后向投影(back projection, BP)算法是一种精确的时域成像算法, 但BP算法的计算复杂度高, 难以实现实时性成像, 特别是在考虑三维成像时, BP算法的计算复杂度会进一步增加。提出一种应用在合成孔径声纳(synthetic aperture sonar, SAS)上的三维快速分解BP(fast factorized BP, FFBP)成像算法, 并利用图形处理器(graphics processing unit, GPU)加速三维FFBP算法。经过对点目标的测试, 计算时间从原本的263 s降低到了2.3 s, 解决了SAS中的三维成像实时性问题。同时, 验证了所提算法在非理想航迹下的成像效果。结果表明, 在添加幅度不超过0.1 m(一个波长以内)的正弦扰动时, 所提算法对点目标仍有良好的聚焦效果。
针对远距离探测时仅能获取目标的红外辐射强度序列、样本量有限、信噪比低而导致目标识别困难的问题, 提出一种基于改进多核极限学习机(multiple kernel extreme learning machine, MKELM)的红外空间锥体目标识别方法。首先对红外辐射强度序列进行变分模态分解(variational mode decomposition, VMD)并重构, 然后对重构序列进行时域特征提取, 最后采用鲸鱼优化算法(whale optimization algorithm, WOA)优化MKELM的参数组合, 在仿真生成的空间锥体目标红外辐射强度序列数据集上进行目标分类识别实验。实验结果验证了所提算法的有效性, 同时表明所提方法具有较好的识别准确性和鲁棒性。
红外成像技术的加速发展对红外成像系统测试和评估的客观性和准确性提出了更加严格的要求。针对当前红外成像系统最小可辨温差(minimum resolvable temperature difference, MRTD)存在的测试主观性、操作复杂性等问题, 提出基于支持向量机(support vector machine, SVM)和卷积神经网络(convolutional neural network, CNN)的两种MRTD客观测试方法。通过引入数据增强技术, 避免由训练样本少及网络层次复杂导致的过拟合。实验结果表明, 与实际人员对数据的判断相比较, MRTD测试使用SVM方法的识别准确率为94.50%, 训练时间为8.22 s; CNN方法3次训练平均准确率为99.07%, 迭代100次训练时间为487.48 s。SVM方法的实时性更好，CNN方法具有准确率高的特点，实验结果验证了这两种MRTD的客观测试方法为红外热成像系统性能指标研究提供了一种可靠的量化和评估工具。
为解决交通道路小目标检测难度大、精度低, 容易出现错检漏检的问题, 提出一种基于YOLO v5 (you only look once v5)算法的多尺度特征融合目标检测改进算法。首先, 增加小目标检测头用于适应小目标尺寸, 缓解漏检情况。然后, 引入可变形卷积网络v2 (deformable convolutional networks V2, DCN V2)提高模型对运动中小目标的学习能力; 同时, 增加上下文增强模块, 提升对远距离小目标的识别能力。最后, 在替换损失函数、提高边界框定位精度的同时, 使用空间金字塔池化和上下文空间金字塔卷积分组模块, 提高网络的感受野和特征表达能力。实验结果表明, 所提算法在KITTI数据集小目标类别上平均识别精度达到了95.2%, 相较于原始YOLO v5, 算法总体平均识别精度提升了2.7%, 对小目标的检测效果更佳, 平均识别精度提升了3.1%, 证明所提算法在道路小目标检测方面的有效性。
