基于BMIA\CAG快速算法的粗糙面散射特性计算

为提高用点匹配矩量法计算粗糙面掠入射等散射问题的速度,提出了一种带状矩阵迭代规范网格法(BMIA\CAG),给出了带状矩阵迭代算法和规范网格法的计算模型.算例表明:BMIA\CAG可明显加快计算速度,矩阵维数越大,效果就越明显.另分析了带状矩阵带宽对算法的影响,以及掠入射时的分形粗糙面的散射系数.     

基于映射矩阵的单平台射向快速估计算法

针对基于弹道切割模型的单平台仅测角射向估计效率低的问题,提出了一种基于映射矩阵的射向快速估计算法.首先,介绍了基于弹道切割模型的射向估计的基本原理,分析了该算法的不足.其次,以一个切割平面为基准,研究了其它切割平面与该基准平面的映射关系,进一步建立了映射矩阵.接下来,基于映射矩阵提出了射向估计的快速算法.蒙特卡罗仿真结果表明,该算法的射向估计精度与原算法基本相当,但计算效率提高了近6倍.     

基于互相关向量估计的自适应盲均衡算法

基于互相关估计的盲MMSE均衡算法以批处理方式估计信道输出向量和信道输入信号之间不同延时的互相关向量,得到MMSE均衡器系数。由于涉及到大型矩阵乘积,若在线实现,计算量较大。根据该算法对信道阶数过估计不敏感特性,推导出基于互相关向量估计的盲MMSE均衡的自适应实现算法。自适应算法将矩阵和矩阵相乘转换为矩阵和向量的相乘,大大减少了均衡系数更新计算量,计算量仅为O(K2)(K为矩阵维数)。仿真结果显示自适应算法的收敛性能远远优于目前存在的自适应算法。     

基于改进型AHP算法的雷达对抗效能评估与仿真

针对影响雷达对抗效能评估的各个要素,首先构建了雷达对抗效能评估的指标体系;然后运用模糊隶属度算法求得指标对比判断矩阵的指标权重,并进行了一致性检验;进而通过评语集和评估矩阵,运用改进型AHP算法合成计算各级指标,得到了雷达对抗的效能的等级.在此基础上,对A型雷达对抗效能评估算法进行了Matlab仿真,验证了算法的有效性.     

自适应频率插值（AFS）技术在滤波器EM设计中的应用

文章采用了基于Neville算法的自适应频率插值（AFS）技术,减少了计算滤波器S参数特性的时间。Neville算法是一个迭代的算法,在迭代的过程中得出插值多项式,因此不需要矩阵求逆,防止了矩阵病态产生的误差,增强了数值的稳定性。分析结果显示,AFS不仅节省了计算时间,也有较高的插值精度。     

一种分析电大尺寸金属目标散射特性的加速算法

为有效分析电大尺寸金属目标散射特性,提出了一种基于矩量法(MOM)的加速算法(FA).算法通过改进基函数生成稀疏对角系数矩阵,用迭代法快速求解所列的线性方程组.对无限长圆柱、无限长椭圆柱、无限长方柱和平板金属散射体的计算结果表明:该算法与MOM吻合较好,且大幅缩短计算时间,节省计算机内存.     

基于简化联邦CKF的INS/GNSS组合导航算法

针对高精度INS/GNSS组合导航子系统模型为部分非线性的问题,提出了一种新的简化联邦CKF滤波算法。该算法将容积卡尔曼滤波(Cubature Kalman Filter,CKF)的计算过程融入到联邦滤波结构框架中,并针对子系统模型存在部分非线性问题,对算法的时间更新过程进行了简化,简化后直接用状态转移矩阵计算一步预测和预测协方差矩阵,避免了采用求容积点近似计算的复杂过程及协方差矩阵分解。最后,建立了INS/GNSS紧组合导航模型,对提出的算法进行了仿真验证,将仿真结果与联邦UKF算法、联邦CKF算法进行对比。仿真结果表明,相比于联邦UKF和CKF算法,所提算法在保证滤波精度的情况下,有效减小了计算量,改善了组合导航系统的性能。     

基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.     

零陷展宽的递推实现方法

目前常用的零陷展宽算法都可以归纳到协方差矩阵锥化（CMT）的范畴,按常规计算方式,CMT法的运算量为O(M 3)。文章首先通过对CMT法中的锥化矩阵进行特征值分解,提出了一种递推实现的零陷展宽算法,将运算量降为O(JM 2) （J为锥化矩阵的秩）;将该递推方法与对角加载算法结合,大大提高了算法的鲁棒性;最后针对几种常用的锥化矩阵进行了分析,确定了Mailloux算法中虚拟干扰源的选取原则,对MZ算法的锥化矩阵进行了降秩近似,进一步降低了运算量。计算机仿真分析表明,递推CMT算法在与原算法性能相当的情况下运算速度大大提高,与对角加载算法结合后,可以以较低的运算量实现较好的稳健性。
     

基于变对角加载的RCB算法

稳健的Capon波束形成(RCB)算法确定的加载量与设定的导向矢量误差范围成正比,在导向矢量误差比较小时,加载量也比较小,这时对小快拍的稳健性就很差。为了改善RCB算法在小快拍时的性能,提出一种基于变对角加载的RCB算法,利用估计的协方差矩阵误差对采样协方差矩阵进行修正,用修正后的协方差矩阵代替原协方差矩阵代入到RCB算法的权向量求解过程中,这样可以根据导向矢量误差和协方差矩阵误差动态调整加载量,在不增加计算复杂度的基础上,可以获得比RCB算法更好的稳健性。计算机仿真验证了算法的有效性。     

