基于DCT变换的变步长LMS自适应收发隔离算法

将变换域LMS算法和变步长LMS算法相结合 ,提出了一种基于DCT变换的变步长LMS自适应算法 ,从而有效地降低了输入信号自相关矩阵特征值的分散程度 ,并且克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾 ,达到了改善干扰机接收信号信干比的目的。计算机仿真结果表明该算法具有更快的收敛速度和更小的权失调噪声 ,可以很好地应用于自适应收发隔离系统     

基于简化RLS算法的无源雷达杂波抑制

研究了利用调频广播信号作为非合作目标照射源的收发分置无源雷达系统的运动目标检测方法。针对直达波、多径信号对目标检测性能的影响,选择自适应滤波方法抵消杂波。LMS算法计算复杂度低,但收敛速度慢;相反RLS算法收敛速度快,但计算复杂度高。综合两者优点,提出了一种简化RLS算法:复数两级欧几里德坐标下降算法(CDCD)。基于实测数据的处理结果表明:与同量级复杂度的LMS和FEDS相比,该算法具有更好的收敛速度。最后通过对杂波相消后的主天线信号与参考信号相干匹配实现目标检测。     

基于特征空间的自适应波束形成算法

讨论了常规自适应旁瓣对消算法(LCMVB)和基于特征空间的技术。探论了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线相消法的权矢量向信号子空间投影,减小了噪声子空间对权矢量的影响。与LCMVB算法相比,该算法具有更好的干扰对消能力。仿真证明了算法的有效性。     

基于环路滤波器的低复杂度LMS算法设计

研究利用多天线结构对测控信号内存在的干扰进行对消和信号增强的技术。首先介绍传统空域干扰对消算法LMS，以及LMS的诸多改进算法，分析当前这些LMS算法在强干扰存在时收敛稳定性和收敛速度之间的折中关系以及参数调节的难度，分析了定步长和变步长LMS算法的优劣。针对变步长LMS由于动态环境以及大功率干扰的存在引起的收敛速度变慢和步长计算复杂的问题，提出了一种基于二阶环路滤波器累计误差的低复杂度LMS算法LF-LMS，该算法弱化单次误差的不稳定性并提高累计误差的稳定性，利用大步长和可变误差以实现快速收敛并缩小进入稳定状态后的误差波动，且计算量较小，可以有效应用于DSP工程实现，并通过仿真验证了算法在收敛速度和动态环境下的鲁棒性。     

自适应融合IMM的自主无线电载波跟踪算法

针对深空自主无线电接收技术中信噪比(SNR)未知的载波跟踪问题,提出了一种自适应融合的交互式多模型(IMM)算法,可以根据实际环境的信噪比自适应地调节IMM估计器的噪声方差,以实现对未知SNR信号的正常跟踪,并保证频率跟踪精度几乎不受初始噪声方差的影响。在分析系统收敛性的基础上,该算法采用模型概率自适应调整策略,根据系统收敛判断条件自适应地调整IMM模型集中各模型的概率,保证了系统的收敛性,提高了跟踪精度,与广泛使用的Sage-Husa自适应滤波算法相比,收敛时间缩短了一倍左右。     

运用质量控制方法开展大功率双波段高收发隔离天线研制

根据当前复杂电磁环境下双波段探测系统的使用需求,开展了大功率双波段高收发隔离天线的研制。运用质量控制理论和方法,通过设定活动目标,提出设计方案并进行筛选,针对最佳方案制定对策,逐一实施并检查实施效果,最终完成大功率双波段高收发隔离天线的研制任务。     

基于高斯过程的航天器自适应滑模姿态控制

针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。     

智能天线自适应波束成型常用算法的研究

智能天线的自适应天线阵列的工作过程就是不断地调整权值,使之快速地收敛于当前的最优解,跟踪信道的变换.文章简单地介绍了智能天线的技术,在其基础上对智能天线的自适应波束成型的两种常用算法进行研究.     

基于窄脉冲的脱靶量测量误差补偿算法

在利用基于窄脉冲的单通道测量系统进行标量脱靶量测量时,由于收发天线必须分置而导致冲激雷达系统具有较大的系统误差,从而对标量脱靶量等参数的估计精度带来影响。文中针对该误差提出了一种补偿算法,在单通道测量系统的基础上,增加一接收天线通道,利用目标散射点与双通道接收天线、发射天线所构平面中的三角关系对系统误差进行补偿。仿真结果表明,该误差补偿算法可以极大地改善系统测量精度,进而提高标量脱靶量等参数的估计精度。     

可拦截机动目标的终端角度约束制导律（英文）

设计了一种连续且有限时间稳定的终端角约束制导律,该制导律不但能够打击非机动目标而且能有效打击机动性的目标。文中首先将超扭曲算法进行改进,设计了一种自适应超扭曲算法,该算法的参数是随着干扰的大小自动调节的,从而避免了常规的超扭曲算法由于参数选取不当而引起的对滑模抖振的抑制能力下降。文中将自适应超扭曲算法首次与积分滑模相结合,设计了一种有限时间收敛的干扰补偿器,该干扰补偿器能够在有限时间内对干扰进行精确补偿,然后采用几何齐次理论针对干扰补偿后的系统设计了有限时间收敛控制器。以上干扰观测器和控制器组成的复合控制律,能够保证系统的有限时间稳定性,此外该控制律不但是连续的,而且参数是自适应的,因而大大降低了滑模的抖振特性。文中将以上控制理论应用于终端角约束制导律的设计过程中,最后通过仿真验证了该制导律的有效性。     

一种干扰环境下的机载SAR慢动目标检测方法

在电磁干扰的环境下,经典的合成孔径雷达(SAR)的成像和地面动日标检测算法的性能将会变差甚至失效,因此研究存在干扰时的高效可行的SAR动目标检测方法具有重要的实际意义.提出一种将自适应波束形成技术和杂波抑制干涉(CSI)技术相结合的阵列天线动目标检测方法.该方法首先采用自适应波束形成技术消除干扰,然后用CSI方法抑制地杂波并实现运动目标的检测.同时,采用不等间距偏置相位中心天线(DPCA)技术,消除了盲速区.从SAR天线结构和空间几何模型人手,详细分析了干扰抑制原理、杂波抑制和动目标检测原理并给出了其实现框图.最后通过计算机仿真,验证了该方法的可行性.     