针对现有压缩感知贪婪算法容易陷于局部最优、过拟合等问题, 提出一种稀疏恢复算法, 称为多路径支撑集回溯贪婪重构(multipath backtracking greedy pursuit, MBGP)算法。该算法以最小残差为重构目标, 对候选原子展开多条路径同时搜索, 且每次筛选多个原子, 通过回溯过程剔除误选的原子。基于有限等距性质给出MBGP算法重构信号的充分条件, 以确保其从测量值精确恢复任何K-稀疏信号, 并通过信号重构能力来评估MBGP算法的性能。数值实验结果表明, 该算法在相同信号条件下, 能够在采样数更少、稀疏度更大的场合下精确重构信号, 且性能更逼近理想Oracle-最小二乘估计器。
针对星载相控阵雷达应用背景, 提出一款工作于Ku频段的低剖面轻量化一维相扫缝隙阵天线。天线基于射频-数字-供电一体化设计思路, 并采用系统级封装(system in package, SiP)芯片实现高密度结构集成。与传统基于砖式或瓦片式收发(transmit/receive, T/R)组件的相控阵天线相比, 所提天线设计可以有效降低天线剖面高度和重量。天线中心工作频率为16 GHz, 具有600 MHz工作带宽, 可实现一维方向波束扫描。此外, 天线设计了自校准网络, 可用于在轨期间射频通道幅相特性实时检测。样机实测结果表明, 天线扫描角度范围可达±30°, 等效全向辐射功率(effective isotropic radiated power, EIRP)与接收增益与噪声温度比(gain-to-noise temperature ratio, G/T)值测试结果均与理论计算值吻合。
为解决方位空变的侧摆和偏航误差存在情形下合成孔径声纳的快速运动补偿与成像问题, 提出一种多子阵合成孔径声纳方位空变运动补偿子孔径算法。首先, 建立运动误差存在情形下的双程距离历程模型, 并利用泰勒级数展开对双根号形式距离历程进行近似; 然后, 利用子孔径运动补偿和单基等效处理, 将含有方位空变的侧摆和偏航误差的多子阵回波数据转换为理想的单阵回波数据; 最后, 利用经典的单阵频域逐线成像算法, 实现快速运动补偿和高分辨成像。仿真实验与实测数据成像结果均验证了所提算法的有效性。
调频连续波(frequency modulated continuous wave, FMCW) 体制的合成孔径雷达(synthetic aperture radar, SAR) 具有较宽的方位向波束, 运动误差在成像处理时会产生较为严重的方位空变性。对此, 建立了具有三轴运动误差的信号模型; 对宽波束情况下的距离和方位的耦合性以及由运动误差导致的方位空变性进行了分析; 在视线向(line of sight, LOS)引入传统的频率分割算法来补偿方位空变误差, 在航向将运动误差建模为包络误差与相位误差; 提出了“逐方位块补偿法”来消除相位误差中的空变性。最后, 通过仿真实验验证了所提算法的有效性。
干扰机对雷达脉冲快速切片、转发形成间歇采样转发干扰, 若从雷达主瓣进入, 将对雷达目标检测形成严重威胁。从波形设计和时频分析的角度出发, 提出一种基于短时分数阶傅里叶变换(short-time fractional Fourier transform, STFrFT)的主瓣间歇采样转发干扰抑制方法。首先设计脉内捷变频信号, 提升干扰与目标信号的差异; 接着采用STFrFT进行时频分析, 相比传统短时傅里叶变换大大提升了时频分辨率, 相比分数阶傅里叶变换类方法没有对信号参数的限制; 最后结合图像学方法对干扰进行剔除, 对从主瓣进入的高干信比干扰也可形成有效抑制。仿真结果表明, 所提方法可在多种环境下有效对抗间歇采样转发干扰。
针对车载雷达多参数联合超分辨计算复杂度高、无法快速实现参数估计的问题, 提出了基于频域波束降维的多参数联合超分辨算法。所提算法通过快速傅里叶变换(fast Fourier transform, FFT)将空时多参数域联合数据变换到频域, 处理感兴趣区域的多维频域数据, 完成空时波束空间降维和基于频域数据的多参数联合超分辨, 实现目标信息的快速联合估计。推导了频域子空间正交性及频域波束降维超分辨算法理论。仿真研究了算法的分辨率和估计性能与信噪比的关系。仿真结果表明, 所提算法的精度和分辨率远超传统FFT算法, 相对于传统多重信号分类(multiple signal classification, MUSIC)算法, 所提算法计算量大幅降低。
