基于特征空间重构的子阵级ADBF方法

为实现大型阵列天线子阵级自适应数字波束形成,提出了一种基于阵列特征空间重构的方法。对子阵协方差矩阵进行奇异值分解,分离出信号、干扰与噪声子空间对应的特征值以及特征向量,并对特征子空间重新分配,重构阵列特征空间,完成子阵级ADBF。与常规方法相比,该方法能够消除子阵级输出噪声功率不一致造成的阵列方向图畸变,减小协方差矩阵估计误差的影响。理论分析与仿真结果表明,该方法在子阵级波束形成以及抗干扰接收等方面具有优良性能。     

基于CDFRFT的离散LFM信号参数估计方法

文章根据LFM信号在置中分数傅里叶变换域产生尖峰的原理,提出了一种基于置中分数傅里叶变换的离散LFM信号参数估计算法,并对单LFM信号和双LFM信号进行了参数估计,实验结果表明算法具有较好的精确性。     

基于神经网络的时频域雷达信号调制参数估计

针对常规时频分析方法对多分量雷达信号分析的不足,提出一种基于神经网络的时频域多分量雷达信号调制参数估计新方法.把多分量雷达信号的时频分布作为灰度图像,通过神经网络训练得到高分辨率时频平面图,然后在时频域实现雷达信号各分量的调制参数估计,相对于时频重排等方法,其对时频分布的处理不需要关于各分量信号的先验知识.仿真实验表明,该方法在得到比时频重排方法更高分辨率时频图的基础上,能够较准确地估计各分量雷达信号调制参数.     

冲击噪声背景下基于遗传算法的正弦信号参数估计

冲击噪声的存在会导致常用的基于FFT、二阶矩或高阶矩正弦信号参数估计计算的退化,甚至出现错误。文章针对冲击噪声背景,提出了一种改进的遗传算法用于多分量正弦信号的参数估计。改进的算法采用了自适应最优保持、两点交叉和大变异操作等优化策略;同时优化了操作流程,采用逐个估计的步骤,大大简化了计算。仿真结果证明了该方法优于传统的最小二乘法,可较准确地估计多个正弦信号的参数。     

基于Krylov子空间的宽带信号DOA快速估计方法

提出了一种基于Krylov子空间的宽带信号DOA（Direction of Arrival）快速估计方法。该方法首先对方向矩阵进行Jacobi—Anger展开来构造“聚焦”矩阵，然后通过多级维纳滤波（MSWF：Multi-Stage Weiner Filter）算法求得聚焦后的阵列协方差矩阵的Krylov子空间，因为在满足一定的条件下，Krylov子空间等价于阵列的信号子空间，所以可以求得信号的DOA。采用Jacobi-Anger展开式构造聚焦矩阵不需要进行角度的预估计，通过MSWF算法求Krylov子空间不需对观测数据的协方差矩阵进行特征值或奇异值分解，从而使得该方法运算量比常用的宽带空间谱估计方法要小。计算机仿真试验证实了方法的有效性。     

基于逐点扫描FFT法的跳频信号参数估计

针对时频分析方法估计跳频信号参数存在时频分辨率受限、交叉项干扰、实时性差等缺点,通过分析跳频信号的时频特性,提出一种新的跳频信号参数估计方法。该方法从未知信号的时域分析出发,采用逐点步进的方法进行多次FFT计算,通过分析其频谱特性判断跳频信号的跳变时刻,将跳频信号序列按跳频频率分割为多个单频率信号分量,最后再综合提取跳频信号的时频参数。仿真结果表明,该方法针对跳频参数的估计精度高,运算速度较快,且没有干扰频率。     

基于子空间追踪的无源信号检测技术

数字阵列瞬时全空域覆盖时,所需的波束数量随着阵列规模增大而增加,这将使得信号处理复杂度提升,设备量增大.为了减少大型阵列的设备量,提出了一种基于子空间追踪的无源信号检测技术.该技术利用辐射源信号在空域的稀疏性,用子空间追踪算法实时跟踪辐射源信号,将波束对准辐射源信号方向,进行自适应空域滤波,从而减少波束个数,降低计算量.该算法可以适应多信号形式,自适应地对多个辐射源的来波进行滤波,滤波之后的信号可以进行信号检测及信号分选,且波束个数不随阵列规模的增加而增加,可以大大减少大型阵列的设备量.     

基于高阶累积量的闭环子空间辨识算法研究

为了解决过程噪声和测量噪声为高斯有色噪声且反馈控制器未知情况下的闭环系统辨识问题,给出了基于子空间辨识框架下的闭环辨识算法。算法通过选择适当的辅助变量,构造出噪声过程的高阶累积量,并利用高阶累积量对高斯噪声不敏感的特性来抑制噪声的影响,最后再使用子空间算法辨识系统的状态空间模型。数值仿真表明,对于存在高斯有色噪声的闭环系统,该辨识算法可以得到无偏的系统状态空间模型。     

一种星模式识别算法的稳健性研究

研究了一种基于奇异值分解的星模式识别算法的稳健性。首先简述了研究星模式识别算法的必要性和现有的星模式识别算法。从数学原理上证明了本文算法进行模式识别所用的矩阵的奇异值相对于坐标变换是不变的。从物理意义上给出了稳健的解释。仿真试验选取了四种有代表性的情况进行了研究。结果证实该算法所用的特征不变量是稳健的。结论部分分析了该算法的优缺点。最后给出了待研究的问题。     

