基于HHT的航天电子装置多余物特征分析

航天电子装置的多余物检测对航天器安全可靠运行作用重大。目前微粒碰撞噪声检测（particle impact noise detection, PIND）是多余物检测中应用最普遍的方法,检测系统采用的驱动形式多为冲击和正弦振动。为了提高多余物检测的检出率和准确度,在PIND中引入随机振动,但这给多余物信号的特征分析带来困难。经验模态分解（empirical mode decomposition, EMD）和希尔伯特-黄变换（Hilbert-Huang transform, HHT）可适应非线性、非平稳信号的处理,同时具有不需预先知识的自适应处理能力,引入EMD和HHT方法用于多余物特征分析,以解决目前存在的困难。实验数据的仿真研究证明了该方法的有效性和优越性。     

利用声波和地震波识别军事车辆类型

声波和地震波是军事车辆类型识别的重要信息源,针对军事车辆运动时产生的声波和地震波,采用短时傅里叶变换提取其波形数据的频谱特征向量,提出基于能量频谱密度进行二次特征选择,构造声波和地震波频谱特征向量子空间,从而降低了特征向量的维数.应用支持向量机(SVM)和最近邻分类法(KNN)分别对声波和地震波数据来进行军事车辆分类,结果表明:基于能量频谱密度的二次特征选择方法能有效地构造出声波和地震波的特征子空间,由此得到的分类准确率高于传统的特征选择方法.通过比较SVM和KNN的分类结果可以得出SVM的分类效果优于KNN.     

基于邻域粒化的小生境微粒群混合数据约简

混合决策系统中同时包含了符号型属性和数值型属性,经典粗糙集处理数值型属性时需要进行离散化,这样会造成信息的丢失。基于邻域粒化的思想,提出了小生境微粒群约简方法,分析了邻域距离函数的选择和大小对分类精度和约简属性数量的影响。邻域粒化的方法可以直接处理数值型属性,微粒群全局优化的特性可以有效的求解全部约简,小生境技术的采用避免了微粒群算法的早熟收敛。选取UCI数据集进行了仿真实验,结果表明该方法可以快速有效地求解混合决策系统的约简,而不影响系统的分类精度。     

基于群集智能的多主体创新设计自动协商算法

为了解决复杂产品创新设计系统中多主体协作的冲突协商问题,提出一种基于模糊物元分析的启发式自适应变异微粒群全局优化算法.首先,引入模糊物元分析理论,将各设计主体的个性化要求、特征及相应的模糊量值结合起来建立其形式化模糊物元模型,应用模糊物元优化方法将多目标协商问题转化为单目标协商问题;然后,给出了该协商模型的自适应变异微粒群求解算法,在微粒群寻优过程中引入变异机制,根据自适应变异概率对惰性和适应度差的微粒进行突变操作,增大微粒间的差异性和非均匀性,有效阻止算法过早收敛于局部最优点,提高算法的求解速度;最后,通过在汽车动力传动系统参数优化匹配协同设计中的应用,表明了该协商算法的有效性.     

基于嵌入式菱形思维的参数实时评估微粒群算法

微粒群优化算法参数的选取是影响其性能和效率的关键.为了解决微粒群算法的参数优选问题,提出-种将可拓菱形思维嵌入到微粒群优化算法中,依赖被优化函数对参数进行自适应优选的高精度微粒群算法.基本思想是:(1)根据发散-收敛-再发散-再收敛这一菱形思维特点,建立微粒群算法参数优选的菱形思维模型,利用物元的可拓性对其进行发散性设计,再利用合适的评价方法时发散后的多种参数配置方案进行评价,取其中最优方案对应的参数作为算法当前代的参数值;(2)将菱形思维过程嵌入到微粒群算法的每一步,算法参数随着进化过程中的反馈信息不断被菱形思维优化,实现了参数选取过程的实时性和自适应性.该嵌入式优化算法既提高了算法的优化精度,又克服了迭代进化嵌套的高计算成本不足.最后通过对典型benchmark函数的优化仿真,表明该算法具有较高收敛速度和优化精度.     

