一种基于小波的互连线模型自适应约减算法

基于偏微分方程的谱分解理论,针对VLSI中的互连线系统,提出了一种基于小波的自适应模型约减算法,选取逼近空间的一组基函数,通过积分合同变换,从而得到一个能够逼近原无穷维系统的有限低阶无源模型.该算法在不需要对互连线进行离散处理的情况下,能直接对非均匀互连线系统进行约减;利用了小波的多尺度和紧支撑特性,并采用自适应机制来平衡逼近精度和计算效率的矛盾.理论分析和数值仿真说明了该方法的有效性.     

基于稳态自适应技术的水下机器人系统在线辨识

针对水下机器人运动和作业过程中的有效载荷变化使得机器人动态特性也相应地发生变化的特点,以开架式无缆水下机器人为研究对象,在对其动力学模型进行简化的基础上,提出了一种基于稳态自适应技术的在线参数辨识方法,进行了与基于最小二乘法的离线参数辨识的对比实验以及水下机器人特性发生变化时的在线辨识实验,水池实验结果验证了基于稳态自适应技术的参数在线辨识方法对开架式水下机器人进行系统辨识的有效性和可行性.     

基于自适应控制的超混沌同步及其仿真

通过对参数不匹配、结构不同等情况下Chen氏超混沌系统与Lü氏超混沌系统的异结构同步问题,提出了一种基于自适应控制的超混沌系统同步改进方法;并用双通道实现超混沌同步保密通信:一个通道传送超混沌系统的输出信号实现高精度同步,另一个通道传送用超混沌信号调制的信息信号.该方案利用超混沌信号进行数字信号保密传输,保密性更强;并且仅传输两路超混沌信号即可实现混沌同步和信号调制解调,信道利用率高;同时,自适应控制器设计简单,具有很强的工程应用前景.     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

基于支持向量机的重力匹配算法

为了在重力异常特征微弱区域内实现重力辅助导航以及提高惯性导航系统在重力异常特征明显区域内的定位精度和匹配率,提出了基于支持向量机的重力匹配算法.研究了支持向量机学习样本的选取、支持向量机参数和重力粗糙度的关系,构造了用于重力匹配算法的支持向量机.经计算仿真研究表明,通过选择适当的支持向量机参数,可以实现重力辅助导航,算法在重力特征显著的区域具有较高的匹配率,组合导航系统的定位误差在一个重力图网格左右.     

相控阵雷达自适应调度的仿真方法研究

综合考虑时间、能量、计算机资源以及雷达硬件等约束条件,研究了自适应调度的仿真实现方法.以调度间隔为基础,运用合理优先级设定和时间窗方法达到对时间的充分利用;将其他约束条件建模为递归形式,通过对约束条件的周期性检验调整调度安排,获得满足要求的雷达事件执行序列.给出了算法具体的实现步骤,仿真结果表明该方法可以完成对各项雷达申请事件的合理调度,保证较高的成功被调度率和时间利用率.     

一种不定长特征模式入侵检测模型及仿真分析

针对定长序列模式在刻画序列特征方面的不足,提出了一种不定长序列特征模式抽取算法,并以此为基础设计了一个新的入侵检测模型。模型引入了状态转移概念并将模式匹配检测和状态转移检测结合在一起,克服了已有模型只专注于单一特征检测的缺陷。实验证实,和单特征检测相比,该模型在保证检测率的同时降低了误报率,并且检测算法的效率也是可接受的。     

空空导弹通用仿真模型研究

采用统一建模语言的包图,将空空导弹系统划分为不同的类包,使其与外部系统解耦,降低了空空导弹仿真模型的开发和测试的难度。采用模块化设计方法将空空导弹划分为松散耦合的子系统,各子系统采用统一的调度接口,提高了空空导弹仿真模型的通用性和可扩展性。采用类厂模式设计了空空导弹仿真模型的创建接口,使模型可灵活的适用于不同的仿真需求。采用单件模式设计了空空导弹仿真模型的数据库访问接口,使模型与数据解耦,使模型可以适配不同的数据存储和访问方式。通过仿真应用证明了通用空空导弹仿真模型的实用性。     

模具粗加工的自适应层切算法仿真研究

分析了基于层切法的零件模具数控粗加工方法,提出了以层面间台阶最大差值为自适应参量的自适应模具数控粗加工方法;对约束条件进行了详细说明,阐述了自适应层切方法的具体步骤及算法流程图。利用已开发的层切法仿真软件平台,进行了三维模型层切法实例仿真分析。分析结果表明,应用该方法可以进一步减少层切法粗加工残留材料体积,对提高层切法模具数控粗加工效率具有实际意义。     

基于异步估计自适应Kalman滤波系统设计

一般的Kalman滤波器时系统噪声和测量噪声统计特性要求较为严格,当统计特性存在不确定性时,估计会造成较大的估计误差,甚至使滤波器发散.针对此问题,在基于新息的自适应估计和极大后验估计的基础上对Q和R进行异步估计;以某型号光纤惯性测量装置和GPS系统为背景的仿真实验结果表明,该方法能够有效地对Q和R存在不确定的组合导航系统的误差状态变量进行估计,并能较好地保证自适应滤波器的收敛性,进一步提高了估计精度.