一种等效快速非正交联合对角化算法

针对空间源信号参数估计实时性的需求,提出一种等效快速非正交联合对角化（EFJD）算法。该算法具有计算复杂度低和收敛速度快的特点,可有效提高空间源信号参数估计的实时性。该算法从两个方面减少运算量,从而加快联合对角化的收敛速度。一方面根据欲联合对角化的目标矩阵组中矩阵的个数通常大于矩阵秩的实际情形,对目标矩阵组进行预处理,将其中的矩阵个数降为矩阵的秩,减少了每次迭代的运算量;另一方面对初始值进行优化,减少了迭代次数。数学推导证明,当目标矩阵组中矩阵的个数相对于矩阵秩取较大值时,EFJD算法就可降低运算量,而且运算量随二者差值的增加显著降低。仿真结果不但验证了这一结论,还表明其联合对角化精度较快速Frobenius范数对角化（FFDiag）算法有所提高。     

基于对应直线的飞行器接近角估计

提出了一种新的基于对应直线估计飞行器接近角的方法,对线性方法作归一化变换以提高算法的鲁棒性。用至少4组对应直线计算两图像间的单应矩阵。用序列图像间的单应矩阵估计接近角,无需着陆目标已知。模拟实验验证了算法的可行性。     

基于多级维纳滤波器的二维测向算法及DSP实现

为了对辐射源目标进行精确定位,需要对来波信号进行二维到达角估计。将一维MUSIC算法推广到空间阵列可以对辐射源进行二维高精度测向,但由于其需要估计接收数据的协方差矩阵和进行特征分解,因而计算量较大。为了降低MUSIC算法特征分解的计算量,提出一种基于多级维纳滤波器的子空间分解算法,通过多级维纳滤波器的前向递推估计信号子空间和噪声子空间,获得噪声子空间后采用MUSIC算法实现波达方向的估计,该算法不需要估计协方差矩阵和特征分解。应用于空间阵列的二维DOA估计中进行计算机仿真和DSP实现,仿真结果表明该方法有效地降低了计算量、节省了计算时间,且达到了MUSIC算法的估计性能。     

离散系统Lyapunov矩阵方程的Schwarz矩阵解法

本文根据Schwarz矩阵的性质,提出了求解离散系统Lyapunov矩阵方程的一种递推算法。这种算法是把求解N价Lyapunov矩阵方程的问题转换为求解N阶线性方程组的问题,因而其计算程序较简单,占用内存少,尤其是适应于求解高阶Lyapunov矩阵方程。     

基于模糊聚类非负矩阵分解的软件缺陷预测

为了进一步提高对不平衡软件缺陷数据的预测精度,提出了一种基于模糊聚类非负矩阵分解的缺陷预测方法。该方法首先选取最近邻算法作为不平衡缺陷数据预测的基分类器,然后将非负矩阵分解算法引入软件缺陷预测领域,并提出利用模糊聚类初始化非负矩阵分解算法的思路。该方法一方面解决了最近邻算法处理多属性缺陷数据时计算量大导致性能降低的问题,另一方面克服了非负矩阵分解的随机初始化导致结果陷入局部最优的不足,提高了不平衡软件缺陷数据的预测精度。最后通过两组算例验证了方法的有效性。     

基于人工免疫算法的编队压制干扰资源分配

通过对舰艇编队雷达有源干扰资源分配问题的研究分析,将免疫算法应用在编队有源压制干扰资源分配中,构建了分配的数学模型.提出了相关定义和一种能有效表达编队有源压制干扰资源分配的抗体染色体矩阵编码方案,并给出了亲和度算法.在假定情况下进行了仿真计算,得到了有效的有源压制资源分配方案,通过实例验证了算法的正确性和有效性,为求解更复杂的编队干扰资源分配问题提供了参考方案.     

基于拟平均根数之差的航天器相对导航UKF滤波算法

针对星载雷达数据(距离及其变率、角度及其变率),推导了以相对拟平均根数为状态变量的星间相对导航UKF滤波算法.建立了包含J2一阶长期项摄动的状态转移方程.推导了无奇点的相对拟平均根数与相对位置速度之间的转换矩阵,并分析了坐标变换中被忽略的二阶项的影响,对转换矩阵的精度进行了有效补偿.提出以相对位置速度为直接观测量,设计了具有自调整功能的测量误差协方差阵,避免了建立观测方程时状态量对直接观测量的繁琐偏导计算.仿真结果证明了该算法的有效性.     

一种改进的正交投影自适应波束形成算法

为减少雷达正交投影自适应波束形成算法中采样协方差矩阵特征分解的运算量，提出了一种改进的正交投影自适应波束形成算法。改进算法利用总体最小二乘法得到噪声子空间。推导了算法的公式，并给出了计算步骤。该算法的计算量小于正交投影算法而性能相当。理论分析和计算机仿真结果表明此算法有效。     

MGEKF可修正增益矩阵的研究

MGEKF就是基于EKF衍生出的一种修正算法。MGEKF算法是基于非线性函数是可修正的特性,详细介绍非线性函数的可修正增益矩阵的定义和推导方法,通过实例对方位角的可修正增益矩阵进行推导,并归纳出工程上计算修正增益函数的方法和步骤,最后利用Maltab仿真了MGEKF和EKF的滤波过程,证实了MGEKF算法的优越性。     

基于熵灰关联算法的雷达对抗情报数据融合处理

针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题,提出了基于熵灰关联融合算法的雷达对抗情报融合算法.该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模,得出综合评价值,然后将其与阈值进行比较,最后计算属于同一雷达对抗情报数据的均值,实现雷达对抗情报数据的融合.仿真实验结果表明了该算法能够充分利用雷达对抗情报数据的有效信息,融合结果准确可靠,模型泛化能力强.