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。     

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。      

某型飞机油量传感器修正及其流量特征提取方法研究

针对某型飞机油量传感器记录时易受外界环境影响而导致所记录信号存在大量噪声且不具有单调性,同时缺少燃油流量参数的记录问题,提出了一种改进的自适应噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)方法,在保证单调性的前提下对传感器数据的记录进行了修正,并实现了对流量特征的提取。首先提取飞参记录器中记录的剩余油量信号,然后使用改进的CEEMDAN方法提取固有模态函数和剩余分量并进行重构,最后将处理之后的剩余油量信号进行求一阶导数得到发动机的燃油消耗率。实验表明,使用改进CEEMDAN去噪方法相比于CEEMDAN去噪方法的信噪比提升了48.6%,均方根误差降低了69.9%。     

基于深度置信网络的高分辨率雷达距离像识别

为提高雷达目标识别准确率,提出了一种基于深度置信网络（DBN）的高分辨率雷达距离像（HRRP）识别方法。首先利用受限玻尔兹曼机（RBM）对HRRP数据进行逐层无监督训练,根据对比散度（CD）算法更新网络参数,通过误差重构设计DBN深度;而后利用反向传播（BP）机制对DBN模型参数进行有监督的微调;最后基于该模型实现了HRRP的分类与识别。实验结果表明,与传统神经网络相比,基于深度置信网络的识别准确率及噪声鲁棒性显著提高,识别准确率可提高8.5%。