一种旋转调制惯导系统的复合旋转控制算法

首先分析了旋转平台控制误差对惯导系统(inertial navigation system, INS)调制效果的影响;然后建立了旋转平台的数学模型,结合旋转调制误差抑制效果对控制性能的要求,提出了一种自抗扰和滑模变结构相结合的复合旋转控制方法,该方法充分利用了滑模变结构控制快速减小误差的优势和自抗扰控制的精确估计能力,并设计了融合策略。仿真和实验结果表明,相比于传统PID控制方法,本文方法减小了旋转平台转速控制误差,且使反向角度超调误差和调节时间都减小了50%以上,提高了旋转调制惯导系统的性能。     

相关证据融合综述

证据理论因具有较强的不确定性信息表达及处理能力,在信息融合系统中具有广泛的应用。然而,经典的证据组合规则假设证据之间相互独立,这在实际系统中往往难以成立。忽略证据间的相关关系,可能导致不合理的融合结果,甚至出现决策失误。因此,如何有效地融合相关证据是证据理论中一个不可避免的、重要的研究课题。通过归纳和比较国内外该方向上的研究成果,将现有的相关证据融合方法分为修改Dempster组合规则方法和修改证据源方法,并分别剖析各类方法的思路、优缺点及相互关系。最后,讨论了相关证据融合研究中存在的问题并指出未来的研究趋势。     

基于虚拟孔径扩展的子带信息融合宽带DOA估计

如何有效地利用宽带信号各频点所提供的信息实现高精度波达角(direction of arrival, DOA)估计一直是热点问题,针对宽带DOA估计问题,提出一种基于孔径扩展的子带信息融合(subband information fusion, SIF)DOA估计方法。该方法在宽带信号的频域模型基础上,结合虚拟阵列方法实现孔径扩展,并联合各子带信息统一处理,从而提高DOA估计的精度。与其他SIF方法相比,该方法利用二阶统计量将数据转化为单快拍模型,不仅提高了可估计信源数目,而且极大程度地降低了运算复杂度,同时在小快拍、低信噪比条件下仍能得到DOA估计结果。仿真实验验证了所提方法的有效性。     

干扰源定位中到达时间差参数估计方法

卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival, TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant, CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。     

无创式脑调制的神经效应研究进展

无创式脑调制(noninvasive brain modulation,NBM)技术是基于电磁感应原理,采用电场或磁场以非侵入的方式刺激中枢神经系统(central nervous system,CNS),进而改善脑功能.现在,它不仅是诊断和治疗神经精神疾病(neuropsychiatric disorders)的一个有效手段,同时也是研究脑生理和脑功能的常用工具,此外在探索认知、情感、记忆和语言等方面也有着巨大的应用价值.虽然,NBM技术在认知神经科学、神经生理学及神经精神病学等各个领域被广泛成功的应用,但是它对脑功能和CNS的调节机制目前还不清楚,这严重地限制了该类技术的进一步应用以及研发.NBM技术作用的共同规律是通过在脑组织周围产生感应电场来调节相应脑区的神经活动.因此,明确不同电场作用下神经元放电活动的演化规律以及相应的发生机制是揭示NBM技术神经调节机制的关键.本文首先介绍了NBM在神经科学中的应用现状,然后对近年来有关电场神经调节效应的研究成果进行了综述,包括电生理实验和计算模型仿真,最后对未来的研究方向进行了展望.     

精细指数积分法在卫星编队飞行动力学中的应用

编队飞行卫星间的距离远小于卫星的轨道半径, 其动力学方程表现为弱非线性。针对弱非线性方程的求解, 提出精细指数积分方法, 用精细积分法求解指数积分方法中的指数矩阵。用精细指数积分法和Runge-Kutta方法, 在不同条件下求解弱非线性方程的算例, 验证了精细指数积分法的有效性。通过Lagrange方程, 建立卫星编队飞行动力学方程的半线性形式, 用精细指数积分方法与Runge-Kutta方法求解方程。数值计算结果表明, 与同阶的Runge-Kutta求解弱非线性微分方程相比, 精细指数积分法具有更高的精度, 为卫星编队飞行动力学仿真提供了一种有效的数值算法。     

均匀度解释混沌及生态现象的数学依据

定义了任意分布函数的均匀度,在此基础上提出了“均匀度的独立性”公理和“均匀分布最均匀”的命题,阐明了均匀度与熵的相似性,从而揭示了均匀度解释混沌的内在机理.根据独立性公理,k步期望均匀度是存在的,可以用k步平均均匀度估计.由于任意分布函数F可以看作是F^-1对均匀分布的变换,数值计算表明,分布函数的非线性程度是导致k步平均均匀度降低的原因.熵是描述分布的不确定性程度的量,也描述样本的分散程度,样本分散程度意味着样本均匀程度,反之亦然,分布的确定性程度意味着样本的集中程度,样本的集中程度意味着样本的不均匀程度,反之亦然,这是熵与均匀度的共同点.生态学中,大多数格局是集聚格局是由存在于自然界中的非线性变换所致.     

鄂尔多斯盆地富县地区延长组原油生物标志物特征及油源对比

 系统采集鄂尔多斯盆地南部中生界的烃源岩、富县地区延长组原油及油砂样品,对它们的饱和烃馏分进行GC-MS 分析,通过对生物标志物组成特征的研究探讨富县地区延长组原油的来源。结果表明:根据Pr/Ph,8β(H)-补身烷和C30重排藿烷相对含量,鄂尔多斯盆地南部中生界烃源岩可划分为A₁、A₂、A₃、A₄、B 类,富县地区延长组原油可划分为Ⅰ、Ⅱ、Ⅲ类,目前发现的原油主要是第Ⅰ类;第Ⅰ类原油来自A₁类烃源岩(深湖相沉积相带的长7 油页岩),第Ⅱ类原油来自A₂类烃源岩(深湖-半深湖沉积相带的长7 暗色泥岩),第Ⅲ类原油来自A₃类烃源岩(半深湖沉积相带的长7 暗色泥岩)。     

E级计算之远景

 超级计算机在当今科技发展中占有举足轻重的地位。在向着E级计算时代迈进之时,精确衡量超算的性能是一个事关超算架构和应用的关键问题。评价一台超算采用不同的基准会产生不同的结果。本文介绍超算中主要的3种排名及其对应的评测基准,并分析了超算本身的发展及应用远景。     

基于协作的网络协议异常检测算法

最近跟踪发现目前现有网络协议异常检测技术只是对常见的协议进行检测,具有一定的片面性,对Do S攻击中的SYN Flooding攻击无法检测到.为了提高检测性能的实用性和实时性,应用协作式方法将基于马尔可夫链检测法和均值评估法共同实现了协议异常检测建模,分析了模型建立的过程并提出了模型系统架构.论述了在马尔可夫链的基础上建立异常检测子模型以及如何使用均值评估法建立检测模型.结果表明该模型对应用层的多种协议和传输层TCP协议进行异常检测以及对SYN Flooding攻击检测效果明显.该算法不仅具有一定的理论创新,还具有较强的实用价值.