基于小波的弹性弹丸膛内引信过载研究

对引信膛内过载的研究,通常采用膛内压力测试的方法,利用弹底压力转换求得引信膛内过载,该方法无法体现弹丸的弹性变形、环境噪声等因素,为了更精确地描述引信膛内的过载,改进膛内引信过载测试方法,在膛内压力测试的基础上建立弹性弹丸模型,将弹丸看作两端自由的均匀等截面弹性杆,用纵向弹性变形运动过载对弹丸纵向过载进行修正,将弹丸膛内过载转换为引信膛内过载.并运用小波理论,根据自行设计的引信膛内过载直接测试方法的测试结果,建立引信高频信号库,然后利用信号库中的高频信号对修正后的过载进行加噪,从而得到能够较为真实的描述引信膛内状态的过载曲线.将处理结果与直接测试结果进行对比表明,使用该方法进行引信过载测试与直接测试方法得到的数据基本吻合,在试验成本上该方法存在优势.     

两字符输入下含公零点FIR-MIMO信道均衡器存在的一个充分条件

针时两字符输入下含公零点的FIR-MIMO(finite impulse response-multiple-input multiple-output)信道的均衡器问题,把含公零点的FIR-SIMO信道均衡器存在性条件推广到了FIR-MIMO信道上.在一定条件下,给出了两字符集输入下信道均衡器存在的一个充分条件及此条...     

辅助数据缺失环境下结构化自适应目标检测器

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。     

基于干涉相位的虚假目标鉴别算法

以具有地面动目标指示(ground moving target indication, GMTI)能力的三天线合成孔径雷达(synthetic aperture radar, SAR)系统为对象,研究了虚假目标的鉴别问题。在虚假目标干扰原理和动目标检测技术的基础上,分析了目标信号和干扰信号的干涉相位特征;利用真假目标的干涉相位特征差异,提取了两种稳健的鉴别特征量,提出了一种基于干涉相位的虚假目标鉴别算法,给出了鉴别处理流程、算法的应用条件及计算量和复杂度;最后进行了仿真实验验证。理论分析和仿真实验均表明该鉴别算法的可行性和有效性。     

基于递阶遗传算法的一类多旅行商问题优化

针对最小化单个旅行商路程的多旅行商问题,提出了一种递阶遗传算法和矩阵解码方法。该算法根据问题的特点,采用一种递阶编码方案,此编码与多旅行商问题一一对应。用递阶遗传算法优化多旅行商问题不需设计专门的遗传算子,操作简单,并且解码方法适于求解距离对称和距离非对称的多旅行商问题。计算结果表明,递阶遗传算法是有效的,能适用于优化多旅行商问题。     

基于BiTCNSA的恶意代码分类方法

当前恶意代码的对抗技术不断变化，恶意代码变种层出不穷，使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题，提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的恶意代码分类方法(BiTCNSA)。该方法融合恶意代码操作码特征和图像特征以展现不同的特征细节，增加特征多样性。构建BiTCN对融合特征进行处理，充分利用特征的前后依赖关系。引入自注意力机制对数据权值进行动态调整，进一步挖掘恶意代码内部数据间的关联性。在Kaggle数据集上对模型进行验证，实验结果表明:该方法准确率可达99.75%，具有较快的收敛速度和较低的误差。     

基于变体GA的进攻作战抢修任务动态调度

针对进攻作战中装备不断损伤,而抢修时间与抢修力量有限的突出矛盾,提出了“如何动态地为各抢修组优选最佳待修装备、明确不同抢修组间的任务分工和同一抢修组内的抢修序列,使得损伤装备获得尽可能多的二次作战时间”的现实军事问题。抽象出进攻作战抢修任务动态调度这一新问题,构建了其数学模型,设计了变体遗传算法进行编程求解。运用Matlab软件进行了28待修装备3抢修组的调度实例求解,实例证明提出的模型科学合理,求解算法方便高效,能够动态地追踪问题最优解的变化。     

基于两阶段维纳退化过程的液力耦合器可靠性评估

对液力耦合器（liquid coupling device, LCD）的两阶段退化过程进行可靠性建模及评估。液力耦合器退化过程中呈现出明显的两阶段特性,即LCD在退化过程中存在某一时刻,在该时刻前后,LCD分别服从不同的退化过程。传统做法只基于第二阶段进行可靠性分析,丢失了第一阶段的信息。鉴于此,建立两阶段维纳退化过程模型,并推导出该模型下的可靠度函数;同时,基于Schwarz信息准则(Schwarz information criterion, SIC),获得模型变点的估计。最后,运用所建模型对LCD实例进行可靠性评估,并与传统做法进行对比分析。结果表明该模型对LCD退化过程拟合效果良好,且给出更为可信的评估结果。     

基于交互式多模型算法跟踪临近空间目标

由于目前机动目标模型越来越向模块化、并行计算的方向发展,对目前算法计算效率提出了更高的要求。对于临近空间超声速机动目标一般采用多种机动模型跟踪,单一模型已经很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型（interacting multiple model, IMM）算法,这种算法特点与临近空间目标高速、高机动特性相适应。同时考虑到扩展卡尔曼滤波 (extended Kalman filter, EKF) 算法对强非线性对象滤波效果不好, 无迹卡尔曼滤波(unscented Kalman filter, UKF)算法对于此类问题,可以很好地加以解决。仿真对比试验表明,交互式多模型〖CD*2〗无迹卡尔曼滤波(interacting multiple model unscented Kalman filter, IMM UKF)算法优于单一模型EKF算法。     

基于异步动态的多机器人系统的一致性

研究通过无线网络进行通信的多机器人系统的一致性问题。多机器人系统在固定通信拓扑下可建模为特定的网络控制系统,考虑信道噪声、不确定短时延和数据包丢失等因素的影响时,其可进一步视作由丢包率约束的异步动态系统。通过构造李雅普诺夫(Lyapunov)函数,运用线性矩阵不等式(linear matrix inequality, LMI)方法,得到了该系统指数稳定的充分条件。为实现多机器人系统的运动一致性,设计了控制器;讨论了不同的指数收敛率对多机器人系统收敛速度的影响,并进行了相应的理论证明和仿真验证。