针对已有Cohen类时频分布等方法时频聚焦能力不足、在低信噪比(signal to noise ratio, SNR)情况下调制识别准确率低的问题, 提出一种基于同步提取变换(synchro-extracting transform, SET)去噪的分组卷积神经网络调制识别方法。所提方法使用SET对雷达信号进行时频分析, 以获得良好的时频聚焦性, 提高时频分析的计算效率; 通过Viterbi算法搜索估计时频系数矩阵中的瞬时频率轨迹, 综合考虑信号能量强度分布与瞬时频率轨迹的平滑性, 并对得到的瞬时频率轨迹进行中值滤波以去除脉冲噪声; 保留瞬时频率轨迹邻域的时频系数, 以达到时频图去噪的目的。最后, 将去噪后的时频图送入具有残差连接的分组卷积神经网络进行特征提取与调制识别。实验结果表明, 当SNR为-12 dB时, 去噪后的SET时频图时频聚焦性好, 调制识别准确率比未去噪的识别准确率提高了13.69%, 证明所提出的雷达信号调制识别方法在低SNR条件下对多种复杂调制类型的信号具有良好的识别性能。
机载圆轨迹条带合成孔径雷达(circular stripmap synthetic aperture radar，CSSAR)的圆轨迹运动导致目标信号特性复杂、目标距离方程高阶分量显著等问题，给运动目标成像带来很多困难。考虑到高分辨是未来的发展趋势，针对机载高分辨CSSAR，提出一种地面加速运动目标成像方法。首先，针对目标距离方程高阶分量显著的问题，建立了四阶Taylor近似距离模型，以保证成像质量。接着，推导了目标二维频域信号模型，提出通过二维频域相位相乘来高效地实现目标聚焦，并利用差分进化算法高效地实现对距离模型各参数的精确搜索。最后，通过实验验证了所提方法的有效性。
针对低信噪比情况下, 雷达信号特征提取困难, 导致识别准确率较低的问题, 提出一种基于改进残差神经网络的雷达信号调制识别方法。首先使用时频分析方法, 将时域信号转化为二维时频图像; 然后对图像进行灰度化、高斯滤波、双线性插值、归一化等预处理, 作为深度学习模型的输入; 最后搭建改进的残差神经网络, 利用空间和通道重构单元减少特征冗余, 提高特征提取精度, 从而提高低信噪比下雷达信号识别准确率。仿真实验结果表明, 信噪比为-8 dB时, 该方法对12类典型雷达信号的整体识别准确率达到96.67%, 具有较好的噪声鲁棒性与抗混淆能力。
手势识别中, 身体的移动容易被误判为手势动作, 对手势识别造成干扰。因此, 针对存在的身体干扰问题, 提出了基于空间属性特征的身体干扰识别算法。在对毫米波雷达接收信号进行预处理后, 首先分别对一维距离像和二维距离角度谱提取一维潜在目标和二维潜在目标, 并对二维潜在目标进行连通域标记。然后, 基于潜在目标及连通域提取出用于区分身体干扰和手势目标的空间属性特征。最后, 采用支持向量机(support vector machine, SVM)分类器进行身体干扰识别。实验结果表明, 所提方法能有效区分身体干扰和手势目标, 单帧预测下准确率为97.3%, 多帧预测下准确率为98.94%。
建筑毁伤评估在灾害救援过程中对制定救援策略、优化资源调度等方面具有重要作用。现阶段, 基于语义分割的毁伤评估方法难以提取毁伤建筑细粒度语义信息, 对此提出一种基于多任务学习的建筑毁伤评估方法, 将毁伤评估分为粗粒度的建筑区域提取与细粒度的毁伤分割两个子任务, 通过共用编解码器, 与上下文信息融合模块实现建筑区域的粗粒度提取和建筑毁伤的细粒度分割, 将两个结果使用Hadamard积融合, 得到最终评估结果。实验结果表明, 所提的基于多任务学习的建筑毁伤评估方法有较好的性能。
