海杂波谱的机理及时变特性分析

针对海杂波背景下目标检测问题的实际需求,在机理分析的基础上,利用实测数据对海杂波谱的时变特性进行了分析。首先,分析了波束照射区域内由海表面波浪运动引起的多普勒频移和展宽现象,以及随雷达工作参数之间的依赖关系;然后,对已有海杂波谱机理研究结果进行了分析和总结。在此基础上,利用加窗的周期图法估计得到海杂波的时间-多普勒谱,进而从相关时间的统计特性、谱宽与时域海杂波拖尾程度的依赖关系两个层面对海杂波谱的时变特性进行了分析。分析结果可为海杂波谱建模、海杂波抑制及目标检测方法设计提供理论指导。     

广义时变ARMA序列预测方法

提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。      

遗忘因子模糊自调整算法及在故障诊断中的应用

基于参数估计的故障诊断方法因为具有确定故障发生的时间、位置和程度的能力而越来越引起人们的重视。时变（快速的或慢速的）参数辨识是基于参数估计故障诊断方法的关键。本文根据系统的变化，基于模糊控制的原理自动调整遗忘因子，导出了一种实现比较简单，对参数的时变具有较高跟踪速度和跟踪精度的辨识方法。理论分析和仿真试验证实了该方法的有效性     

时变可靠性分析的高效近似最大可能轨迹法

现有的时变可靠性分析方法在处理飞行器复杂时变可靠性分析问题时,存在求解效率过低的问题。在基于近似最大可能轨迹的时变可靠性分析方法的基础上,根据时间离散所得串联系统瞬时可靠度最小的组件决定整个系统可靠度的特点,在最大可能轨迹自适应建模过程中同时考虑轨迹模型的预测误差和预估值增加样本,提出时变可靠性分析的高效近似最大可能轨迹法;采用解析算例验证最大可能轨迹自适应采样方法的有效性,并将该可靠性分析方法应用于水动力涡轮叶片和某空天飞行器机翼的时变可靠性分析。结果表明：在精度相近的情况下,所提方法对极限状态函数调用次数不高于基于时间离散的可靠性分析方法的3%。     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

欠驱动船舶的光滑时变全局渐近镇定

研究了欠驱动船舶的镇定问题。首先,通过恰当的坐标变换将整个动态系统转换成级联结构的非线性系统;其次,利用backstepping使得最后要镇定的问题变成一个3阶链式无漂移系统的镇定;再次,设计了光滑时变的反馈控制律,使系统全局渐近稳定到期望的平衡点。文章的设计方法是系统的,采用的技术都是现有的一些方法,主要是Lyapunov分析、级联方法、backstepping和坐标变换。仿真结果表明了该方法的有效性。     

广义预测自适应控制器在导弹控制系统设计中应用

将一种新的广义预测自适应控制算法应用于快速时变的导弹控制系统设计中。讨论了设计参数对控制系统性能的影响;针对自适应控制信号过大,提出了改进方案,增强了系统的鲁棒性和抗干扰能力。大量的数字仿真结果表明:运用该方案设计的导弹控制系统具有很好的跟踪性能和强的抗干扰能力;对系统阶次、参数、时延和采样周期的变化具有很强的鲁棒性;自适应算法中,对验前知识要求少,实现起来也比较简单。     

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题,提出了一种基于虚拟慢时间的成像算法。首先,分析了双基地角时变对ISAR成像的影响机理。然后,基于图像对比度最大准则估计等效旋转中心位置,完成初次相位补偿。最后,通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵,并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题,通过虚拟慢时间消除转动相位项的高次项影响,利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

基于高斯混合模型的航迹抗差关联算法

针对雷达系统误差时变、上报目标不完全一致等复杂场景下目标航迹关联问题,采用高斯混合模型（GMM）与航迹间拓扑信息相结合的方法实现航迹抗差关联。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题,建立对非同源航迹具有鲁棒性的高斯混合模型,根据航迹间的邻域拓扑信息决定高斯混合模型中各高斯组成部分的权重,利用期望最大值（EM）算法求解高斯混合模型的最优闭合解,在期望步（E-step）阶段求解航迹的对应关系,在最大化步（M-step）阶段求解非同源航迹比例,最后进行航迹关联判决以获得关联结果。仿真结果表明,该算法在不同系统误差、目标分布密度、探测概率等环境下具有较好有效性和鲁棒性。