针对平面相控阵,提出了和差四通道及辅助阵元联合自适应单脉冲方法。新方法联合四通道和差波束输出与辅助阵元输出,经过自适应处理得到方位向及俯仰向自适应和差波束,利用主瓣区域高增益的差波束及辅助阵元联合对消主瓣干扰和副瓣干扰。理论分析和仿真结果均表明,新方法可有效抑制主瓣干扰和副瓣干扰,并具有良好的单脉冲测角性能,且无需对干扰空间角进行预先准确估计,利于工程实现。

阵列的幅相误差、位置误差和互耦使真实阵列流形与理想阵列流形有较大偏差,校正这3种误差可以明显提高阵列的性能。针对广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)系统,提出了一种同时校正上述3种误差的无源校正算法。通过阵列天线的位置和飞机位置获取校正源的来向信息,并利用该来向信息最终进行误差校正。与其他方法相比,所提方法大大减少了校正阵列的复杂度。仿真结果表明了该算法的有效性。

提出了一种基于信息融合的目标管理与被动定位技术的总体思路与实现方法。以坦克分队对目标的管理和被动定位需求为应用背景,首先利用战场图像信息提取目标种类、位置和姿态特征,并依次通过对目标3类特征的对比判定,解决了被动定位前对不同坦克瞄准镜视场中目标是否为同一目标的判定问题,实现了对敌方目标的全局统一编号与动态管理;其次利用坦克自身位置和测得的目标方位、俯仰等角度信息,推导了目标位置坐标的计算公式,分析了计算误差的主要影响因素;最后利用坦克分队网络化协同作战的优势,提出了一种以目标位置估计误差最小为约束条件的目标被动定位系统误差融合估计与补偿算法,显著提高了目标被动定位的精度,并通过仿真和野外实验,验证了所提方法的有效性。

针对任意三维传播环境下多天线空域相关性求解复杂的问题,提出一种基于角度域脉冲采样的高效近似计算方法。针对均匀角度谱分布,详细推导出了天线空域相关系数的闭合表达式和近似表达式;针对非均匀任意角度谱,利用有限个均匀二维采样脉冲加权叠加进行逼近,从而将天线空域相关系数等效为多个均匀采样脉冲对应相关系数的加权之和。基于实测的Von Mises Fisher角度谱,仿真结果表明,当采样间隔小于2°时,所提方法运算量仅为数值积分方法的十分之一,而绝对误差小于0.005,可以应用于多天线分集、多输入多输出系统性能评估及天线阵列流型优化等场合。

针对变换域通信系统中干扰信号的分类识别问题,提出了一种基于信号特征空间的支持向量机(signal feature space-support vector machine, SF-SVM)干扰分类算法。首先,基于干扰信号模型和信号空间理论对干扰信号进行特征提取,并建立信号特征空间,进而针对二分类和多分类问题提出了SF-SVM分类算法,设计了干扰信号的多分类识别器。仿真结果表明,与干扰信号的传统分类算法相比,SF-SVM不仅提高了分类精度,而且缩短了训练时间;设计的多分类识别器在信噪比达到8dB时,对6种干扰信号识别性能及对变换域通信系统性能都有所提升。

为实现有限脉冲快速逆合成孔径雷达(inverse synthetic aperture radar,ISAR)稀疏成像,利用ISAR目标块状结构特征,提出一种基于多量测向量(multiple measurement vectors,MMV)模型的块稀疏信号重构ISAR成像算法。首先,构建MMV稀疏成像模型,将ISAR成像转化为MMV块L₀范数的稀疏重构问题。其次,选用负指数函数序列作为平滑函数去近似块L₀范数,通过构建一个递减的参数序列,对平滑函数优化求解,采用梯度投影方法将所求解投影到可行解空间。最后,增加修正步骤,确保沿着最速下降方向对块稀疏信号优化求解。仿真结果验证了本文算法在成像时间和成像质量方面具有优势。

通常雷达数据处理在航迹维持阶段,仅存在目标与量测的数据关联问题。单频网外辐射源雷达多个发射站同频同时发射相同的波形,因此还存在量测与发射站的关联问题。该文针对单频网外辐射源雷达目标跟踪的航迹维持阶段,重点研究了单频网下发射站—目标—量测三者的数据关联问题,通过将量测与发射站的关联融入常规的目标与量测的关联过程,使得发射站、目标和量测的多维关联问题转化为二维分配问题,得到了一种适用于单频网的航迹维持新方法,仿真和实测数据验证了该方法的有效性。

多带正交压缩采样可实现多带模拟信号的亚Landau率采样,并同时获取每个子带同相和正交分量的压缩测量。对于多带雷达应用而言,恢复所有子带回波信号需求解多个大规模稀疏重构问题,计算量大、实时能力差。以探测同一场景的等带宽多带雷达为背景,在分析回波信号特征的基础上,揭示回波信号的块稀疏性,提出采用块稀疏重构模型恢复所有子带回波,发展块稀疏分段滑动快速重构方法。为了提高重构性能,对块正交匹配追踪算法进行了改进,提出了一个两步块正交匹配追踪算法。仿真结果验证了块稀疏分段滑动重构方法的有效性和正确性。

