基于奇异值分解单步迭代滤波算法的应用

单步迭代滤波比推广卡尔曼滤波线性化误差小、滤波近似程度更好，但其常规算法数值鲁棒性差.滤波易于发散。文中对常规算法的误差协方差矩阵使用了奇异值分解，从而形成了一种基于奇异值分解的迭代滤波算法．提高了数值鲁棒性，并且可以处理相关的量测噪声。应用于飞行状态的估计问题。获得了较为满意的结果。     

飞机磁场模型系数的截断奇异值分解法估计

由于飞机磁场模型存在一定的复共线性,很难准确估计模型系数.针对飞机磁场模型系数估计问题,提出基于截断奇异值分解飞机磁场模型系数估计方法.为了提高截断奇异值分解法参数估计的稳定性,提出了加阻尼截断奇异值分解方法.仿真结果说明加阻尼截断奇异值分解方法具有较高的参数估计精度和很高的稳定性,具有工程应有价值.     

基于频域数据矩阵奇异值分解的宽带测向算法

文中提出了一种新的宽带信号测向算法。利用宽带阵列数据时间一带宽乘积大的特性，构造一个频域数据矩阵，对其进行奇异值分解，应用子空间的方法进行一维谱峰搜索，就得到来波方向的估计值。仿真实验结果证明了算法的有效性，并且给出了方向估计精度、分辨率与信噪比、快拍数、相对带宽之间的关系。     

舰船混沌信号的奇异系统分析研究

利用奇异系统分析方法研究了低信噪比混沌信号的相空间重构.通过对不同信噪比洛伦兹信号以及四类目标舰船信号进行重构,表明该方法比传统的延迟坐标法具有更大的优越性.通过计算状态轨迹的L2范数,对混沌信号的奇异谱进行了定量描述,为混沌信号特征估计研究提供了新方法.     

基于奇异值的小波变换微弱信号消噪法

针对信噪比低、噪声非均匀分布的弱信号消噪效果不佳的问题,提出一种基于有效奇异值分解和小波阈值消噪相结合的方法。通过构造相空间矩阵并对其进行奇异值分解(singular value decomposition,SVD),得到一系列正交子空间;根据信号和噪声对奇异值贡献不同,通过奇异值最小二乘误差判定法进行有效奇异值选择,并利用子空间重构信号。仿真实验表明:本方法提取出的信号完整性更好,信噪比更高。     

多架无人作战飞机紧急任务分配奇异值分解算法

从战场实际需求出发,在动态条件下对多无人机紧急任务分配问题提出了一种可行稳健算法;将无人机与任务相关的状态参数提取为多维特征向量,构造控制单元范围内所有无人机状态参数矩阵,通过计算特征向量方向余弦值并利用矩阵奇异值分解后的右奇异值矩阵优选分配紧急任务,进行了算例验证并分析了算法复杂度。算法简洁、计算耗时少,符合作战流程中对该问题求解的可靠性、迅速性要求。     

舰船混沌信号的奇异系统分析研究

利用奇异系统分析方法研究了低信噪比混沌信号的相空间重构，通过对不同信噪比洛伦兹信号以及四类目标舰船信号进行重构，表明该方法比传统的延迟坐标法具有更大的优越性，通过计算状态轨迹的L2范数，对混沌信号的奇异谱进行了定量描述，为混沌信号特征估计研究提供了新方法。     

基于奇异值分解的秩截短多站时差定位算法

在分布式多站时差定位系统的研究中,现有定位算法存在的定位模糊、无解、不稳定、运算量大等问题.为了解决这些问题,提出了一种基于奇异值分解的秩截短多站时差定位算法.仿真和实际应用都验证了新算法的有效性.新算法有效地利用了定位方程组系数矩阵的先验秩信息,不但提高了定位精度,而且还增加了可观测性.     

