基于预计算和周期性的ECC标量乘法算法

在研究二进制、带符号的二进制(NAF,Non-Adjacent Form)等常见标量乘法算法的基础上,结合椭圆曲线基点的周期特性和预计算倍点序列方式,提出了一种新的标量乘法算法,并给出了新算法的详细步骤.点的周期性和系数决定了直接进行标量乘法运算还是转化为求其逆元,预计算倍点序列方式避免了椭圆曲线密码体制(ECC,Elliptic Curve Cryptosystem)加解密过程中大量的重复运算.为验证算法的正确性,采用密钥长度为192 bit椭圆曲线,给出了一个具体实例.实例结果和算法分析表明:与二进制和NAF算法相比,新算法虽占用了一些存储空间,但省去了倍点运算的时间开销,同时减少了点加的运算次数,极大地提高了标量乘法运算的效率.该算法的提出对完善ECC理论和加快ECC在实际中的应用具有重要意义.      

基于混合编码的天文序列图像无损压缩算法

提出了一种将时间和空间双维度预测与混合熵编码结合的图像无损压缩算法，应用于星体定点成像的天文序列图像.时间与空间双维度预测可以消除天文序列图像的时间相关性和空间相关性.混合熵编码融合了高熵编码与低熵编码算法，充分利用预测误差分布的稀疏性，进一步提升压缩效率.针对星体的天文序列图像，该算法首先在时间维度上进行帧间预测，去除时间相关性，再对帧间预测后的图像在空间维度上进行直方图滤波和上下文预测，去除空间相关性，最后将预测误差送入熵编码器进行编码.实验结果表明，本文所提出算法的压缩效果优于JPEG-LS，平均压缩比提升约15%.该算法结构简单，计算复杂度较低，易于硬件实现，适合星载天文图像的无损压缩.      

一种基于HMM的多用户检测算法

针对以概率统计为基础信道估计收敛速度慢、状态估计存在非合理性的问题进行研究,提出了一种新的多用户检测方法.该算法以隐马尔可夫模型为基础,为了避免由于相邻状态序列后向概率相差很大而造成的信道估计发散,采用固定延迟的方法,利用锯齿延时的办法计算后向序列概率以减少计算复杂度.根据前后序列之间的相关性和最陡下降法,提出了解相关最小均方(DLMS)多用户上行复合信道的盲估计. 考虑到由于发射序列状态之间可能存在时序非继承性,而搜索与前向序列对应的具有最大转移概率的后续序列,给出了最大后验(MAP)多用户检测方法.计算机仿真实验表明,该算法提高了信道响应估计速度,具有全局收敛性和系统的稳定性.      

激光通信中的分集检测技术

在大气弱湍流模型下,应用Monte Carlo方法,通过产生符合光信号的对数幅度联合概率分布的数据,近似模拟计算了分集接收机的逐符号最大似然检测算法的似然比.研究了减少Monte Carlo方法中仿真点的个数对逐符号最大似然检测的分集接收机检测性能估计的影响.随后提出一种基于训练序列的分集检测方法.该方法在未知衰落分布相关信息的情况下,利用每帧内引入的一定长度的训练序列提供了某一较短时间间隔内的大气湍流信道的信息,基于与似然比表达式结构相似的算法获得改善的检测效果.仿真结果表明在各个分集接收机之间存在较强相关性的情况下,该算法仍可实现有效的检测.      

AE指数表现出的磁层的浑沌行为

时间序列的非线性预测误差可用来辨别产生这个时间序列的动力学系统是浑沌的还是随机的。据此,本文分析了自1982年1月30日12点开始的分辨率为1min的AE指数构成的时间序列,共15000个数据点。首先用其中的一部分数据构造了一个从非线性确定性的到线性统计的范围很宽的预测模型,然后利用此模型对另一部分数据进行预测。预测误差的结果表明,AE指数所表征的磁层具有浑沌行为。用同样的数据,利用滞后时间相空间重构法得到的系统吸引子的关联维为2.5.      

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.      

OFDM系统的自适应低秩信道估计

为了降低正交频分复用OFDM(Orthogonal Frequency division Multiplexing)系统中最小均方误差MMSE(Minimum Mean Square Error)信道估计算法的复杂度,并且改善由于信道的统计特性与先验知识不匹配而导致的MMSE估计性能恶化,提出了一种自适应的低秩信道估计算法.该算法利用信道的时间平均相关取代统计相关,结合了基于特征值分解的低秩建模,从而近似地实现MMSE估计.借助于子空间跟踪,该算法可以自适应地估计信道相关矩阵的主特征空间及噪声方差,以迭代的方式逼近最优的MMSE估计,而且复杂度较低.进一步分析指出基于信道延时子空间跟踪的估计算法是该算法的一种特例,理论分析和仿真结果均表明这种新算法在低信噪比时可以显著改善信道估计的准确性.      