战略匹配是战略规划的一个子内容, 侧重于检查战略规划与战略行动的一致性。通过战略匹配, 组织的项目、计划或个人的计划与组织的长期业务目标保持一致。主要从语义建模角度阐述了这一领域的最新发展。为了引出这一关键技术领域对于组织战略匹配的重要性, 首先讨论战略匹配的基本概念及其发展, 特别是通过核心要素分析军事组织战略匹配问题的特征, 有助于理解大型组织战略匹配问题的复杂性。然后, 分析现有语义建模的主要方法, 受限于当时的技术发展水平, 这些方法仍有许多缺陷和不足, 当前的语义技术应用也有一大部分是为解决这些遗留问题而产生。最后, 总结战略匹配管理中的语义技术应用, 希望为该领域技术的后续发展提供参考。
模块化导弹能够利用分系统的灵活装配快速形成典型作战单元以适应复杂多样化的作战任务, 是未来导弹武器系统的重要发展方向之一。针对传统的导弹模块划分方法无法充分发挥导弹模块化特性带来的架构优势问题, 提出一种基于需求-功能-结构关系矩阵的导弹模块划分方法。首先, 基于质量功能展开(quality function deployment, QFD)和公理设计方法提出连接设计需求、设计功能与物理组件相互作用关系的设计结构矩阵(design structure matrix, DSM)构建方法, 并引入约束矩阵描述物理组件在机械、电气和功能上的关联度, 以此形成基于遗传算法的导弹模块划分流程。最后, 以一防空导弹为应用实例进行模块划分, 并通过需求回溯分析验证模块划分结果的合理性和可行性。
针对天基信息支援体系效能评估中存在的主观性强与复杂性高的问题, 提出一种基于投影梯度神经网络的天基信息支援体系效能评估方法。首先, 基于国防部体系框架(Department of Defense Architecture Framework, DoDAF)视图产品与包以德循环(observation, orientation, decision, action, OODA)梳理体系作战流程, 进而建立评估指标体系, 并基于离散事件仿真生成效能评估数据样本。然后, 基于Rosen-反向传播(back propagation, BP)神经网络构建效能评估代理模型, 并通过对权重参数的限制来解决在效益型指标下评估模型难以解释的问题。最后, 对仿真样本进行评估模型验证试验, 结果表明所提方法在天基信息支援体系效能评估中相较于传统BP神经网络计算性能提升超过50%, 能够为天基信息支援体系效能评估提供技术支撑。
为简化对空间有效载荷这一复杂系统的集成测试工作, 引入基于模型的系统工程(model-based sytems engineering, MBSE)思想, 提出一种基于系统建模语言(system modeling language, SysML)的测试路径自动生成方法。所提方法所需的信息全部来源于载荷设备在数字设计阶段所构建的SysML数字模型。首先, 对载荷的SysML活动图进行预处理; 之后, 根据载荷运行特性与活动图特性构建测试路径搜索模型, 并以此提出改进蚁群算法以搜索全部测试路径; 最后, 基于SysML用例图在全部测试路径中进一步进行搜索, 从而获取指定功能的测试路径。以空间燃烧科学实验载荷为例展示所提方法的详细过程, 并对算法性能进行分析。在200次重复实验中，所提方法所得测试路径的覆盖率达到100%，最大迭代次数为27。实验结果表明，所提方法不会产生大量的无效测试路径，大大提高测试路径规划工作的效率。
体系各要素(系统)连接的或然性决定了其结构框架、联系逻辑和功能表现的复杂性。复杂体系可靠性结构分析与建模是解构表征其复杂特性的重要手段, 是学术界长期以来的研究热点。然而, 有关复杂体系可靠性结构、功能逻辑、计算框架的构建问题, 却尚未有较好的解决方案。针对该问题, 运用结构函数理论和图示评审技术(graphical evaluation and review technique, GERT) 建立了一种新的复杂体系可靠性结构分析框架与建模方法。首先, 基于“和联”思想建构其基于使命与任务生态联盟、行为演化的可靠性“和联”结构框架; 其次, 基于复杂体系要素的或然性逻辑联结关系, 建立其可靠性结构GERT网络模型; 最后, 运用GERT解析算法原理, 建立其可靠度计算模型, 并考虑计算的复杂性, 为该类问题提供GERT仿真(GERT simulation, GERTS)计算解决方案。以一反舰作战侦察复杂体系进行案例研究, 结果表明所提方法有效且适应性强。
