基于改进的Toeplitz化处理的相干源非均匀线阵自适应波束形成算法

针对相干源非均匀线阵的波束形成,提出了Toeplitz化的基于特征空间的线性约束最小方差自适应波束形成算法(TELCMV)。该算法利用阵列接收信号的相关性进行Toeplitz化处理、把期望信号方向向量向信号子空间投影、进行线性约束最小方差波束形成来得到TELCMV权向量;TELCMV权向量没有包含噪声子空间的分量,而期望信号和干扰信号的输出不变,所以提高了输出信干噪比(SINR),收敛速度也快,在低信噪比和小快拍数下能取得较好的波束形成性能。仿真试验结果证明了TELCMV算法的优越性能。     

基于多变量特征模型的机械手自适应控制

机械手系统动力学模型所设计出来的控制器一般具有比较复杂的形式。为了解决机械手系统控制器复杂性问题,推导出机械手系统的线性多变量时变二阶离散差分方程,得到了其方程系数所满足的特征关系,并由分析可知当采样时间间隔足够小时,该方程系数具有慢时变特性。基于建立的差分方程及其系数的特征关系,给出了带有遗忘因子的最小二乘辨识方法和多变量黄金分割控制律相结合的且形式简单的自适应控制算法。利用系数的特征关系,能使需要辨识的参数个数减少。此算法具有只需要关节的位置信息而不需要速度信息的优点。数学仿真结果表明该方法对机械手控制的有效性和鲁棒性。     

星上数字波束形成系统及硬件实现

数字波束形成系统是一种可实现天线自适应调零的窄带数字系统。本文构筑了星上数字波束形成系统的模型，并对模型中各个模块的功能进行了介绍。文中对数字波束形成系统的误差进行了简单的分析，介绍了数字波束形成系统硬件实现以及外场测试系统方面的内容。最后对下一步的工作提出了一些建议。     

带滑移铰空间机械臂惯性空间轨迹的复合自适应跟踪控制

讨论了载体的位置与姿态均不受控制的漂浮基带滑移铰空间机械臂的控制问题。动力学分析表明，结合系统动量及动量矩守恒关系得到的运动Jacobi关系及系统动力学方程将是系统惯性参数的非线性函数，借助于增广变量法，我们得到了与惯性参数呈线性关系的系统广义Jacobi矩阵及系统控制方程，以此为基础，针对系统中存在未知惯性参数的情况，设计了一种末端抓手惯性空间期望轨迹跟踪的复合自适应控制方案，此控制方案的优点在于不需要测量空间机械臂载体的位置及移动的速度，加速度，仿真运算证实了方法的有效性。     

改进PASTd算法在大型自适应阵中的应用

矩阵特征分解算法中紧缩近似投影子空间跟踪(PASTd)算法在自适应阵波束形成中得到了广泛应用.在对其仿真中发现仅在信噪比较低时该算法才能得到较好的结果.针对这一缺陷,正交近似投影子空间跟踪(OPAST)算法被引伸到PASTd中.改进算法可在不知道信号维数的情况下估算信号的特征向量与特征值,并保证特征向量的正交性,因此具有更好的收敛性能,而算法复杂度基本不变.改进算法与多重信号分类(MUSIC)算法相结合应用于大型自适应阵,可对主瓣及其附近区域的干扰进行抑制,并大大降低MUSIC算法的计算量,对其干扰零点的形成有很强实用价值.     

粗差拟准检定法在星载GPS低轨卫星定轨中的应用

利用自适应卡尔曼滤波进行星载GPS低轨卫星定轨时,必须解决量测方程中经常存在的粗差问题．在分析以往方法的优缺点后,用拟准检定法来探测和修正量测方程中存在的粗差．该法的优点是辨识粗差准确率高,能同时定位多个粗差．另外,为了克服星载GPS低轨卫星定轨的滤波器可能出现的数值不稳定性及发散现象,还采用了UD分解算法及Sage自适应滤波器．最后用一个CHAMP卫星的模拟算例验证本方法的可行性和有效性．     

大气湍流光学长曝光像的数值计算

在介绍大气湍流光学长曝光像的两个模型——高斯模型(空间域模型)和统计平均光学传递函数模型(空间频率域模型)的基础上，推导两模型之间的关系与差别，并应用两模型数值计算了扩展目标通过大气的长曝光成像结果。此外，还应用高斯模型给出了自适应光学系统校正后的远场光斑。     

直升机自适应主动抑振技术的研究

80年代兴起的高次谐波主动控制技术是直升机抑振技术领域中十分活跃的研究课题。本文从控制观点阐述高次谐波控制(HHC)基本原理,提出HHC中的旋翼系统及机体振动的数学模型,提供自适应HHC方法,并辅以仿真验证。     

基于冗余伪观测的自适应滤波算法

现有的二阶互差分(SOMD)算法能够给出与状态估计误差解耦的观测噪声协方差估计，但是需要满足冗余测量的条件，但这一条件往往难以满足。 针对这一问题，提出了一种利用状态预测值构造相邻2个时刻伪观测的方法，将原SOMD算法扩展到具有单测量的系统中。使用目标跟踪问题对该算法的有效性进行验证。仿真结果表明，当采样周期较小时，该算法能够忽略状态估计误差的影响并给出较准确的观测噪声方差，在精度和鲁棒性方面优于其他参考算法。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。