仿射非线性系统的二阶滑模控制律研究

分析现有滑模控制算法特别是二阶滑模控制算法在抑制抖动和鲁棒性等方面所存在的问题,以仿射非线性系统为对象,针对近似时间最优的二阶滑模控制律收敛速度慢和抖振较大的问题,提出改进控制算法,通过设计适当的约束条件和修正滑模趋近加速度,提高了二阶滑模的响应速度,并在不损失鲁棒性的前提下削弱了抖振的频率和幅度.以单摆模型为例,分别对该算法和二阶Lyapunov函数法以及一阶指数趋近法进行仿真研究,仿真结果表明该算法适用于具有不确定性的非线性系统,并在削抖和快速响应方面具有相对优势.     

基于多模型简化CDKF的故障诊断方法

针对使用传统卡尔曼滤波器对非线性系统进行故障诊断,估计精度低的问题,提出了一种新的故障诊断方法.该方法结合多模型自适应估计和简化中央差分卡尔曼滤波器的优点,能在线快速地检测出故障,利用中央差分代替了雅可比矩阵的求解,使系统状态估计准确收敛到真实值附近,而且避免了反复求解量测预测方差等一系列繁杂过程.在执行机构不同故障的情况下,通过与其他算法进行诊断对比,结果表明提出的算法在精度上和运行速度上具有明显的优势.     

OFDM系统定时偏差补偿算法

为了消除正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)符号定时偏差对信道估计的影响,提出了一种补偿算法.理论分析表明相移可以被看作是信道统计特性的变化,并且在使用线性插值的信道估计方法时估计误差会扩大.该算法利用符号定时偏差会引起子载波相位旋转的特点,对信道估计进行补偿.仿真结果表明,在多径信道下,在信噪比为20 dB定时位置位于循环前缀中点时,使用该算法后信道估计均方误差是通常线性插值算法的25%,因此新算法缩小了信道估计均方误差.实验结果表明,该算法提高了接收机的性能.     

多径信道下图像的信源信道联合编码调制传输

针对多径衰落信道提出了一种基于小波变换并结合OFDM(Orthogonal Frequency Division Multiplexing)自适应调制的图像传输方法和信源信道联合带宽功率优化分配算法.给出了编码传输方法结构,对有噪信道下基于小波变换的图像编码传输实现和失真估计问题及多误码率OFDM自适应调制比特功率优化分配问题进行了建模和分析,使得信源量化编码与OFDM调制能够方便地结合起来,并进一步得到了相应的信源信道联合优化带宽功率分配方法.仿真和分析表明,该方法实现了多径信道下图像的信源信道联合编码调制传输,编解码复杂度和延迟小,且信源信道联合优化的带宽功率分配可有效提高信道资源利用效率.     

基于自适应LMS算法的空间光束快速精扫描跟踪控制方法

针对空间精密光学领域与国防应用对高精度快速光束控制的需求，给出自适应最小均方（LMS）算法对压电快摆镜进行光束扫描跟踪控制。首先描述了自适应LMS控制算法及快摆镜模型辨识方法，随后仿真分析了不同频率及迭代步长对自适应LMS算法跟踪控制的影响，最后采用自适应LMS算法进行了压电快摆镜辨识及扫描跟踪控制实验。实验结果表明，自适应LMS算法对2Hz、10Hz及其复合谐波信号扫描的跟踪误差分别为2.5%(3σ)、1.9%(3σ)和2.4%(3σ)，控制效果均优于PI控制算法。这种自适应LMS算法能有效跟踪多频扫描信号，为高精度空间光束快速扫描跟踪提供了一种可靠的技术手段。     

基于自适应谱估计的跳频捕获技术

提出了一种基于谱估计的跳频(FH, Frequency Hopping)信号的捕获方法,建立了自回归自适应谱估计模型和算法,通过计算信号频谱估计了跳频信号的瞬时频率.当频率估计存在偏差时,为了避免错误判决,实现稳健捕获,给出了一种新的捕获逻辑.在高斯白噪声( AWGN, Additive-White Gaussian Noise)环境和瑞利(Rayleigh)衰落环境下,对不同天线阵元数目情况下的捕获性能包括平均捕获时间和误码率进行了数值仿真.仿真结果表明:谱估计算法能快速准确地估计出信号频率,实现跳频信号的快速捕获.      