一种超高自由度的稳健调零实现算法研究

针对在卫星导航自适应调零天线研究领域中信号失配导致自适应计算性能下降和性能恶化的问题,提出了一种超高自由度的稳健调零算法。首先在SFAP框架下提出SYSTOLIC阵列在矢量不确定集约束下的实现方法,给出分析滤波器组与综合滤波器组的处理架构,分析了空时滤波器模型,通过理论分析得出矢量不确定集加载量的取值范围,实现空频宽带处理器SYSTOLIC阵列的最优权值求解过程。算法有效改善了空频自适应调零算法的输出信干噪比,仿真结果证明该算法对通道失配不敏感且收敛性能良好。     

航天器姿态机动的鲁棒自适应控制器设计

针对存在未知惯量矩阵和外干扰力矩的刚体航天器姿态机动问题,将自适应反步法与非线性阻尼算法结合起来,提出了一种鲁棒自适应控制器。所设计的控制器实现了对航天器惯量参数的估计,克服了外干扰力矩引起的不确定性,保证了闭环系统的所有状态是全局一致最终有界的,使得航天器姿态机动误差收敛到系统平衡点的一个较小邻域。最后在Matlabs Simulink环境下对航天器姿态机动系统进行了仿真研究,仿真结果表明了提出的控制算法处理航天器姿态机动问题的有效性和可行性。     

基于LMS算法的自适应数字预失真技术研究

文章研究了基于查找表LUT方法的功率放大器自适应数字预失真技术。针对传统的基于线性收敛算法的自适应收敛速度较慢的不足,文章根据自适应滤波理论中的LMS算法,推导并仿真验证了适用于功率放大器自适应数字预失真技术的LMS算法,并从功率放大器的传输特性、输出频谱等方面将此算法与线性收敛的Rascal算法进行比较,仿真结果表明了LMS算法收敛速度更快、预失真效果更好。     

基于自适应小波包变换的LMS窄带干扰抑制技术

文章将自适应小波包子带树分解算法与LMS自适应算法相结合,利用自适应小波包变换所具有的优良时频局域性和多分辨分析特征,迅速跟踪和准确定位窄带干扰所污染的子带;然后利用自适应LMS算法对受扰子带进行干扰对消,将窄带干扰滤除,在去除干扰的同时,有效地减少了对有用信号的损失。同时,小波包变换提高了LMS算法的收敛速度和稳定性。仿真结果表明,二者的结合使DSSS系统的干扰抑制性能得到进一步提高。     

散射干扰自适应对消

一、引言本文是研究自适应对消散射干扰方法的一个总结报告。报告内容涉及到对雷达主瓣的散射干扰,和来自地面或干扰体照射的箔条对通讯系统的散射干扰。这些方法也能用于接收天线附近的散射源对接收天线旁瓣或主瓣的散射干扰,也就是说,适用于解决某些自适应弱信号系统中的多路问题(多路问题的应用,原来受到很大限制)。用辅助天线所接收的干扰延迟复制信号作为对消散射干扰的技术,如第二节所述。在应用某些散射对消器时,需要大量的自适应加权。当干扰机干扰大片区域时、或在主瓣内有大     

高频雷达最优天线方向图综合

在高频雷达中 ,DaleJ Shpak提出的L∞ 最优天线方向图综合方法 ,被用来抑制射频干扰以提高雷达的整体工作性能。但是在某些不利的情况下 ,譬如干扰过分靠近主瓣 ,在干扰位置设置零陷可能会得不到理想的方向图 ,或者甚至导致算法不收敛。给出了一个零陷设置约束机制来防止这种情况的发生 ,仿真结果表明该方法进一步提高了DaleJ Shpak算法的鲁棒性能。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

行星着陆大气进入段自适应滑模抗扰控制方法

针对行星探测器着陆过程可能存在的干扰影响着陆精度问题，提出了一种抗干扰控制方法。首先建立行星探测器着陆控制模型，利用非线性干扰观测器实现对系统外部干扰的估计；在此基础上提出一种自适应滑模控制律，使得系统状态快速收敛到平衡点附近。最后，将该方法应用于火星着陆场景进行仿真。结果表明，提出的自适应滑模控制方法能够在未知扰动存在的情况下，有效实现行星探测器安全着陆，提高着陆任务的成功率。     

自适应技术在电子对抗中的应用

通过分析自适应技术在电子对抗应用中的需求与优势,提出了两种用于电子侦察的模糊聚类数据处理方法.同时梳理了自适应干扰的特点与工作流程,将模糊推理技术用于干扰效果评判.最后针对复杂电子干扰环境,分析了武器系统自适应抗干扰的原理与构成,提出将智能干扰决策系统用于抗干扰决策,以实现最优的抗干扰效果.