基于经验模态分解的有限阵元宽带自适应阵列DBF方法

针对有限阵元条件下宽带自适应阵列自由度不够和抗干扰性能下降的问题,提出一种基于经验模态分解(Empirical mode decomposition,EMD)的宽带自适应阵列数字波束形成(Digital beamforming,DBF)方法。该方法首先对阵元接收的快拍数据进行EMD处理,然后对各个模态函数矩阵应用线性约束最小方差(Linearlyconstrained minimum variance,LCMV)波束形成算法求解自适应权矢量,最后对信号进行重构。与传统的基于快速傅里叶变换(Fast Fourier transform,FFT)子带自适应阵列方法相比,该方法具有以下优势:适用于阵元数目受限的宽带自适应阵列,无需事先指定模态函数划分的频段,可以提高阵列处理的自由度。仿真验证了所提方法的有效性。     

应用于微型飞行器阵列天线的自适应波束形成器

微型飞行器的天线采用灵巧的自适应阵列天线。由于自适应阵列天线的幅相误差会引起线性约束自适应波束形成器的期望信号相消,本文根据微型飞行器自适应天线系统的设计,基于广义旁瓣对消器(G SC)结构,在频域中将阻塞矩阵赋予自适应功能,进而得到了一种改进的,可行的,稳健的自适应波束形成器。仿真试验表明,此方法对天线阵列幅相误差具有稳健性,降低了运算量,可以应用于微型飞行器二维自适应阵列天线,实现实时的波束形成。     

基于方向调制的无线安全传输基本原理、关键技术与未来展望

方向调制(Directional modulation,DM)作为无线物理层安全传输的关键技术能够很好地提升系统的安全性能。然而,由于在角度测量过程中存在误差,因此需要在设计有用信号波束成形向量和人工噪声(Artificial noise,AN)投影矩阵时考虑角度误差,从而提升系统安全性能。本文首先描述了DM系统模型,然后介绍了到达角(Direction of arrival,DOA)估计技术、稳健波束成形设计的3种算法及功率分配技术。仿真表明:稳健波束成形合成方法的性能明显要优于非稳健合成方法,且有用信号和AN之间最优功率分配能明显提高安全速率性能。最后,对DM未来新的发展方向与所面临的挑战性等开放问题进行展望与总结。     

Φ1.2 m高超声速风洞引射系统设计与性能试验

针对大型高超声速风洞总增压比高、抽吸范围宽、多级参数匹配等要求,开展了Φ1.2 m高超声速风洞多级引射器系统设计计算与抽吸试验研究。通过对无风洞主气流时第一、二、三级引射器的单级性能调试和多级组合性能调试,获得了三级多喷管中心引射器不同工作参数组合的抽吸性能,试验段静压最低达660 Pa。据此,总结得到了多级引射器高效运行的参数匹配原则。有风洞主气流时的引射系数试验结果与理论计算结果吻合较好,验证了多级多喷管引射器气动设计方法的可行性。设计结果可靠,可为高超声速风洞或其他地面气动试验设备的多级引射器系统设计与运行提供技术参考。     

基于固定时间干扰观测器的多智能体分布式保性能包含控制

针对多智能体协同编队抗干扰控制问题设计了一种网络化多智能体分布式保性能包含控制方法。首先,考虑因传感器性能约束导致的领航者速度信息无法精确获取的问题,采用跟踪微分器对多领航者智能体的速度状态进行估计;其次,基于多智能体动力学模型并结合多领航者智能体的速度状态估计信息,构造多智能体分布式包含控制协议;然后,为消除系统中不确定动态环境干扰的影响,设计固定时间干扰观测器对外部扰动进行实时估计与补偿;最后,利用预设性能控制技术使多智能体同步误差收敛速度、超调量等动态性能保持在预设的安全范围内。仿真实验验证了所提控制算法的有效性和可行性。     

基于融合先验知识SVM的航班延误预警模型

针对日益严重的航班延误问题,有必要通过预警机制减少其负面影响,对机场各时段延误程度的预警其实质是一个多类分类问题.利用先验知识确定了一种新的基于相对紧密度的方法来计算各样本的权值,并将其融合到支持向量机模型中,进而结合一对一法(OAO)形成一种一对一加权间隔支持向量机(OAO-WMSVM),用以实现一个多级航班延误预警模型.实验证明,用OAO-WMSVM建立的预警模型能有效判定机场各时段的延误等级;同时还证明,融合了先验知识的SVM比标准SVM具有更好的分类性能.     

基于动态时轴弯曲的汉语连呼数字识别算法

模板匹配是计算机语音识别的重要手段之一。本文以孤立数字的线性预测编码(LPC)参数为模板,针对当汉语连呼数字发音速度较快时一字分割较困难这一特点,研究了不需预分割的汉语连呼数字识别问题。算法通过把复合距离的端点搜索与端点无约束的动态时轴弯曲(DTW)技术相结合,在保证一定识别率的前提下,使计算量较二级或多级动态规划算法有了大幅度下降即接近孤立数字发音识别水平。同时,简化的树状决策方法使识别性能进一步得到提高。初步实验结果表明,此方案可较有效地克服连呼数字识别中的连读效应。     

Rice杂波中SwerlingⅡ目标的似然比检测

本文研究Rice杂波中SwerlingⅡ目标的离散时间检测。导出了杂波稳定分量相干及不相干时的似然比(LR)检测器的结构。得到了这些检测器的功效表达式。把LR检测器与传统的平方律检测器的渐近性能进行了比较。计算结果表明,杂波统计特性越偏离高斯情形,LR检测器的检测性能就越是优于平方律检测器,而且杂波稳定分量相干时的LR检测器的ARE比不相干时的要大一倍以上。     

基于采样通信的分布式多智能体系统稳定性分析与协同控制(英文)

研究了基于采样通信的分布式多智能体系统的稳定性分析与协同控制,并采用分布式状态反馈控制器来实现智能体间的协作。推导了一种线性不等式的形成定理,并将其用来分析系统的稳定性。同时提出了针对线性不等式约束优化问题的形成定理,将其用来设计相关的控制器,并给出了相关的算法。仿真实例验证了所提方法的正确性和有效性。     

一种使用BP神经网络加速的蒙特卡洛拉格朗日水滴求解器（英文）

结冰可能威胁飞行安全。拉格朗日方法被广泛应用于求解结冰过程中的水收集系数,但是其发展受到鲁棒性问题和高计算成本限制。为了弥补拉格朗日方法的缺陷,使用蒙特卡洛积分法和反向传播(Backpropagation, BP)神经网络分别用于解决鲁棒性问题和降低计算成本。基于蒙特卡洛方法的拉格朗日求解器可实现对任意模型或计算条件的无条件稳定。构建了BP神经网络用于预测水滴撞击概率,通过筛除非撞击水滴减少计算量。BP神经网络不针对特定模型提前训练,使用异步并行策略使BP神经网络训练和水滴运动同时求解,建立了广泛适用的异步拉格朗日求解器。使用GLC-305后掠三维翼型和某型发动机短舱模型对求解器进行验证,结果显示BP神经网络可以有效提升计算效率,对比没有神经网络辅助最多节省27%运行时间,同时保有同等计算精确度。本文研究为首次尝试神经网络技术与结冰数值模拟融合,为进一步发展拉格朗日方法提供有力支撑。