高超声速飞行器的LPV变增益状态反馈H∞控制

针对高超声速飞行器模型高度非线性、强耦合的特点,提出了一种多胞形线性变参数系统（Linear Parameter Varying, LPV）变增益状态反馈H∞控制器的设计方法。首先在感兴趣的变参数轨迹上选取若干个平衡点进行雅克比线性化并拟合得到LPV模型,将其离散化后存储于一张量中,然后利用高阶奇异值分解（Higher Order Singular Value Decomposition, HOSVD）,舍去较小和等于0的奇异值及对应的特征向量对其进行降秩重构处理,得到了有限个LTI多胞顶点系统。在对各顶点进行状态反馈控制器设计时,为降低保守性,通过引入松弛变量,将Lyapunov函数矩阵与系统矩阵解耦,从而可以在不同的点使用不同的Lyapunov函数矩阵,以此得到依赖变参数进行增益在线调节的控制器。最后的仿真结果表明了所设计的控制器能够使系统较快地跟踪指令信号,并具有一定的鲁棒性能。     

连续波雷达目标回波信号参数估计的克拉美-罗界

现代雷达、导航和通信系统几乎无一例外地采用了先进的信号处理技术 [1～ 3 ] 。目前 ,最大似然估计 (ML E)方法是获得雷达目标回波信号参数估计的常用方法。它给出信号参数的无偏渐近有效估计。克拉美 -罗 (CR)界是由样本数据的联合概率密度函数导出的无偏估计量的性能界 ,它可以作为所有参数估计方法的比较标准。任何雷达关于信号参数的测量精度都不可能优于 CR界。文中给出了雷达目标回波信号参数的 CR界的详细而严格的推导过程 ,得出的 CR界公式非常简洁 ,易于计算。实验结果证明了该理论公式正确     

基于运动参数估计的高超声速目标检测方法研究

在分析高超声速目标运动对雷达检测影响的基础上,采用参数估计补偿方法进行目标检测。该方法消除了距离走动及多普勒走动的影响,大大提高了高超声速目标的检测性能。在参数估计时,提出一种回波信号分段参数估计方法,分别对前后两段回波信号进行无模糊多普勒频率估计,然后利用两个不同多普勒频率进行多普勒调频率计算。该方法消除了多普勒模糊现象,避免了模糊因子的估计,减少了计算量,同时降低了对输入信噪比的要求。     

刚体姿态估计的类Rodrigues参数算法研究

针对Rodrigues参数描述刚体姿态运动时的缺陷,提出了一种类Rodrigues参数的姿态估计算法,从定义上避免了Rodrigues参数和修正Rodrigues参数在π-,-π,2π,-2π时的奇异。推导了类Rodrigues参数描述的姿态运动学微分方程,给出了坐标变换的类Rodrigues参数描述,讨论了类Rodr...     

基于空间距离的快速稳健子空间跟踪方法

从空间距离的角度分析子空间跟踪问题,提出了一种新的子空间跟踪算法。提出的算法同时适用于信号和噪声子空间跟踪,而复杂度仅为3NL+O(N)。仿真表明算法对基的正交偏离稳健,对舍入误差不敏感,是一种快速稳健的子空间跟踪算法。     

Bass模型参数估计方法研究综述

详细介绍了新产品扩散Bass模型及其各种参数估计方法.模型的参数估计是影响模型准确性的一个重要方面,不同的参数估计方法,会使模型拟含结果相差很大,本文在对以往Bass模型参数估计方法进行分析评述的基础上,介绍了一种新的模型参数估计方法一蚁群算法,通过比较分析,认为蚁群算法将是一种更好的Bass模型参数估计方法.     

基于加速度分析的星载SAR-GMTI运动目标参数估计

针对具有加速度的地面快速运动目标对合成孔径雷达成像和参数估计带来的影响,提出了一种基于重聚焦的三通道运动目标检测方法.通过分析包含加速度的运动目标回波模型,使用广义二阶Keystone变换对杂波抑制后的通道数据进行距离弯曲校正,时频分析构造二次相位补偿函数校正剩余距离走动,并结合方位向傅立叶变换对运动目标进行聚焦成像.最后采用干涉处理技术求解运动目标参数矢量,完成目标的定位.仿真结果验证了该运动目标参数估计方法的有效性.     

基于iSIGHT平台的并行子空间算法研究

概述了并行子空间算法的两种计算框架。即基于学科级优化的并行子空间算法和基于试验设计的并行子空间算法，在对比两种算法框架特点的基础上，分析了基于试验设计法的并行子空间算法的工程实用性，最后结合算例在iSIGHT软件中完成了集成优化分析。     

基于多径信号衰落特性的快速DOA估计算法

针对低空测向,提出了一种基于多径衰落特性的快速波达方向估计算法。先给出了一种新的基于时域数据块平滑(TDBS)解相干方法,无阵列孔径损失,对阵列结构无要求,再分步分辨相干和非相干信源,用少数阵元进行迭代解相干处理,降低了算法的运算量,可分辨更多信源。算法无需特征值分解,有较强的实时性。仿真结果表明算法理论正确且有效。     

UKF参数估计在航天器气动辅助变轨问题中的应用

为快速精确地求解气动辅助变轨问题,提出一种基于无损卡尔曼滤波(UKF)参数估计的数值求解方法。首先,针对气动辅助变轨问题,利用极大值原理将其转化为对应的两点边值问题;然后,以协态变量的初值作为估计参数,以末端条件为期望观测值,将该两点边值问题转化为参数估计问题,并应用UKF滤波算法求解。该算法基于估计理论,避免了计算传统数值方法所需要的梯度矩阵,同时克服了猜测协态变量初值的困难,降低了求解气动辅助变轨问题的难度。数值仿真表明,该算法结构简单,求解效率高,具有良好的鲁棒性。