飞机旋转叶片回波频谱特征分析

飞机目标发动机叶片的周期性旋转运动导致目标散射回波中出现周期性运动部件调制频谱分量,在某些姿态下该频谱分量幅度呈sinc(x)包络状,并不对称分布于机体多普勒频谱分量一侧。为揭示这一现象,在对旋转叶片组建立电磁散射模型和对风扇目标进行试验测量基础上,分析了叶片长度、倾斜角和扭角等结构参数对周期性运动部件调制频谱分量分布规律的影响。结果表明叶片扭角是导致该现象出现的主要原因。     

一种新犹豫模糊符号距离及其应用

研究了属性权重部分已知的犹豫模糊多属性决策问题.针对犹豫模糊元中为便于计算添加的多余数值影响方案排序等问题,提出一种新的犹豫模糊决策方法.首先,提出一种新的犹豫模糊元得分函数与犹豫度.基于此,构造一种新的犹豫模糊符号距离,对犹豫模糊元中添加的多余数值具有很好的鲁棒性.其次,基于max-min算子思想,建立属性权重优化模型.最后,将新的犹豫模糊符号距离应用于求解多属性决策问题中,并通过算例说明所提方法的可行性与有效性.     

基于BP神经网络模型的目标属性识别仿真

在地面防空作战中,对空中目标进行属性识别是防空导弹武器发射决策的关键环节之一,可靠及时的识别可有效地避免误伤我（友）机,准确消灭敌机。结合现代防空作战特点,对影响目标属性识别的各种因素进行定性和定量分析,建立了基于BP神经网络的目标属性识别模型,仿真分析表明了模型的有效性和实时性。     

城市生态系统健康属性综合评价模型及应用研究

确定了城市生态系统健康评价指标体系,提出了基于属性理论的城市生态系统健康属性综合评价模型.以重庆北部新区为评价研究对象,运用该模型对重庆北部新区生态系统健康进行了评价,评价结果表明重庆北部新区城市生态系统现状综合健康属性属于一般健康类,并通过分析评价结果识别健康限制因素.通过实例研究可得出如下结论:应用城市生态系统健康属性综合评价模型和方法,可以找出影响城市生态系统健康的问题成因和限制因素,为城市规划、城市改造和城市实施可持续发展提供决策依据.     

小型挖掘机顶部保护装置受落物冲击的动态仿真

对某小型挖掘机顶部保护装置受落物冲击发生弹塑性大变形进行了有限元仿真,讨论了接触算法和载荷施加方法,得出了受冲击点的位移时间历程曲线,分析了结构参数对结构性能的影响并在实验台上进行了样机冲击试验,试验结果和仿真结果吻合较好.然后依据仿真试验结果对该结构进行了改进设计.     

改进的辅助粒子滤波当前统计模型跟踪算法

提出了一种改进的辅助粒子滤波算法,采用基本的常规波束形成法对声信号函数进行处理,得到目标的方位谱估计,推导了以目标方位谱函数作为重要采样密度函数的辅助粒子滤波算法。并将此改进的辅助粒子滤波算法同当前统计模型相结合,提出一种基于目标方位谱的辅助粒子滤波当前统计模型自适应跟踪滤波(current statistical model improved auxiliary particle filter, CSM-IAPF)算法。最后通过仿真验证此方法能够减少跟踪误差,具有较好的实时性和稳定性。     

Multiple vehicle signals separation based on particle filtering in wireless sensor network

A novel statistical method based on particle filtering is presented for multiple vehicle acoustic signals separation problem in wireless sensor network. The particle filtering method is able to deal with non-Gaussian and nonlinear models and non-stationary sources. Using some instantaneously mixed observations of several real-world vehicle acoustic signals, the proposed statistical method is compared with a conventional non-stationary Blind Source Separation algorithm and attractive simulation results are achieved. Moreover, considering the natural convenience to transmit particles between sensor nodes, the algorithm based on particle filtering is believed to have potential to enable the task of multiple vehicles recognition collaboratively performed by sensor nodes in distributed wireless sensor network.     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

基于陀螺测量信息的航天器突变参数识别方法

利用速率陀螺的测量信息研究了航天器质量特性参数突变的识别问题。基于物理学原理建立了航天器转动和速率陀螺的数学模型;对航天器的结构布局进行分析,提出了辨识策略和算法;利用条件数和奇异值分解理论对测量矩阵进行分析,观察突变参数的可辨识性及可辨识度;以某航天器为例,就其质量特性的可辨识性及可辨识度进行数值分析,并进行在轨辨识仿真。结果表明,当航天器参数突变后,按照所提的策略,其质量和质心位置可以辨识,且质心位置的可辨识度高于质量。     