小波变换在遥测数据野值剔除中的应用

对小波变换理论进行了分析,在利用该理论剔除野值的基础上,提出了一种结合3σ准则的新方法。利用小波变换将信号分解为近似分量和细节分量,通过3σ准则对细节分量进行野值判别,并确定野值剔除的标准,然后重构原信号。结合3σ准则的野值剔除方法能够保证在不损失原信号的前提下,实现野值剔除。在导弹试验中对遥测数据处理证明了该方法的有效性。     

基于奇异值分解和小波变换的图像压缩算法

针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解(SVD)和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。     

HHT方法在遥测振动信号检测中的应用研究

介绍了HHT的基本原理、特点、存在问题及解决手段,应用该法对仿真振动信号和遥测振动信号进行了处理分析,结果表明其能够有效地对非线性、非平稳振动信号进行分解,且具有自适应性,在时域和频域内具有较好的分辨能力,分解出的分量具有较为清晰的物理意义,由于其表示结果的多样性,可以对单个分量做进一步精确分析,能够检测出信号的突变,并能定位突变的时间点,为飞行器飞行状态判定、优化方案设计以及故障检测提供重要依据。     

基于小波变换的无源北斗导航信号处理方法

介绍了小波变换的原理及在无源北斗导航信号中的应用.根据无源北斗导航信号的特点,讨论了一种对北斗导航信号进行消躁和在一定程度上消除奇异值的方法,仿真表明该方法有效.     

一种抗海浪扰动实时控制信号滤波方法

为了克服伺服控制系统中滤波效果与系统相位裕度不能兼顾,消除高频噪声会损失有用低频信号的问题,以卡尔曼滤波算法为基础,提出了一种抗海浪用实时控制信号滤波方法,该方法运用状态空间法描述系统,采用2阶自回归模型计算系统参数,以递推算法实现计算机实时处理,从而达到大幅降低信号高频噪声,抑制陀螺漂移,提取有用信号的目的。仿真结果表明,该滤波方法简单,实现方便,抑制性好,可有效减小系统的相位损失,消除了高频干扰,对提高系统带宽与系统开环增益有很大贡献。     

基于TOPSIS的遥测数据质量评估方法研究

在综合分析影响遥测数据质量诸因素的基础上,构建了基于TOPSIS方法的遥测数据质量评估模型,给出了具体的实现方法和步骤,并针对试验任务进行了计算和分析,结果表明该方法能够提高遥测数据处理精度,缩短数据处理时间,具有良好的应用价值。     

一种奇异值与PNN结合的飞机目标识别方法

针对现有目标识别方法正确率不高及速度不快等问题做了积极的探索,提出了一种将图像轮廓的奇异值与概率神经网络(PNN)相结合的飞机目标识别方法。首先,对数据进行压缩,提取二值化图像目标的轮廓并进行离散化;然后计算离散点到目标质心的距离,以此构造目标循环矩阵并提取它的奇异值特征量,作为目标的特征;接着构建PNN网络,以奇异值为特征量输入,对它进行训练;最后利用训练好的PNN网络分类器对待测目标进行识别。在仿真实验中,该方法使识别率和处理速度得到了很大的提高,证明了该方法的有效性。     

Kalman滤波在遥测伺服跟踪系统中的应用

本文简述了提高天线跟踪伺服系统精度的重要性，探讨了在跟踪高动态目标时，如何利用Ｋａｌｍａｎ滤波理论产生前馈信号，以提高跟踪精度的技术途径。由于遥测伺服跟踪系统无距离信号，目前国内外公开资料中还无一数学模型适用于此类系统，本文提出了一个新的滤波模型并应用于实际系统中，经校飞试验证明达到了设计要求，解决了跟踪精度同稳定性的矛盾，黑障区记忆自跟踪等难以解决的问题。     

结合EEMD 的噪声对消方法在遥测振动信号降噪中的应用

针对传统降噪方法难以兼顾飞行器遥测振动信号中细节信息损失和降噪性能之间的矛盾,提出一种集合 经验模态分解(ensemble empirical mode decomposition,EEMD)和噪声对消相结合的降噪方法。信号经EEMD 处理得 到本征模态函数(intrinsic mode function,IMF),将第1 阶IMF 分量和其余IMF 分量的累加和分别作为参考噪声和 待降噪信号;利用核方法将信号映射到高维特征空间,利用映射到高维空间中的参考噪声和待降噪信号进行噪声对 消。计算机仿真结果表明：该方法在避免信号细节信息损失的前提下具有良好的降噪性能,某次飞行器试验中实测 数据处理结果证明方法有效和实用。     

遥测数据自动选优方法的研究与应用

结合靶场数据处理实际,建立了与遥测信号变化特性相匹配的参数选点方法,实现了选取窗口的自动识别,推导出相应的计算公式.给出了具体的算法,并在试验任务中得到实际应用,取得了良好效果.