随着通信技术的发展, 未来多无人机系统将会朝向集群化、自主化和智能化方向发展。通过单元间的信息融合和能力互补, 多无人机系统可以打破自身能力壁垒, 形成多样化的任务能力。任务规划是多无人机系统协同应用的顶层设计, 属于带约束的组合优化问题, 是在任务需求、单元能力和环境态势的影响下, 优化求解获得满足要求的、优化的任务执行方案。从问题表征建模和方案求解评估两个角度梳理现有研究, 从场景分析、任务分配和航迹规划3个方面总结问题表征建模部分的研究, 从求解算法和效能评估两个方面总结方案求解评估部分的研究。最后, 分析未来无人机任务规划研究中值得关注的若干方向。
复杂软件系统的特点决定了无法沿用自顶向下、计划驱动的传统软件开发方法实施构建, 其复杂软件系统设计更倾向于规划设计, 目的是为在软件过程层面上提供系统为适应环境和需求变化而实施调整的适应性演化高层决策。针对现有基于模型的系统工程方法和工具在适应演化分析方面存在的不足, 提出复杂软件系统双向耦合论证设计方法及其关键技术, 为综合自上而下、自下而上的论证设计提供了明确的实现路径和技术方法, 可为工作性质类似的发展路线图、五年发展规划等装备战略管理工作提供有益借鉴。
航空电子网络的可靠性水平表征其对航电任务完成能力的支撑程度, 基于单一连通性考虑的网络可靠性模型仅涵盖了网络的结构信息, 无法有效评价网络对不同安全关键任务的支撑能力, 影响对网络安全性的真实评价。提出了一种综合考虑任务安全关键属性和网络结构属性的航电网络可靠性分析模型。基于安全关键度邻接矩阵, 采用边扩张分解创建网络的有序二叉决策图, 实现对网络可靠性的评价。通过分析实际航空电子全双工交换式以太网(avionics full-duplex switched ethernet, AFDX)交换机网络, 在加入4个等级的任务安全约束(safety constraint of task, SCT)后, 可有效剔除高风险路径, 任务在网络中可传输的链路安全关键度累积平均分别降低1.19%、9.47%、29.18%和58.14%。
针对动态拓扑下无严格构型约束的无人机集群协同控制问题, 基于四旋翼无人机(quadrotor unmanned aerial vehicle, QUAV)内外环串级控制思想, 提出一种QUAV集群蜂拥控制策略。引入卡尔曼一致性滤波(Kalman-consensus filter, KCF)算法对带有噪声的通信数据进行融合, 实现对变速度领导者状态的精确估计; 考虑无人机集群拓扑的动态变化及可扩展性需求, 设计基于KCF的蜂拥控制算法以实现无人机集群位置控制, 利用李雅普诺夫稳定性定理证明算法的稳定性; 基于大脑情感学习(brain emotional learning, BEL)模型设计姿态控制器, 实现了QUAV的姿态控制。通过仿真实验验证了控制算法的有效性。
在航路巡航阶段将部分间隔保持责任由管制员移交给飞行员, 可在降低管制负荷的同时提升空域安全运行效率。针对新一代分布式空管模式, 本机航空器基于交叉点到达时间将存在潜在冲突的目标航空器作为间隔控制目标机, 构建交叉冲突中分别基于时间与空间的指定间隔值的自主间隔控制模型; 以调整航空器机动飞行的校准空速作为航空器的自主间隔控制策略, 通过控制本机航空器校准空速实现对两航空器间隔的有效控制。设置水平交叉冲突场景进行仿真对比实验, 仿真结果表明了所提间隔控制策略用于分布式自主间隔保持的有效性及实用性。
针对多枚有翼飞行器初制导阶段跨大空域飞行的协同集结问题, 将协同集结问题转化为初始部署点到编队协同飞行区域之间的时间与位置协同问题。将协同集结过程划分为两个阶段, 第一阶段飞行器间无信息交互, 设计了带有集结角度约束的第一阶段时间协同集结方法, 为各枚飞行器指定共同的集结时间和集结角度, 采用模糊逻辑实现航迹控制与速度控制的合理分配, 在可靠建立通信拓扑且满足终端放宽判断条件后, 转入第二阶段协同集结飞行。第二阶段飞行器利用相互间构建的通信拓扑交互信息, 为跟随者飞行器设计了基于编队跟踪控制的协同集结方法, 通过李雅普诺夫理论对闭环系统稳定性进行了证明。仿真算例验证了所提方法的有效性。
