星载SAR成像处理系统中多线程矩阵转置的设计和实现

矩阵转置被广泛地应用在星载合成孔径雷达的地面成像处理中,由于对原始回波数据快速成像的需求,根据现有共享内存系统的特点,提出利用多线程矩阵转置的并行处理方法。在Linux环境下,利用基于Pthread的线程调度方法和封装类,在研究和分析矩阵转置的几种处理方法的基础上,设计和实现多线程矩阵转置。通过在HP Proliant DL580平台上的实验证明,多线程矩阵转置与传统的矩阵转置相比,能充分利用处理器的资源,具有良好的并行扩展性,有利于进行快速成像处理。     

基于工业物联网的混流车间机器人自适应调度

随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中。针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Singleplayermonte-carlotreesearchalgorithm)搜索方法实现车间自适应调度决策。该方法将机器人调度问题转化为马尔科夫决策过程(Markov decision process,MDP),并详细描述车间状态、动作、奖励和策略的表示方法。在实时调度过程中,该搜索方法依据工件组分层建树,搜索中只考虑相邻两组间的状态关系,从而简化计算难度。在子树搜索中,应用SP–MCTS以实时状态为根节点进行搜索,同时应用扩展方法和剪支方法进行策略探索和信息累积,使得在子树内实时状态节点越深,就越能够快速精准获取最优策略。最后,通过实际案例模拟分析,验证了该方法的有效性和优越性。     

一种稀疏阵列下的二维DOA估计方法

研究了稀疏阵列下二维波达方向（DOA）的估计问题,提出一种基于不动点迭代的空间谱估计（FPC-MUSIC）算法。首先建立基于矩阵填充的DOA估计信号模型,并验证该信号模型满足零空间性质（NSP）,其次通过不动点迭代算法将稀疏阵列信号恢复为完整信号,最后利用恢复信号估计二维DOA。该算法可在稀疏阵列下大幅度降低谱估计平均副瓣,在大幅度降低阵元数的同时具有较高的估计精度。计算机仿真表明：FPC-MUSIC算法可在稀疏阵列下准确估计二维DOA,验证了该算法的有效性和优越性。     

基于RIPless理论的层析SAR成像航迹分布优化方法

层析合成孔径雷达成像(TomoSAR)是通过同一观测区域不同入射角的多幅二维合成孔径雷达(SAR)图像在高程向进行孔径合成,从而实现三维成像。近年来,压缩感知(CS)被用于高程向稀疏场景的重建,高程向重建质量取决于观测矩阵的性质,而航迹分布是影响观测矩阵重构性能的重要因素。相比于度量观测矩阵重构性能的其他约束条件,RIPless理论具有有效、直观和计算简单等优点。提出了一种基于RIPless理论的压缩感知层析SAR成像航迹分布优化准则,从而在航迹数目一定的情况下,获取最优分布以实现高程向优化重建。最后,通过仿真和实验验证了所提优化准则的有效性。     

面向深空时变信道的数据传输策略

将呈现随机“好”、“坏”状态跳变的深空Ka频段链路噪声温度建模为两状态Gilbert-Elliot信道,考虑深空下行发送端只能获得延迟的信道状态信息（CSI）的限制,结合部分观测马尔科夫决策理论设计了基于延迟CSI预测信道状态的自适应最大化吞吐量传输策略。理论推导了在深空通信环境下最优传输策略的关键阈值,并给出了简化的闭合解计算式。通过地球-火星通信参数仿真,校验了该方案能有效提高吞吐量,提高文件传输效率。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

加肋板结构中弹性波一维局部问题的研究

分析研究了失谐周期多跨加肋板结构中的弹性波一维局部化问题。采用传递矩阵方法给出了系统的传递矩阵 ,并采用 Wolf提出的计算连续型动力系统中 Lyapunov指数的方法 ,给出了局部化因子的计算表达式。作为算例 ,给出了失谐加肋板结构中局部化因子的数值结果 ,并分析了跨长的失谐程度及结构参数对弹性波局部化的影响     

基于领域专家知识的发动机模糊可靠性分配方法

提出了一种基于多领域专家知识的发动机模糊可靠性分配方法,以降低决策者主观偏好以及分配过程中模糊和不确定因素对分配结果的影响.基于对影响发动机可靠性因素的分析,建立了发动机模糊可靠性分配的数学模型,并以三角模糊数代替常规层次分析法中的标度,提出了一种模糊评判矩阵方法来确定影响可靠性因素的权重.在可靠性分配过程中,充分考虑多领域专家的意见和产品开发过程的风险性.以应用实例对提出方法的有效可行性进行了验证.      

基于MARKOV过程的反舰导弹突防舰艇编队能力评估

为了全面评估反舰导弹对大型水面舰艇编队的作战能力,引入Markov模型来模拟不同速度、不同高度的导弹对编队的突防效果.以编队的防空队形为例,假定来袭导弹服从Possion分布,编队的拦截系统对来袭导弹采用"先来先服务"的原则,通过设定合理的参数,得出不同速度、不同高度导弹的突防效果.模拟结论从突防效能的角度验证了当前反舰导弹的两种方向:超低空亚声速和低空超声速.所建立的大型水面舰艇编队拦截模型具有普适性,通过修改相应的参数,可以评估其他类编队的拦截作战效果.     

航空发动机环形燃烧室噪声总声级的GMDH方法研究

采用数据处理的组合方法（GMDH）,研究航空发动机环形燃烧室测试数据。通过简单的二元二次回归原理来构造出下一代较为复杂的次级回归方程,并且利用＂优选原理＂淘汰掉次级回归方程中的那些不理想的项,得到燃烧室噪声总声级的高阶方程,获得较客观的描写复杂非线性系统的非线性模式。