客观多因素权重分配方法及其应用

综合模糊聚类技术和粗糙集理论中的信息熵原理,提出了一种多因素决策中确定各因素权重分配的新方法.利用模糊聚类分析对数据进行聚类,并提取最佳聚类;基于粗糙集中信息熵原理确定各因素的权重分配.算例结果表明:方法合理有效,具一定的可行性.     

圆阵干涉仪测向研究

在圆阵干涉仪信号模型基础上,主要针对其解模糊的问题,提出了一种不用设置门限的聚类解模糊方法。理论分析和仿真验证了该方法具有更好的稳健性与实时性,并具有较好的实用性,为解决圆阵干涉仪测向提供了一种新的思路。     

未知纬度下基于正交基构建的SINS直接解析对准方法

传统的解析式对准思想源于双矢量定姿算法,参考矢量模型构建需要精确的纬度信息支持,解算后需正交化处理。基于此,根据方向余弦矩阵的物理意义,提出了一种基于正交基构建的直接解析式对准方法。方法在静基座下利用观测量直接建立东北天轴系在载体系下的投影单位矢量,以此建立正交姿态阵。分析并论证了该方法与传统方法在解析关系及误差特性上的统一性,仿真实验与IMU数据解算实验均验证了方法与传统解析方法精度相当,但解算未利用纬度信息,且无需正交化,具有较强的工程实用性。     

未知纬度下基于四元数解算的SINS对准方法

针对未知纬度下SINS对准问题,提出了一种基于旋转四元数地轴矢量解算的对准方法。该方法以惯性系下重力矢量连续观测为基础,构建以地轴矢量为旋转轴的旋转矢量序列,利用QUEST算法求解旋转四元数实现对地轴矢量的优化解算,并根据空间关系建立导航系轴向矢量的惯性系投影,最后利用陀螺跟踪载体系相对惯性系的变化,确定载体系相对导航系的姿态关系。仿真实验表明基于四元数解算的对准方法相对于传统的两步对准方法及几何解析对准方法,在对准精度与算法稳定性上都表现出较强的优越性,工程适用性较强。     

基于地轴矢量解算的SINS无纬度支持自对准方法

针对无纬度条件下SINS初始对准问题,提出了一种基于地轴矢量解算的对准方法。在静止基座下,利用陀螺仪敏感地轴矢量,直接建立导航系轴向矢量在载体系的正交投影,解析式确定姿态矩阵;晃动基座条件下,根据惯性系重力矢量观测,构建以地轴矢量为旋转轴的两组等角旋转矢量序列,利用QUEST算法求解旋转四元数实现对地轴矢量的优化解算,并以此建立导航系轴向矢量的载体惯性系投影,最后利用陀螺跟踪载体系相对惯性系的变化,确定载体系相对导航系的姿态关系。静止基座解算实验表明直接解析式对准与传统的解析式对准精度相当,但解算效率得到了提高;晃动基座仿真与船载实验均表明基于四元数的地轴矢量优化解算在精度上要优于三矢量几何解算方法,引入低通滤波环节后,对准精度进一步提高。     

提高卫星导航性能的阵列参数估计算法

针对卫星导航信号参数估计性能严重影响导航定位精度,提出了一种利用电磁偶极子对提高信号波达方向和极化参数估计性能的方法。充分利用接收数据协方差矩阵,通过两次特征分解,由特征分解的特征值进行极化参数估计。利用小圆环子阵导向矢量得到波达方向的粗略而无模糊的估计,大圆环子阵导向矢量得到有模糊的估计,通过解模糊得到精确的无模糊的估计,从而大幅提高了到达角的估计精度。比较了单个圆环阵列和同心圆环阵列的参数估计性能,分析了参数估计精度对抗干扰性能的影响,仿真结果表明参数估计精度的提高有效改善了卫星导航抗干扰的性能。     

基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

一种基于有限记忆算法的干涉仪解模糊纠错方法

针对在通道相位误差较大时常规干涉仪测角解模糊算法频繁出错的问题,提出了一种基于有限记忆算法的干涉仪解模糊检测与纠错方法。利用干涉仪逐次递推测角算法解模糊的结果估计出角度和整周模糊值的初始值,在此基础上进行角度和整周模糊值的有限记忆递推,识别并纠正逐次递推测角算法中出错的解模糊测角数据,期望得到正确的解模糊结果,以保证后续角度数据的处理精度。仿真结果表明,有限记忆纠错算法能够有效地识别并纠正逐次递推解模糊测角算法中存在的模糊值出错问题,降低干涉仪解模糊的出错概率。此方法对其它体制的相位干涉仪测角解模糊纠错也具有一定指导意义。     

