DS/FH混合系统鲁棒自适应抗干扰技术

根据鲁棒估计理论,采用一种基于广义M估计的自适应滤波器消除DS/FH混合扩频系统中的部分带宽干扰,并推导了鲁棒自适应算法.比较了2种M估计中常用的ψ函数的性能:Huber函数(Huber function)、三权重函数(Tri-weight function).Monte Carlo 仿真结果表明,采用鲁棒自适应滤波器的DS/FH系统抗非稳态干扰性能显著提高,且具有拒绝特性的三权重函数性能明显优于Huber函数.      

基于FGN输入流的G/D/1排队模拟

传统的排队理论不适于分析高速网络表现出的自相似流量.通过实验仿真,主要考察平均等待时间和在队列分别为无限和有限情形下的队列尾部特征等参数,并对以FGN为输入流的G/D/1排队模型作了定性分析.结果表明在输入流的强度和方差基本相等且系统利用律大于某一阈值的情况下,队列平均等待时间随Hurst参数增大而显著增长.同时指出在相同的条件下考察队列尾部特征,具有有限队列长度的G/D/1排队模拟结果要远优于无限队列长度下的理论分析结果.      

可靠性灵敏度分析的一种偏倚蒙特卡罗方法

根据可靠性灵敏度分析的需求和特点,选择似然比方法作为基础的导数/梯度估计方法.立足经典可靠性系统和基于元件的蒙特卡罗方法,推导了原始蒙特卡罗仿真环境下的似然比导数估计方法.为加速仿真,进一步提出了一种偏倚技巧,该技巧在系统结构函数的基础上定义一个应用重要抽样的无偏估计量,并通过最小化该估计量的方差来获得最优偏倚参数值.该估计量拥有的一个重要优势是其方差优化任务可以分解到单个元件的层次上进行,从而避免了高维优化的难题.通过一个可解析求解的简单实例验证了似然比导数估计方法应用于可靠性灵敏度分析的有效性,以及所提出的偏倚技巧对于降低导数估计方差的有效性.对于所考虑的实例系统,提出的偏倚蒙特卡罗方法对各个感兴趣的量都给出了很好的估计,与原始蒙特卡罗方法相比,各个估计量的方差均降低了至少6个数量级.     

DS/FH混合扩频系统快速捕获新算法

针对DS/FH (Direct Sequence/Frequency Hopping)混合扩频系统捕获时间长的难题,提出了一种基于可变跳频速率的捕获算法.对搜索过程中频率未对准状态进行快速出局处理,降低平均捕获时间;对准状态则通过较长时间来验证以降低虚警概率.通过状态流图,导出了新算法在高斯白噪声信道和典型干扰环境下的平均捕获时间计算公式、检测概率、漏警概率和虚警概率.仿真结果表明,在高斯白噪声环境下,选取合适的门限,平均捕获时间可减少为传统快速扫描法的1/4;在干扰环境下,新算法鲁棒性优于后者.      

对Jahangir组合式矩估计器的改进

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE(Maximum Likelihood Estimator)相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

Improvement of Jahangir＇ s multiple moments estimator

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE（Maximum Likelihood Estimator）相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

一种模型误差鲁棒的卫星姿态确定方法

提出一种结合非线性预测滤波和二阶插值滤波实现基于星光/陀螺的高精度姿态确定的新算法.该算法用非线性预测滤波估计模型误差,再对补偿后的模型用高精度的二阶插值滤波来估计姿态参数.解决了在卫星实际运行中难以获得姿态确定系统的精确动力学模型,采用传统EKF(Extended Kalman Filter)将模型误差作为零均值白噪声处理,导致滤波精度降低甚至发散的问题.同时,二阶插值滤波将非线性模型按照二阶近似,无需计算函数偏导数,得到高精度的卫星姿态估计.仿真验证了该方法能有效地实时估计并补偿模型误差,提高了姿态估计的精度,且估计精度受滤波周期的影响不大,从而验证了算法的鲁棒性和有效性.      

k/N系统维修时机与备件携行量联合优化

针对任务期间舰载k/N系统的维修保障问题,以出航准备阶段维修与携行备件的配置为背景展开研究。结合k/N系统的使用及维修过程,以部件可修为前提建立了维修与携行备件的联合优化模型。模型以装备使用可用度为约束条件,以保障费用最低为目标函数,决策变量包括维修启动条件、备件携行量和维修人员数量3个参数。采用边际分析法对模型进行求解,分析了传统算法存在的问题,并提出了对应的改进措施。算例包括3部分：一是用仿真对比验证了所建模型,结果表明本文模型具有较小的误差;二是以枚举法得出的最优解为基准,对传统算法与改进后算法的性能进行了比较,结果表明改进后的算法可明显减小与枚举法最优解的相对误差,提高寻优概率;三是对各项改进措施的贡献做了相应测试。     

基于分层随机梯度辨识算法的传感器故障检测方法

提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性.     

SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

飞机过度/不足转向地面转弯操纵特性分析

为分析飞机着陆滑跑过程中的过度/不足转向特性,提高前轮转弯系统的操纵性能,提出了一种具有时变参数的飞机转弯系统的低阶等价模型,并结合系统稳定性的分析与飞行数据,可知在飞机着陆滑跑过程中的某个速度范围内,由于系统偏航角速度命令带宽衰减至零值附近,飞机的过度/不足转向特性曲线十分接近临界稳定速度边界,引起操纵特性严重恶化,由此提出了一种采用偏航角速度的局部负反馈来调节系统带宽的自校正增稳设计.分析与仿真结果说明:该模型能够解决使用高阶模型对飞机该项性能分析复杂的问题,可以作为高阶复杂模型分析的一种补充,且提出的增稳方法能使系统偏航角速度命令带宽保持在期望范围内,改善脚蹬操纵的敏感性,提高系统的操纵性能.      

基于混合粒子滤波的载波估计算法

针对粒子滤波载波估计算法的高复杂度、粒子退化及贫化问题,提出了一种基于混合粒子滤波的载波估计方法.该方法引入多阶马尔科夫模型,采用多个非零均值高斯分布的加权和来近似重要性函数的最佳选择,并根据最大后验概率准则规范粒子的迭代计算.仿真结果表明,在非高斯噪声环境下,低轨卫星通信TDMA/DEQPSK(Time Division Multiple Address/Differential Quadrature Phase Shift Keying)数据帧非合作接收载波估计时,与基于经典粒子滤波的载波估计算法相比,提高了粒子"效率",在误码性能相当的情况下,有效降低了计算复杂度.     

一种二维来波方向估计的快速ESPRIT算法1)

提出了一种快速 ESPRIT算法.使用该算法和两平行均匀线阵可实现二维来波方向的快速估计.快速ESPRIT算法利用协方差矩阵中不受噪声影响的子块来估计来波方向，避免估计整个协方差矩阵和噪声功率，减少了特征分解的次数，大幅度地降低了运算量.而参数的估计性能接近PRO-ESPRIT算法.最后给出计算机仿真结果，表明了该算法的有效性.     

基于连续蚁群算法的Bayesian方位估计快速方法

针对蚁群算法(ACO)在解决高维非线性搜索问题方面的有效性,提出了基于蚁群优化算法的Bayesian最大后验概率方位估计(ACO-Bayesian)快速方法.该方法将Bayesian最大后验概率函数作为蚁群算法的目标函数,选取若干一维高斯函数的加权和作为连续蚁群算法中信息量概率分布函数,经过有限次迭代得到Bayesian方法的非线性全局最优解.仿真结果表明,ACO-Bayesian方法在保持Bayesian方法优良性能的同时,将Bayesian方法的计算量减少到原来的1/14.水池实验结果验证了ACO-Bayesian方法的正确性和有效性,为其工程应用奠定了基础.      

视觉导航下基于H2/H∞的航迹跟踪

为了从理论上研究视觉导航系统的特性,首先在物理上将视觉导航系统划分为传感器(摄像头、激光测距仪)和视觉处理计算机。针对视觉处理计算机,建立视觉位置测量模型。将视觉位置测量模型的不确定性分为参数不确定性和输入干扰2种。然后通过仿真详细分析了视觉位置估计针对不同模型不确定性的敏感程度。最后在引入视觉位置测量模型不确定性的基础上研究H₂/H_∞混合鲁棒控制在航迹跟踪上的应用,并给出了保证航迹控制系统稳定性和跟踪性能情况下的视觉位置测量模型摄动范围,对计算机视觉算法的研究具有一定的指导意义。     

E_α/E_2/1系统的近似解法

排队论中E_a/E_2/1系统问题的解决,迄今没有方便的实用公式。本文过通求解M/E_2/1系统的问题,找到E_a/E_2/1系统的一个近似解法。即增加控制系数b,得到E_a/E_2/1系统的等待时间平稳分布的近似概率公式: W(t)=1-ρe~(-(2aMμ-λ)t/(2ab))·[((2 ρ)/(ρ~2 8ρ))~(1/2)sh((λ~2 4λaMμ)/(2ab))~(1/2)t ch((λ~2 4λaMμ)/(2ab))~(1/2)t](t≥0,p<1)使精度在Kingman不等式范围之内。