基于多项式近似的空间碎片群体轨道预报算法

快速准确地分析空间碎片群轨道演化行为对于其他在轨航天器碰撞规避至关重要。在各摄动力的作用下,空间碎片群演化运动呈现出复杂的非线性特征。空间碎片群体个体数量巨大,如果通过对空间碎片群中每个空间碎片进行轨道积分来分析群体预报的方法会导致计算量过大。针对该问题,提出一种基于多项式近似的轨道快速预报分析方法。该方法将空间碎片群分为少量的标称碎片和其他大量关联碎片。针对标称碎片的轨道预报采用数值积分求解保证预报精度;而针对其他大量的关联碎片轨道预报问题,采用多项式泰勒展开半解析方法求解,从而在保证预报精度的前提下有效减少空间碎片群轨道预报的计算量。为了验证方法的有效性,对不同空间碎片群进行了轨道预报仿真。仿真结果表明,当轨道预报精度设定在1m范围内时,多项式近似算法的计算量较蒙特卡洛方法计算效率提高了2.2~17.2倍,验证了所提出方法的有效性。     

基于SMO—SVR的飞机舵面损伤故障趋势预测

飞机舵面出现损伤时,为了更准确的预测状态参量变化情况,提出了一种改进的序贯最小优化支持向量回归(SMO-SVR, Sequential Minimal Optimization Support Vector Regression)预测方法.采用改进C-C平均方法对多元时间序列进行相空间重构,以确定最优嵌入维数m和延迟时间τ_d.根据所求m和τ_d建立加权SVR预测模型,并调整了SMO算法的停机准则.利用区间自适应粒子群算法(IAPSO, Interval Adaptive Particle Swarm Optimization)优化SVR参数,以提高参数优化速度.为了验证改进算法的有效性,针对飞机方向舵损伤故障趋势进行了预测和分析,并与径向基函数神经网络(RBFNN, Radial Basis Function Neural Network)方法进行了对比,仿真结果表明SMO-SVR预测模型具有很好的预测能力.     

Fading in the HF ionospheric channel and the role of irregularities

It is well known that the ionosphere affects radio wave propagation especially in the high frequency (HF) range. HF radio waves reflected by the ionosphere can reach considerable distances, often with changes in amplitude, phase, and frequency. The ionosphere is a dispersive in frequency and time, bi-refractive, absorbing medium, in which multipath propagation due to traveling irregularities is very frequent. The traveling irregularities undulate the reflecting ionospheric layer, introducing variations in signal amplitude (fading). In this multipath time variant channel fading is mainly considered, even though it is not the sole effect. Echo signals from a single reflection, as in ionospheric vertical sounding (VIS) techniques, are affected by a certain degree of variability even in quiet ionospheric conditions. In this work the behavior of the ionospheric channel is studied and characterized by observing the power variation of received echoes using the VIS technique. Multipath fading was analyzed quantifying the power variation of the signal echo due to irregularities on a temporal scale from 0.5 to 256 s. An experimental set-up derived from an ionosonde was implemented and the analysis was performed employing a special numerical algorithm operating off-line on the acquired time sequence of the signal. The gain-loss of the irregularity shapes are determined in some special cases.     

基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

基于自适应UKF的敏感器故障诊断算法

针对非线性系统中敏感器测量过程存在异常干扰和出现仪器故障问题,提出一种基于自适应UKF(Unscented Kalman Filtering)的鲁棒故障诊断算法.算法通过新息特性分析引入自适应矩阵对异常干扰和仪器故障建立系统级抑制和部件级诊断.系统级检测将UKF的新息特性通过自适应函数引入状态预测,修正异常值对状态预测值的影响,达到对异常干扰的鲁棒性.部件级检测将新息特性分解成各部件参数的新息特性,建立各自敏感器的自适应矩阵,通过对自适应矩阵的迹进行判断,检测是否发生故障并隔离故障.仿真结果表明,算法对异常值具有较强的鲁棒性,对测量仪器失效造成的故障能够准确地检测并给出故障大小.算法结构简单,计算量小,对工程应用具有较好的参考价值.      

基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.      

遗传算法在质量矩导弹姿态控制中的应用

研究了三轴稳定控制系统的姿态控制问题.建立了内部带有3个可移动滑块的数学模型.利用RBF(Radial Basis Function)网络的快速自学习以及自适应特性,将其作为控制器不断调整滑块的位置.同时利用遗传算法(GA)的全局、并行寻优及增强式学习能力对神经网络控制器的权系进行优化.通过对滑块位置的协调控制,改变导弹的飞行姿态.最后讨论了滑块运动特性对系统性能产生的影响并对系统稳定性进行了分析.仿真结果表明该控制律能在保证系统稳定的情况下有效地实现导弹的姿态调整,并且提高了系统的动态响应品质.