针对未知动态环境下无人机(unmanned aerial vehicle, UAV)编队路径规划问题, 提出融合动态编队奖励函数的多智能体双延迟深度确定性策略梯度(multi-agent twin delayed deep deterministic strategy gradient algorithm incorporating dynamic formation reward function, MATD3-IDFRF)算法的UAV编队智能决策方案。首先, 针对无障碍物环境, 拓展稀疏性奖励函数。然后, 深入分析UAV编队路径规划中重点关注的动态编队问题, 即UAV编队以稳定的结构飞行并根据周围环境微调队形, 其本质为每两架UAV间距保持相对稳定, 同时也依据外界环境而微调。为此, 设计基于每两台UAV之间最佳间距和当前间距的奖励函数, 在此基础上提出动态编队奖励函数, 并结合多智能体双延迟深度确定性(multi-agent twin delayed deep deterministic, MATD3)算法提出MATD3-IDFRF算法。最后, 设计对比实验, 在复合障碍物环境中, 所提动态编队奖励函数能将算法成功率提升6.8%, 将收敛后的奖励平均值提升2.3%, 将编队变形率降低97%。
针对地月空间平动点周期轨道与近地轨道之间的低能转移问题, 提出一种地月L1(Earth-Moon L1, EML1)点Halo轨道到地球静止轨道(geostationary Earth orbit, GEO)的四脉冲低能转移轨道的设计方法。所提方法在扰动流形和Lambert弧段拼接的三脉冲转移轨道设计基础上, 从分析轨道雅可比常数变化与速度增量关系的角度出发设计四脉冲低能转移轨道。数值仿真结果表明, 四脉冲优化模型比三脉冲模型效率更高, 可以得到更优的转移方案, 有效解决了优化过程中由于搜索空间大、极值数量多而导致的优化结果不佳的问题。所提设计方法可以用于EML1其他周期轨道族与各类近地轨道的相互转移问题研究。
虚拟管道宽度直接影响了管道内无人机的流速, 但目前虚拟管道规划的方法并不能保证管道宽度, 容易造成堵塞, 严重影响无人机通行效率。对此, 提出一种虚拟管道空间满足规划方法, 可以在包含障碍物的环境中得到一条满足虚拟管道空间要求的管道生成线。主要包括路径搜索和轨迹优化, 基于快速探索随机树* (rapidly exploring random tree*, RRT*)搜索, 通过空间检测判断每段路径周围是否有足够空间, 若无足够空间则重新拓展搜索, 替换掉空间不足的路径段。在轨迹优化过程中, 使用均匀B样条参数化轨迹, 并设计碰撞代价函数和光滑代价函数, 使轨迹远离障碍物, 为虚拟管道规划提供足够空间。仿真测试验证了所提方法在大规模集群中的优越性和鲁棒性。在仿真测试中, 15架无人机集群通行时间平均降低20%。
分群现象是无人机集群在运动过程中出现的不利情形, 部分无人机形成小簇, 脱离群体。特别是在电磁环境复杂、通信资源紧张的通信受限情形下, 集群无人机无法获取、利用周围所有邻居信息, 发生分群现象的概率增大, 严重影响任务的正常执行, 为此设计了一种基于通信功率自适应的无人机集群协同导航控制方法。控制方法一是包括交互对象选择机制, 确保唯一领导者的影响力可以迅速传递至整个集群, 二是包括传输半径控制机制, 可以基于模糊控制方法实现, 自适应地调整集群无人机的通信功率。仿真实验结果表明, 所提控制方法一方面可以增强集群鲁棒性, 避免分群现象发生, 实现通信受限情形下的仅单架领导者存在的大规模集群导航; 另一方面可以降低无人机集群的整体能量消耗, 控制无人机集群的任务成本。
