化设计的同时也使最终系统易于在云计算环境中实现.     

一种基于MDE的形式化组合建模仿真方法

大规模的联合建模与仿真迫切需要提高模型及仿真的可组合性.针对实现可组合仿真的主要问题,分析并提出了基于不同抽象程度的组合仿真的层次化功能结构模型.结合MDE模型驱动工程的设计思想,应用形式化建模的相关方法和π语言,提出了覆盖可组合仿真系统设计整个生命周期的一整套开发方法.同时,建立了基于MDE的模型映射机制,实现了基于一系列工具支持的不同模型之间的相互关联和转换,并在某大型分布式仿真系统开发中得到了应用.     

面向网络仿真拓扑的多目标优化映射方法

网络仿真是新型网络技术验证的重要支撑,针对给定的网络仿真拓扑,实现有效映射是其关键。综合考虑多种资源需求,提出了多目标优化映射方法MOTM (Multi-Objective Topology Mapping Method),实现物理资源的有效利用。该方法分析网络中节点、链路资源需求,赋予相应权值;将映射问题转化为图划分问题,采用多级图划分方法进行划分,并通过远程吞吐量阈值优化调整;最后,基于映射策略实现了仿真拓扑的自动部署。实验表明,MOTM相对于Openstack映射方法、随机映射方法,负载不均衡指数平均降低66.5%,95.5%,远程通信开销指数平均降低69.1%,65.2%。     

过程系统寻优新方法——非线性映射主轴分析法

对于实际过程系统的寻优,大都是多维的非线性优化问题,寻求一种全局稳定最优数值解的方法,一直是人们关注的课题．本文应用人工神经网络的拓扑映射技术,提出非线性映射主轴分析法．这种新方法将一个多维空间的非线性问题降维映射到二维平面,籍目标函数等值分布曲线的分析,决策出最优点或最优区域,通过逆映射运算可将其还原到多维空间用原始变量表示．从本文的例证可见,这种方法直观、简便、有效、得出的最优解准确、可靠     

一种基于Logistic映射的数据加密算法

针对以原文叠加确定性混沌随机序列为核心的一般混沌加密算法保密性较低的特点,提出了一种以将原文变换为混沌随机序列为核必思想的基于Logistic映射的数据加密算法。该算法采用固定字长离散化、加入扰动项的方法,将Logistic映射修正为一一映射,并实现了将"信号"变换成"噪声"的加密思路。实例演示表明该算法简便快捷,保密性高,扩展性强,具有很好的应用前景,可广泛用于军事通信保密、网络信息安全等领域。     

核Fisher判别分析方法评估消费者信用风险

利用基于核函数和线性Fisher判别构建的核Fisher方法评估消费者信用风险。该方法首先通过核函数建立一个非线性映射,把原空间中的样本点投影到一个高维特征空间,然后在高维特征空间中应用线性Fisher函数,把具有不同属性值的样本点判别到相应的类别。通过对个人信贷数据的研究表明,核Fisher方法可以有效地评估消费者信用风险。     

系统运行全部反馈环关键因果链分析法——以转型期火力发电系统实践为例

本文新建了系统运行全部反馈环关键因果链分析法， 此方法紧密联系系统实际， 首先用逐层法建立前期流率基本入树模型， 建立系统的（反馈网络）流图模型； 接着， 用枝向量行列式反馈环计算方法计算出系统的全部反馈环； 然后， 又紧密联系系统发展中的实际问题， 对全部反馈环逐条进行反馈环的因果链分析， 揭 示产生问题的不协调的全部制约因果链， 以及促进核心因果链， 建立关键因果链集合， 生成管理对策， 并促进对策实施. 实践证明， 系统运行全部反馈环分析法 是一个有效的系统分析新方法.     

基于贝叶斯网络的GO法模型算法

GO法是评价具有多状态时序特性的复杂系统可靠性的有效方法,但GO法操作符众多、算法复杂并且缺乏工具软件支持,制约了GO法的工程应用。针对该问题,本文提出一种基于贝叶斯网络的GO法新算法。首先,定义常用操作符到贝叶斯网络节点映射规则;然后,给出GO模型映射转换为贝叶斯网络的可编程流程;最后,利用贝叶斯网络成熟工具支持,定量求解映射后的贝叶斯网络模型。新算法操作符映射规则统一,模型映射转换流程简单直观,便于工程人员掌握和应用。此外,除了能得出传统的定量结果,新算法使得GO法还具有故障推理和诊断能力。     

