基材类型对钛合金电子束熔丝沉积成形的组织与硬度的影响

采用TC4钛合金焊丝,在α钛合金、α+β钛合金和β钛合金表面进行电子束熔丝沉积增材成形试验,研究了异种材料增材成形时基材对成形层及附近材料的显微组织和硬度的影响规律。结果表明:成形层的宏观组织均是沿成形高度方向外延生长的粗大柱状晶,基材类型对柱状晶的尺寸有较大影响,TB5为基材时柱状晶尺寸较小;成形层的微观组织为典型的网篮组织,但以TA3为基材的成形层中α片层较为粗大且无马氏体α’相,以TC4为基材的成形层中片层α相的尺寸较小,而以TB5为基材的成形层中有α’相析出,且越靠近基材,α’相的尺寸越小,数量越多。在基材原表面附近的基材内部有一层过渡区域,其中部分金属在成形过程中被熔化。熔化区尺寸与基材类型有关,以TA3为基材时熔化区最小;过渡区内材料的硬度发生明显变化,尤其是以TB5合金作为基材、表面沉积TC4合金时,该区域的显微硬度高于TB5和TC4合金的硬度。研究表明,基材的热物理性能对成形过程中热传导的影响、合金元素含量对材料组织转变的影响,是过渡区域内熔化区尺寸、成形层与过渡层中组织与硬度变化的主要影响因素。     

一种基于代理模型引导采样的多目标优化方法

针对复杂的实际工程多目标优化问题,提出代理模型引—手采祥的多目标优化方法。通过自适应的加强径向基函数构造的代理模型寻找Pareto优化解集,从找到的解集中通过一定策略筛选出部分作为样本点加入到下代样本空间中,样本点随着迭代的进行越来越靠近全局Pareto最优解集。从当前所有样本点中获得Pareto解,并根据其分布情况作为收敛条件。该方法中代理模型仅仅用来引导采样,也不需要反复计算大量样本点验证代理模型的精度,得到的解都被实／承模型验证过。在雌利害目标测试函数中体现了精度和效率。最后成功应用于薄板冲压成形变压边力优化中,表明了具有解决多目标实际工程优化问题的能力。     

三轴稳定小卫星LQG姿态稳定控制与仿真

建立了三轴稳定小卫星稳定工作模式下的动力学模型,在此基础上设计了用于其姿态稳定控制的线性二次高斯型（LQG）控制器。该控制器由Kalman滤波状态估计器和线性二次型最优调节器两部分组成,前者对卫星姿态信息进行滤波融合,在此基础上,后者进行反馈增益矩阵的最优化设计。由三轴正交反作用飞轮系统提供控制力矩,得到了卫星姿态稳定系统的状态空间仿真模型。仿真结果表明：设计的LQG控制器可以实现卫星姿态的精确确定和稳定控制,姿态确定精度相对于敏感器测量精度有较大提高;二次型调节器能够对卫星姿态小偏置量进行快速稳定,而且可以较好地抑制卫星稳定工作时受到的外界干扰。     

基于无迹粒子PHD滤波的序贯融合算法

针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波（particle probability hypothesis density filter, P-PHDF）算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波（unscented particle PHDF, UP-PHDF）的序贯融合算法。利用无迹粒子滤波（unscented particle filter, UPF）实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。     

基于鲁棒H∞滤波的多站角度测量机动目标被动跟踪

建立了机动目标的多站被动红外搜索与跟踪（infrared search and tracking, IRST）系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波（extended Kalman filter, EKF）算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。     

基于卷积粒子滤波的交互式多模型算法

针对噪声分布未知环境下的非线性目标跟踪,提出了基于卷积粒子滤波的交互式多模型算法。该算法利用卷积粒子滤波器并行地运行多个模型,对前一时刻每个模型的状态后验概率密度进行交互,从交互后的概率密度中采样作为当前时刻滤波器的初始粒子,对当前时刻每个模型的状态后验概率密度进行加权作为系统输出。与基于粒子滤波的交互式多模型算法相比,算法消除了对量测噪声分布的依赖,提高了效费比,理论分析和仿真结果证明了该算法的有效性。     

基于粒子滤波与层级形状描述的红外目标跟踪

提出了一种基于粒子滤波和层级形状描述的红外目标跟踪新方法。在粒子滤波理论框架下,观测概率模型的建立是影响红外目标跟踪性能的重要因素,而红外目标描述是建立观测概率模型的基础。针对红外成像特性,以梯度直方图和空域金字塔技术为基础,建立层级梯度直方图,实现红外目标的层级形状描述。通过计算参考目标的层级梯度直方图与目标样本的层级梯度直方图之间的Bhattacharyya距离,建立观测概率模型。两种不同场景特性的红外目标跟踪实验和对比实验分析都表明该方法是有效的、稳健的。     

基于粒子滤波器的移动目标定位算法

在实时定位系统中,为了获得较准确的定位,常常需要使用粒子滤波器对测量值中的非高斯噪声进行处理.然而,现存的基于粒子滤波的定位算法大多只是将其用于处理计算出的坐标值,而很少用于处理原始测量值.本文比较分析了粒子滤波器的不同应用层次对定位精度的影响,并采用NanoLOC开发套件和WiFi开发套件进行了定位实验.结果表明,将粒子滤波器应用于原始测量值能获得更好的定位精度.     

区间小波变换域的新拟牛顿LMS自适应消噪

将小波变换、自适应算法和新拟牛顿算法相结合,得出一种区间离散正交小波变换域新拟牛顿LMS消噪算法。该算法具有较好的环境适应性,有效克服了传统步长因子选取和输入信号自相关函数估计误差对算法收敛速度和稳态误差的影响。计算机仿真结果表明,在新拟牛顿条件下,该算法具有较快的收敛速度和较强的消噪能力,可以很好地应用于自适应消噪系统中。     

基于当前统计模型的机动目标自适应强跟踪算法

在当前统计模型卡尔曼滤波算法的基础上,结合升半正态形模糊分布函数特性,提出了一种加速度方差两段函数自适应调整方法,该方法能自适应逼近目标真实机动并进行准确跟踪。给出了最大加速度自调整方法,克服了模型对目标最大加速度的依赖。引入强跟踪滤波算法,增强了模型对突发机动自适应跟踪的能力。理论分析和仿真结果表明,该算法提高了机动模型和系统模式的匹配程度,增强了系统对强机动目标的跟踪能力,并保持对弱机动和非机动目标良好的跟踪性能,且具有运算量小、跟踪精度高、易于工程化实现等优点。