卫星导航信号码跟踪精度理论的适用性研究

针对码跟踪精度理论在导航系统信号体制评估中的广泛应用,利用自主研发的卫星导航信号仿真平台对导航跟踪优化的适用条件进行了研究,对不同载噪比环境、前端接收带宽以及超前滞后间距条件下的信号伪距误差进行了测量,将仿真结果与理论结果对比,分析了实际应用中滤波器、鉴别器的非理想特性对信号码跟踪精度所造成的影响.仿真结果表明,在非相干超前滞后(NELP)码跟踪环的条件下,当载噪比较高时,前端接收带宽接近发射带宽,并在超前滞后间距足够小时,计算结果能够较真实的反映信号的性能,并可以为导航信号体制的理论评估以及新型导航信号的设计提供参考.     

应用改进频率调谐的海上小目标检测方法

提出了一种新的基于可见光图像的海上小目标检测方法。由于频率调谐方法将图像空间域整体均值与高斯滤波后差分结果,作为显著性度量的标准,因此当图像背景中存在较多杂波干扰时,显著目标检测效果不理想。提出的方法对基于频率调谐的显著性检测方法进行了改进,首先对图像LAB空间中3个特征分量进行分块,在每个分块区域中应用频率调谐显著性检测方法,进而将其结果合并为总显著图,以检测海上小目标。该方法克服了频率调谐方法,当海面背景中存在大量海杂波,无法有效提取小目标的缺陷。实验结果表明了该方法的有效性。     

基于模糊神经网络的智能车辆路径跟踪

在自主车辆路径优化控制的研究中,针对智能车辆传统的路径跟踪控制需要建立精确的数学模型且鲁棒性差的问题,提出了一种模糊神经网络的角速度控制器设计方案。首先建立了智能车辆运动学模型;然后以方向角误差和位置误差作为该控制器的输入,利用神经网络的学习能力来调整模糊参数得到性能优化的控制器,最后对直线和圆路径进行了路径跟踪仿真。仿真结果表明提出的模糊神经网络控制算法具有很高的控制精度和较好的鲁棒性,能够满足智能车辆实时精确路径跟踪的优化控制。     

涡扇发动机最优加速控制规律

关于涡扇发动机最优加速控问题,由于状态系统存在较强的非线性,控制性能差,改善发动机加速性,传统非线性规划算法求解过程中因采用罚函数处理约束条件而无法充分搜索控制参数的可行域。为提高系统性能,并充分挖掘发动机的加速特性,采用Sigma方法的多目标粒子群算法求解。可以在带限制因子的粒子群算法的基础上,利用粒子群算法的快速寻优能力和Sigma方法沿约束边界的充分搜索方法,求解发动机加速过程中控制参数,并进行仿真。结果证明,采用多目标粒子群算法优化后,加速时间缩短了约2.01s,结果表明改进方法是可行的,能在确保发动机安全工作的前提下,进一步提升了发动机的加速性能。     

基于Hermite展开的太阳闪烁时间序列产生器

研究太阳闪烁产生器设计优化问题,由于受太阳活动的影响,深空通信十分复杂.在无线通信中常受到太阳闪烁的影响,产生误码,造成通信效率降低.为了测试深空通信设备性能,一定要了解太阳闪烁时间序列的性能特点.针对实际观测得到的太阳闪烁时间序列极少的问题,在分析太阳闪烁特性的基础上,提出了一种用Hermite展开的太阳闪烁时间序列产生方法,并与基于FIR滤波器的闪烁时间序列产生方法进行了比较.仿真结果表明,提出的基于Hermite展开的太阳闪烁时间序列产生的性能,优于基于FIR滤波器的闪烁时间序列产生方法,并且无需预先知道时间序列的概率分布特性,更具有实用性,为太阳闪烁产生器设计提供了依据.     

基于广义回归神经网络的蛋白质二级结构预测

在生化实验中,关于优化蛋白质预测问题,由于采集的信息、参数、选取和设置等优化处理存在随机性,限制了蛋白质二级结构预测精确度。为解决上述问题,针对广义回归神经网络学习速率快、网络稳健的特点,提出基于广义回归神经网络预测蛋白质二级结构的方法。鉴于编码方式对预测精度有重要影响,首先基于5位编码和不同的滑动窗口构建多个广义回归神经网络预测器对蛋白质二级结构进行预测,取得了较好的结果。并采用富含生物进化信息的序列谱(Profile)编码构建输入向量、并针对不同大小的滑动窗口设置多个spread值重新创建广义回归神经网络预测器,大大提高了预测精确度,仿真结果证明了预测模型的有效性和可行性,为预测提供了有效方法。     

近程防御系统中多空中目标威胁度分析

研究近程防御系统,快速打击威胁目标的控制是整个系统的主要问题。针对敌方空中目标批次较多、运动状态复杂,而我方防御火力有限,对目标进行有效、精确拦截,需要对目标威胁度排序,依次进行打击。为了正确识别对整个目标过程,进行定性和定量的分析判断,提出了一种行之有效的灰色关联分析的变权威胁度分析方法;进行仿真,生成空中多组动态飞行目标,采用上述算法对空中目标有效识别,并对威胁度进行排序,进行打击。实验结果与专家评估后的结果完全一致,并能够准确而快速的在战场做出决策。     

博科与NEC共推软件定义网络(SDN)

博科(BRCD)与NEC近日宣布合作,联手为市场带来推动网络虚拟化的,软件定义网络(SDN)和OpenFlow交换的综合解决方案。博科与NEC将通过基于开放式标准的方式,共同推广网络虚拟化、大规模数据中心基础设施管理、流量工程和广域网(WAN)流量管理的解决方案。博     

基于自适应卡尔曼滤波的机动目标跟踪算法

在机动目标跟踪过程中,由于目标运动的不确定性,雷达系统接收的数据存在噪声,使预置目标运动模型通常很难得到较高的跟踪精度。为此,以自适应卡尔曼滤波为基础,将直角坐标系和球坐标系相结合,提出了一种混合坐标系下的自适应卡尔曼滤波算法。算法避免了两个坐标系变换引起的噪声统计规律变化问题,并针对目标发生大机动运动的情况,自适应的调整动态模型中机动目标运动参数。蒙特卡洛仿真结果表明,改进算法的收敛速度和对状态的估计精度均得到优化,并对机动目标具有较好的跟踪性能。     

基于虚拟样机的轮式起重机吊装安全性研究

研究起重机吊装轨迹优化的问题,系统缺少对吊装轨迹安全因素的控制。为确保吊装作业安全顺利,提出采用虚拟样机仿真技术检验起重机吊装过程。首先推导了三自由度起重机的正逆运动学模型及起重机的雅可比矩阵,得到起重机各关节的位置及速度对起重臂末端位置及速度之间的映射关系,运用五次多项式插值函数对起重机的吊装过程做轨迹规划。根据吊装过程规划模型,在ADAMS软件上进行仿真,仿真结果验证了吊装过程的安全性和定位的准确性。