基于广义模糊熵的液体火箭发动机故障检测研究

定义了系统状态的广义模糊熵及其计算公式，即当前时刻滑动数据窗口上聚类结果的我模糊度，给出了滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与广义模糊熵之间的负指数关系，并基于该离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声对敏感度，从而进一步提高了基于自适应窗口滤波器的故障检测算法对强干扰噪声的鲁棒性。本文基于受强噪声干扰的实际试车数据，采用模糊Ｋｏｈｏｎｅｎ聚类网络（ＦＫＣＮ）     

匀速直线运动模糊的投影恢复方法

本文研究了匀速直线运动模糊的投影恢复方法。对如何选取初值进行了讨论。为了加速投影法的收敛速度,我们提出了一种改进的投影方法。改进的投影法较好地恢复了实际的匀速直线运动造成的模糊。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。     

AltBOC非相干鉴相曲线赋形无模糊跟踪方法

针对全球导航卫星系统中使用的交替二进制偏移载波（Alternative Binary Offset Carrier,AltBOC）调制信号存在跟踪模糊的问题,提出了一种非相干鉴相曲线赋形无模糊跟踪方法。该方法使用两个线性组合码与接收信号的互相关组合来实现非相干鉴相曲线。讨论了具有良好抗多径性能的非对称无模糊目标曲线的设定原则。提出了一种基于线性方程组最小二乘解的鉴相曲线赋形方法。给出了针对AltBOC(15,10)导频信道的权值计算结果并设计了易于硬件实现的跟踪环路。仿真结果表明,该方法能够使鉴相曲线在最小二乘意义下接近于目标曲线。设计出的跟踪环路相对于传统的AltBOC无模糊跟踪环路,具有更好的抗噪声和抗多径性能。     

基于虚拟基线变换和RBFNN的宽频段DOA估计

提出利用虚拟基线变换的方法解决了频率高端的相位模糊,克服由于相位模糊性造成的方向特征的多值模糊问题,从而简化了从方向特征到波达方向的映射关系。提取无模糊的方向特征,训练RBF神经,进行宽频段波达方向估计。理论分析和试验表明,该解模糊方法计算量小,能有效消除圆阵列的相位模糊,适用阵元数大于等于5的任意均匀圆阵列天线（6元除外）;利用解模糊后的特征建立的DOA估计模型结构简单,性能大大优于直接建模和相关干涉仪法,具有优越的性能和工程实用性。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

一种基于随机集的模糊观测的多目标跟踪算法

为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊 观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概 率假设密度(probability hypothesis density,PHD)粒子滤波方法。这种方法首先利用 粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就 是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理 后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多 目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能 好于去模糊情况。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远。本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远.本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类.     

基于网格聚类的雷达信号预分选

针对现有网格聚类算法需要人为确定网格划分、边界处理精度低的问题,提出了基于固定网格划分和动态网格划分的雷达信号预分选算法。基于固定的网格划分算法对输入信号脉冲顺序不敏感,根据网格数据压缩率自适应确定网格划分和密度阈值。基于移动技术的动态网格聚类算法能够识别任意形状和大小的聚类。仿真实验表明,这两种方法能有效适用于雷达信号分选,且能很好地识别出孤立点和噪声。     

基于双通道距离频率干涉相位解运动目标径向速度模糊方法

针对合成孔径雷达/地面动目标检测系统中动目标径向速度估计存在模糊的问题,提出一种基于双通道距离频率干涉相位解模糊的方法。该方法通过构造干涉相位与距离频率的关系,利用干涉相位随距离频率变化的斜率关系实现径向速度无模糊估计。该斜率与相位缠绕无关,所以所提方法具有不受相位缠绕影响的优点。为了减小噪声对径向速度估计的影响,利用最小二乘线性拟合方法估计该斜率。此方法能实现杂波背景和多目标情况下的应用。通过仿真和实测数据处理验证了所提方法的有效性。     

星载SAR模糊特性及其工程设计

分析了星载合成孔径雷达产生模糊的机理及其与系统参数的关系，叙述了在宽广可视观测带曲，达到较好图像模糊度特性的优化设计原则，并提出了星载ＳＡＲ模糊性能的工程设计方法。