浅海声传播及多途信号分解

利用声传播的作用机理,使用耦合振动模拟水声传播过程,从新的角度对耦合问题以及浅海声传播进行分析,根据机电类比、拉式变换和Z变换原理,推导出了声能传播的表达式。对浅海信道中的多途声传播,使用多激励源下的声传播表达。该模型物理意义清晰、明确,便于分析浅海各条声线以及海面、海底的声学特性。然后,在此基础上对多途信号分离进行理论分析和水池实验验证。结果表明,多途信道之间的影响为线性叠加关系,相互间无调制;提出的方法能够有效分离出多途信道的各个多途分量,并估测出各个子信道的系统函数。     

基于PSO算法的系统辨识方法

研究了利用粒子群优化(particle swarm optimization, PSO)算法对系统进行辨识的新颖方法.该系统辨识方法的基本思想是将典型数学模型的相互组合而构成系统模型,即就是首先将系统结构辨识问题转化为组合优化问题,然后再采用粒子群优化算法同时实现系统的结构辨识与参数辨识.最后,给出了仿真示例,其仿真结果验证了所给的系统辨识新方法的合理性和有效性,辨识精度高,具有良好的实用性.     

基于粒子群优化的时变系统辨识

提出了一种基于粒子群优化的时变系统辨识方法。其基本思想是将时变系统的辨识问题转化为非线性连续函数的在线优化问题 ,然后利用粒子群优化获得系统参数的最优估计。仿真结果显示 ,该方法对于时变参数具有很强的跟踪能力 ,与采用遗传算法的系统辨识方法相比 ,有实现简单、运算量小等特点。     

基于CPSO-LSSVM的单轴旋转惯导系统轴向陀螺漂移辨识

在单轴旋转惯导系统中,轴向陀螺漂移是影响系统导航精度的重要因素。为了提高惯导系统的导航精度,采用混沌粒子群算法(chaos particle swarm optimization, CPSO）优化的最小二乘支持向量机（least squares support vector machine, LSSVM）〖JP+1〗对轴向激光陀螺漂移进行辨识。利用初始对准12 h内系统纬度误差和温度变化量作为LSSVM模型的训练数据,利用CPSO对LSSVM进行参数优化,利用优化后的LSSVM模型对轴向陀螺漂移进行辨识,轴向陀螺漂移辨识精度优于0.000 2 （°）/h, 系统定位误差优于1 nm/72 h。试验结果表明,CPSO是选取LSSVM参数的有效方法,该方法能够有效地辨识轴向陀螺漂移,具有很高的辨识精度,具有很高的实际应用价值。     

基于粒子群的反鱼雷算法设计与仿真

在潜艇遭遇鱼雷攻击进行机动规避的过程中,针对潜艇防御鱼雷时水声对抗器材的优化配置问题,研究了一种典型的反鱼雷对抗策略,并建立了对抗过程中相关实体的运动及水声探测模型,在此基础上将粒子群算法用于对抗过程中四个决策变量的智能整定,对使用水声对抗器材与潜艇的规避有机结合的对抗策略进行合理优化,结合蒙特卡洛法对算法进行设计和仿真。通过比较,采用粒子群算法的反鱼雷对抗策略可以提高潜艇的生存概率,对研究水下作战中潜艇防御鱼雷具有实际的参考意义。     

基于SOM网络的智能化粒子测速算法

提出了基于自组织映射(self-organized mapping,SOM)神经网络的粒子图像测速算法。该方法使用SOM神经网络对粒子测速技术中运动追踪方法进行了改进,并在匹配过程中根据兴趣区域的粒子密度对粒子追踪算法与粒子相关算法进行了选择处理。经SOM网络改进的测速算法首先利用相关后的结果进行网络构建,然后使用追踪技术对候选匹配点进行筛选。该算法不仅消除了粒子密度与灰度分布的敏感性,而且也降低了相关时对分析窗口尺寸的敏感。最后,使用人工合成的粒子图进行了算法验证及误差分析。结果表明:所提算法在分析精度方面有很大的提高并且具有很强的鲁棒性。