Head pose estimation method based on pose manifold and tensor decomposition

Pose manifold and tensor decomposition are used to represent the nonlinear changes of multi-view faces for pose estimation, which cannot be well handled by principal component analysis or multilinear analysis methods. A pose manifold generation method is introduced to describe the nonlinearity in pose subspace. And a nonlinear kernel based method is used to build a smooth mapping from the low dimensional pose subspace to the high dimensional face image space. Then the tensor decomposition is applied to the nonlinear mapping coefficients to build an accurate multi-pose face model for pose estimation. More importantly, this paper gives a proper distance measurement on the pose manifold space for the nonlinear mapping and pose estimation. Experiments on the identity unseen face images show that the proposed method increases pose estimation rates by 13.8%and 10.9% against principal component analysis and multilinear analysis based methods respectively. Thus, the proposed method can be used to estimate a wide range of head poses.     

粗糙核k-means聚类算法

通过研究核聚类算法,以及粗糙集,提出了一个新的用于聚类分析的粗糙核聚类方法。通过mercer核映射把输入空间中的样本映射到Hilbert空间,使样本空间中没有显现的特征在特征空间中突现出来,在这种样本差异加大的基础上,结合粗糙集的思想,把样本分别划到相应聚类中心的上、下近似中,上、下近似中的样本按照一定的比例来共同决定新的聚类中心。这样不但聚类精度大大提高,而且算法收敛速度也较快。仿真实验的结果表明该算法的可行性和有效性。     

一种最优的核Fisher鉴别分析与人脸识别

基于核的Fisher线性鉴别分析(KFDA)已成为抽取非线性特征的最有效方法之一。但是,针对必然面临的奇异性问题,如何抽取非线性最优鉴别特征还没有得到很好的解决。基于同构映射的思想,我们提出了一种最优的核Fisher鉴别分析(OKFDA)方法,从理论上巧妙的解决了奇异情况下最优鉴别矢量集的求解问题。在FERET人脸库的子库上的实验结果验证了OKFDA方法的有效性。     

基于自适应高斯核函数时频分布的水声信号处理研究

时频分析被广泛应用于水下目标宽带回波信号以及短时瞬态信号的处理。在水声信号的特征检测和分类方面,时频分析的时变谱提供了区分不同类别目标信号的特征信息。提出一种基于自适应核函数时频分布的水声信号处理方法。与固定核函数时频分布相比,自适应高斯核函数时频分布由于它的核函数随信号而自适应改变,因此对交叉项有很好的抑制效果。计算结果表明,对于多分量线性调频水声信号,采用高斯核函数自适应时频分析不仅对交叉项具有很好的抑制作用,而且对信号的自分量具有较好的聚集作用。     

SAR目标多尺度概率密度估计与识别

针对SAR目标识别问题,提出了一种基于核非线性映射的SAR目标多尺度概率密度特征的估计方法,并利用该特征进行目标识别。首先将SAR目标图像在多尺度域中分解,按一定规则建立多尺度根矢量;将多尺度根矢量经非线性映射到另一空间中,在该空间中利用基于核函数的技术结合parzen窗非参数估计得到概率密度函数。通过这一途径得到的多尺度概率密度分布挖掘了目标散射在尺度之间的相互关系,分布特征之间的相对熵测度可以用与目标分类识别。以MSTAR实测SAR目标数据集进行了多尺度概率密度估计和目标识别试验和分析,试验结果表明了提出方法的有效性。     

载人航天空间应用利益相关者系统动力学模型

在界定了利益相关者的基础上,分别从载人航天空间应用研发阶段和应用阶段出发构建利益相关者因果关系图,并联立建立总体因果关系图,继而构建利益相关者的系统动力学模型。基于该模型运用计算机建模工具Vensim软件进行系统仿真,并就空间应用效益进行敏感度分析,探讨了输出结果。同时,依据利益相关者在载人航天空间应用系统中的影响程度进行了科学排序。在系统中,对载人航天空间应用效益影响由大到小排序依次是用户、载人航天主管部门、政府主管部门、技术人员、竞争对手、合作者、上游供应商、行业组织、大众传媒力度和社会大众。     

基于SVR的区域经济短期预测模型

分析了区域经济发展的特性，并指出在区域经济发展预测中存在非线性强、波动性大的特点，从而导致常规的宏观经济预测手段难以取得理想的预测效果。核方法实现了数据空间与特征空间之间的非线性映射，建立在此基础上的SVR也就具备了优秀的非线性建模能力。首先对影响区域经济发展的各因素进行了相关分析，在此基础上提出并建立了基于SVR的区域经济短期预测模型，广东省江门市的应用实例说明了该模型的有效性。