传统互联网为实现端到端安全、可靠、实时的网络业务保障, 需要在网元节点部署多类组网服务。然而, 现有大多数网络设备只提供网络接入和路由等服务功能, 缺乏安全、可靠、实时的服务设计。基于开源网络操作系统(software for open networking in the cloud, SONiC)、容器技术和行为树设计一种组网服务管控架构及调度方法, 实现面向网络业务保障的组网服务部署, 将组网服务部署可编程网络设备进行统一管理和调度, 并进行仿真测试。所述组网服务管控架构及调度方法进一步增强了网络设备能力, 利用行为树高效协调管控调度过程中的状态转化, 保障组网服务的交付质量。
随着用户规模的扩大, 低轨卫星网络中流量的突发性和区域通信负载的不均衡性导致其面临着愈发严重的负载均衡问题。对此, 提出一种分布式基于跳数的背压路由(hops-based back-pressure routing, HBPR)协议。HBPR首先根据链路中间节点距离目的卫星的剩余跳数计算链路权重。然后, 为控制可用转发路径数量, 将可用传播区域限制在由源节点-目的节点构成的矩形拓扑区域, 以降低传播代价。最后, 采用分布式方式设计HBPR, 在无需收集全网拓扑信息的条件下实现低拥塞最短链路的动态选择和流量均衡分配。通过理论分析证明了HBPR吞吐量的最优性。网络仿真结果表明, 与现有路由协议相比, HBPR具有更高的网络吞吐量和更低的时延。
在非合作通信场景下, 针对现有的非等长帧同步字盲识别算法存在的抗误码性能不佳、识别速度慢和识别结果不完整的问题, 提出一种基于两次窗口滑动运算的非等长帧同步字盲识别算法。首先, 将比特流均匀切分为多个窗口, 取前两个窗口做滑动同或运算得到扩展同步字(extended synchronization word, E-SW); 然后, 利用得到的E-SW与剩余窗口分别做滑动相关性运算, 得到每个窗口对应的E-SW并组成E-SW集合; 最后, 对E-SW集合进行统计分析, 筛选出未知同步字的码字内容。仿真结果表明, 所提算法在误码率为10-2时能实现98.7%的识别准确率, 并且可以识别出未知同步字的完整码字内容。在相同准确率的情况下, 所提算法比现有算法至少能多适应0.01的误码。此外, 所提算法的识别速度较现有算法更快, 且同样适用于等长帧协议。
在多小区环境下的准同步码分多址(quasi-synchronous code-division multiple-access, QS-CDMA)系统中，不相关多子集零相关区(zero correlation zone, ZCZ)序列集不仅可以消除一定时延内来自相同小区的信号干扰，而且可以完全消除来自相邻小区的信号干扰。针对如何基于仿酉矩阵构造多子集ZCZ序列集的问题，设计了两种构造方法。具体地，通过构造具有一定特性的多个初始矩阵，再结合仿酉矩阵，进而利用不同的初始矩阵产生不同的ZCZ序列集，且序列集间互不相关。所提方法的核心是多个初始矩阵的设计，方法1通过对离散傅里叶变换(discrete Fourier transform, DFT)矩阵进行分块与叠加实现，方法2利用已有的不相关多子集ZCZ序列集实现。由两种方法得到的构造结果，其参数趋近于最优，为解决多小区环境下的干扰抑制问题提供了新的序列设计方法。
针对带残余频偏的软扩频信号伪码序列盲估计难的问题, 提出一种奇异值分解(singular value decomposition, SVD)结合全数字锁相环(digital phase locked loop, DPLL)的方法。所提方法首先对待处理信号通过不重叠分段生成数据矩阵, 每段信号长度为一倍伪码周期; 然后利用其自相关矩阵的右上角元素估计失步点进行同步, 并且在重新计算自相关矩阵后根据较大特征值个数估计进制数; 最后通过多次快速SVD算法结合DPLL最终实现伪码序列的盲估计。仿真结果显示, 所提方法在低信噪比条件下可以有效估计出带残余频偏的软扩频信号的伪码序列, 并且性能优于其他对比方法。
