基于Lab Windows/CVI的某型涡扇发动机调整训练系统设计

本文以某型涡扇发动机已有的数据和曲线为基础,借助Lab Windows/CVI虚拟仪器软件开发平台设计了调整训练系统的软件平台,建立起该发动机及其控制系统的简化数学模型,以及相关调整点的数学模型。并在此基础上,建立起发动机的调整训练系统模型,同时,对发动机及其控制系统的简化模型和各调整点的调整效果进行验证分析。验证结果表明:验证结果与已存在的数据对比吻合较好,证明该调整训练系统模型是可信的,软件平台的设计是成功的,满足发动机调整和训练的使用要求,可以推广应用。     

基于物理层信息加密的卫星隐蔽通信研究

为了增强卫星通信信号的隐蔽性和安全性,提出一种基于物理层信息加密的加权分数傅里叶变换（WFRFT）调制方式。结合WFRFT的低概率截获特性以及无线信道状态信息（CSI）的动态唯一性,在WFRFT系统中构造一个具有加密性质的酉矩阵,克服了传统WFRFT方法的不足,增加了信号处理的多样性。加密酉矩阵的生成利用了卫星通信系统的物理层信道特征,合法通信双方通过约定方式将合法信道的CSI转化为相位旋转因子,并以此为密钥完成对传输信号的加密和解调。仿真结果表明,经酉矩阵加密后的卫星信号在保持原WFRFT信号统计特性的基础上具有更复杂的星座分布,窃听者的误码率始终保持在0.5左右,有效保证了信息的安全传输。     

基于KELM-SAPSO的开关磁阻电机优化设计

开关磁阻电机由于其双凸极结构和铁芯磁通密度的高度饱和性,使得建立准确的非线性模型极其困难,传统的设计方法难以设计出最优方案。为了优化在起动过程中开关磁阻起动/发电机的转矩特性,缩短起动时间,首先采用传统设计方法设计了一台开关磁阻电机,并且选取了设计参数;然后针对非参数建模结构简单,容易辨识的特点利用核极限学习机进行非参数建模;最后使用模拟退火粒子群算法对平均转矩和转矩脉动进行多目标寻优。仿真结果表明,建立的非参数模型拟合精度高,优化后电机的平均转矩增加了3.95 N·m,转矩脉动减少0.23。仿真实验表明,核极限学习机和模拟退火粒子群相结合的算法适合于电机的设计与优化过程,具有参数设置少、泛化能力强、不易陷入局部最优解、耗时较少等优点。     

基于Shi-Tomasi角点检测算法的弹道目标平动补偿

弹道目标在中段飞行的过程中,存在平动和微动两种运动方式。由于平动会破坏微多普勒结构,为了获得目标的相关参数以便对目标进行识别,需要对平动分量进行补偿。针对该问题,本文提出了一种基于Shi-Tomasi角点检测算法的弹道中段目标平动补偿方法。该算法从图像处理的角度出发,可以有效的提取出图像中的角点信息。之后,根据得到的角点信息进行回归分析,从而实现平动参数的估计。根据仿真实验结果,该算法可以实现平动分量的补偿并具有较好的鲁棒性。      

多无人机侦察任务分配方法研究综述

运用多无人机执行侦察任务具有突出优势,研究多无人机侦察任务分配方法具有重要意义.从多无人机侦察任务分配问题建模与求解两个方面展开综述.首先对经典模型进行介绍并分类,讨论其特点及适用问题;其次对集中式、分布式、混合式求解方法进行归纳,对代表算法进行介绍,分析其优缺点与应用前景;最后结合实际需要指出目前多无人机侦察任务分配方法在模型建立、任务分配动态性、任务分配不确定性、任务分配对抗性和大规模任务分配等方面存在的不足以及未来的研究方向.     

基于FCM-ARIMA的多阶段退化设备寿命预测研究

针对多阶段退化设备工作过程的退化特性,通过分析总结多阶段退化设备模型的研究进展,分析了多阶段退化设备寿命预测的特点和准确性影响因素,基于上述工作,提出了一种FCM-ARIMA的拐点估计与寿命预测方法,将FCM与ARIMA相结合,首先通过FCM估计设备退化状态的拐点,将退化状态划分成不同的阶段,之后由ARIMA对设备监测数据进行基于拐点分段的寿命预测,并通过实例与未进行拐点估计的方法相比较,结果表明,使用所提出的方法,有效提高了寿命预测的准确度.     

基于改进粒子群优化和极限学习机的网络安全态势预测

针对网络安全态势预测模型预测精度不高、收敛较慢等问题,提出了一种基于改进粒子群优化极限学习机（IPSO-ELM）算法的预测方法。首先,通过改进粒子群优化（PSO）算法中的惯性权重和学习因子来实现两种参数随着迭代次数增加的自适应调整,使PSO初期搜索范围大、速度高,后期收敛能力强、稳定。其次,针对PSO易陷入局部最优的问题,提出一种粒子停滞扰动策略,将陷入局部最优的粒子重新引导至全局最优飞行。改进粒子群优化（IPSO）算法既保证了全局寻优的能力,又对局部搜索能力有所增强。最后,将IPSO与极限学习机（ELM）结合来优化ELM的初始权值及阈值。与ELM相比,结合IPSO的ELM的预测精度提高了44.25%。实验结果表明,与PSO-ELM相比,IPSO-ELM的预测结果拟合度可达到0.99,收敛速度提升了47.43%。所提算法在预测精度和收敛速度等指标上明显优于对比算法。     

混沌精英哈里斯鹰优化算法

针对哈里斯鹰优化（HHO）算法存在的收敛精度低、收敛速度慢、易于陷入局部最优的不足,提出了一种混沌精英哈里斯鹰优化（CEHHO）算法。首先,引入精英等级制度策略,以充分利用优势种群来增强种群多样性以及提升算法收敛速度和精度;其次,利用Tent混沌映射调整算法关键参数;然后,使用一种非线性能量因子调节策略来平衡算法的开发与探索;最后,使用高斯随机游走策略对最优个体施加扰动,并在算法停滞时,利用随机游走策略使算法有效跳出局部最优。通过对20个基准测试函数在不同维度下进行仿真实验,来评估算法的寻优能力。实验结果表明,改进算法的表现优于鲸鱼优化算法（WOA）、灰狼优化（GWO）算法、粒子群优化（PSO）算法和生物地理优化（BBO）算法,性能较原始HHO算法有明显提升,验证了改进算法的有效性。     

红外探测器对高超声速飞行器的作用距离分析

为了对临近空间高超声速飞行器进行有效探测预警,计算天基红外探测器的作用距离。首先分析不同的对比度的区别,根据探测几何关系,考虑到目标、背景到探测器之间的大气透过率差异、路径辐射的影响,构建了基于表观对比度的作用距离模型,给出了逐步逼近的求解流程,同时指出模型中的参数仅是波长的函数,与探测距离无关。然后根据实际的飞行器和海洋背景,对天基红外探测器的作用距离进行仿真计算,仿真指出,侧视探测方向下可以取的最大的作用距离;相同速度和探测方向下,中波波段的作用距离均高于长波波段;随着飞行速度的增加,中波波段作用距离的增加量要大于长波波段。