基于主元分析的气体膜分离过程RBFNN建模

构建一个基于主元分析的气体膜分离过程的RBF神经网络软测量模型,研究氢回收过程中一些难以测量的重要性能参数。在炼厂气氢回收研究中提出的通过测量间接变量建立软测量模型方案的基础上,融入主元分析思想,先对间接测量变量进行主元分析,得到为主导变量提供关键信息的变量,再建立RBF神经网络对目标变量进行研究分析。基于实验数据和RBF神经网络模型,利用MATLAB软件平台对氢回收过程的重要性能参数分析研究,仿真结果证明了此模型的正确性和理论分析的合理性。主元分析的融入简化了气体膜分离过程重要性能参数在线检测的研究过程。     

基于HLA的维修保障仿真保守时间推进算法研究

高层体系结构(HLA)中的保守时间推进机制是以并行离散事件仿真(PDES)的保守算法为基础,而考虑不全面的时间推进算法会导致死锁。在维修保障仿真中,维修单元成员常常由于不满足保守算法而引起整个仿真系统无法向前推进。针对具有确定维修任务完成时间的成员不遵循本地因果约束条件的情况下,提出了强制时间同步法;针对具有不定维修任务完成时间的成员违反可预测性的情况下,提出了空事件法和任务阶段法。最终,通过实例验证了算法的正确性和有效性。     

SUMPLE算法的合成权值相位性能分析与仿真

SUMPLE算法是深空网天线组阵中信号合成的最重要方法之一。研究了合成权值的补偿相位估计性能,从参数估计角度分析了该算法具有较好的合成性能原因。同时,进一步利用SUMPLE算法合成权值之间相位差实现多天线信号间的相位差估计,并推导了估计算法的理论性能以及分析了天线数对算法性能的影响。理论分析与仿真结果表明,天线数越多,相位差估计性能越接近估计下界,较适合于低信噪比下多天线信号间的相位差估计。     

无网格算法在相位展开中的应用

缠绕相位的展开是分析干涉合成孔径雷达数据的关键步骤,提出了一种利用无网格法进行相位展开的算法。该算法首先通过径向点插值无网格法计算出相位在划定支持域内的近似函数,然后在最小二乘意义下通过计算待展开相位点在支持域范围内的局部最佳近似值进行相位展开。由于结合了最小二乘法和无网格法的优点,该方法对于干涉图中质量较低区域同样可以进行有效相位展开,同时在很大程度上防止了误差的传递。最后通过仿真数据及实测数据验证了该算法的有效性。     

Consecutive tracking for ballistic missile based on bearings-only during boost phase

This paper proposes a modified centralized shifted Rayleigh filter(MCSRF) algorithm for tracking boost phase of ballistic missile(BM) trajectory with a highly nonlinear dynamical model based on bearings-only.This paper contributes three folds.Firstly,the mathematical model of an MCSRF for multiple passive sensors is derived.Then,minimum entropy based onedimensional optimization search to adaptively adjust the probability of the different filters for real time state estimation is deployed.Finally,the unscented transform(UT) is introduced to resolve the asymmetric state estimation problem.Simulation results show that the proposed algorithm can consecutively track the BM precisely during the boost phase.In comparison with the unscented Kalman filter(UKF) algorithm,the proposed algorithm effectively reduces the tracking position and velocity root mean square(RMS) errors,which will make more sense for early precision interception.     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

一种基于相位对消的转角估计新方法

逆合成孔径雷达成像中,为校正散射点越多普勒单元走动和方位向定标,需要对目标转角进行估计。在详细分析雷达目标回波相位特性的基础上,提出一种基于相位对消的转角估计方法。该算法通过对消回波的相位一次项后,对回波相位二次项系数进行估计,从而根据二次项系数与转角的关系获得转角估计值。同时,考虑到回波能量在成像平面的分布特点,采用加权最小二乘法对估计结果进行拟合。与现有方法相比较,新方法在稳健性和实时性上有较大改进。仿真数据和暗室数据的成像结果证明了该方法的有效性。     

基于I-GM(0,N)模型的干线客机价格预测方法

针对概念设计阶段干线客机相关信息难以获取的特点, 利用整机价格与性能参数的相关性和 利用灰关联分析筛选出了影响飞机价格的关键性能参数; 通过确定排序基准序列, 建立了基于特征序列内部空穴点预测的I-GM(0, N)模型. 在案例分析中利用该模型对我国X型新研干线客机的目录价格进行预测, 并对各现役干线客机的目录价格进行模拟. 误差分析和精度检验证明模型的模拟结果较好, 并可以预见模型对我国X型客机的目录价格能够进行较为准确的预测, 是一种概念设计阶段较为实用的干线客机价格预测方法.     

基于IMM-UKF方法的主动段目标分级与关机识别

主动段目标的分级与关机识别对于系统把握目标模型切换并部署后续跟踪具有重要意义。建立了主动段目标的分级和关机所涉及的两级主动段模型和中段模型;引入了交互式多模型框架以应对不确定模式下的跟踪问题,引入了无迹卡尔曼滤波以解决非线性估计问题。在天基观测条件下进行了仿真实验,结果表明,利用模型概率和总体估计误差的异常变化,可有效识别主动段目标的分级和关机。     

The M/PH/1 queue with working vacations and vacation interruption

We study an M/PH/1 queue with phase type working vacation and vacation interruption where the vacation time follows a phase type distribution. The server serves the customers at a lower rate in a vacation period. The server comes back to the regular busy period at a service completion without completing the vacation. Such policy is called vacation interruption. In terms of quasi birth and death process and matrix-geometric solution method, we obtain the stationary queue length distribution. Moreover we obtain the conditional stochastic decomposition structures of queue length and waiting time when the service time distribution in the regular busy period is exponential.