对多输入多输出(multiple input multiple output, MIMO)雷达发射部分相关波形时,比幅单脉冲方法的角度测量性能进行了理论分析。通过建立MIMO雷达的一般信号模型,采用矩阵微分的方法对噪声引起的比幅单脉冲左右波束输出信号的起伏进行了统计分析,从而给出了部分相关MIMO雷达体制下比幅单脉冲方法的理论测角性能。由得出的结论可以直接得出正交MIMO雷达及相控阵雷达体制下比幅单脉冲方法的理论测角性能。通过数值仿真实验对部分相关MIMO雷达下比幅单脉冲方法的性能进行了仿真分析,并验证了理论分析的正确性。

针对相控阵雷达中的任务调度问题,提出一种融合了粒子群算法、遗传算法和启发式交错调度算法的混合算法。采用混沌理论优化粒子群算法的飞行参数,设计递减的动态惯性权重,以及引入遗传算法中的交叉、变异操作,使得算法能够快速收敛,并跳出局部最优实现全局最优。在智能算法的框架下,提出一种启发式的任务交错算法,使得雷达任务中等待期的时间资源进一步得到利用。仿真结果表明,相比于遗传算法,所提算法的收敛速度更快,结果更优;相比于传统的启发式算法,所提算法的调度成功率提升了42%,时间利用率提升了40%,实现价值率提升了33%,时间偏移率减少了73%。

为充分发挥分布式多输入多输出雷达阵元选取的灵活性,提高多目标跟踪精度的同时,尽量降低系统的代价损耗,提出了一种基于多目标位置估计的阵元选取算法。首先,以提高目标位置估计精度为优化准则,在给定阵元子集大小和允许最高精度误差的约束下,建立了目标位置估计精度与系统代价损耗折中的阵元选取优化模型。然后,采用多起点搜索贪婪算法对模型进行求解,得到多目标跟踪的阵元选取结果。仿真结果表明,在一定阵元子集大小和跟踪目标个数的范围内,该算法能够获得良好的选取性能,并大大降低系统计算量。

为了提高无人机对目标的搜索捕获能力和对不确定度较高的区域的回访能力,进而提高多无人机协同搜索效率,提出了一种带信息素回访机制的多无人机协同目标搜索方法。首先,建立了包含目标存在概率地图、不确定地图和数字信息素地图在内的环境感知地图及其更新机理,使得无人机对任务区域中环境和目标信息的感知更加全面和准确,为无人机在线自主地进行搜索决策奠定基础。其次,考虑到任务子区域的可控回访需求,借鉴信息素“释放-传播-挥发”的特性,设计了基于信息素的网格回访机制,来引导无人机对目标存在可能性较大的区域或者不确定度较高的区域进行回访搜索。最后,设计了基于环境感知地图的协同搜索决策性能指标,在分布式滚动时域优化框架下,建立了多无人机协同搜索决策方法。使用蒙特卡罗方法验证了无人机数量、传感器探测靶面半径、传感器性能对搜索效率的影响。对比仿真表明,信息素回访机制能够保证较强的遍历能力和回访能力,使得无人机能够尽早搜索到更多的目标,尽快地降低整个搜索区域的不确定度。

军用飞机出厂费用估算对控制全寿命周期费用、降低研制风险等具有重要作用,也能为装备部门提供采购决策支持。首先,论述了军用飞机出厂费用的概念,并对其估算问题进行了描述;然后,介绍了9种典型的估算方法,包括参数法、类比法、工程估算法、基于神经网络的方法、基于偏最小二乘回归的方法、基于灰色系统理论的方法、基于作业成本法、基于特征的方法和基于知识工程的方法等,并分析比较了上述方法的适用阶段和优缺点;最后,提出了军用飞机费用估算领域需要解决的3个关键问题,为下一步的研究提供帮助。

针对传统装备重要度评估方法在解决动态评估方面的不足,提出一种考虑权重演化的装备重要度动态评估方法。基于多维关系复杂网络建立装备体系的结构模型,综合考虑各个装备之间的指控关系、空间关系和协同关系,将装备体系的变化转化为复杂网络的权重演化,并针对不同关系网络的特点,分析各个关系结构的权重演化过程,分别构建动态评估指标。最后,通过构建某营执行进攻作战任务的算例,验证了该方法的合理性和先进性。

针对有人/无人机任务联盟形成问题,采取任务聚类-平台匹配的分阶段形成策略。首先,给出问题要素定义,并进行相关数学描述。其次,基于对问题的分析,以最小化任务距离和为优化目标建立任务聚类的数学模型;以最小化指挥决策能力代价和资源能力代价为优化目标建立平台匹配的数学模型。然后,对任务聚类问题和平台匹配问题,分别采用优选初始簇中心的贪心聚类算法和多目标模糊人工蜂群算法进行求解;最后,通过仿真案例下的3组实验,验证了提出方法的有效性和优越性。

针对指挥控制组织设计中决策实体的配置问题,提出了在知识约束条件下该问题的数学模型及其求解方法。分析了该问题的约束条件,包括该问题的知识约束、隶属约束、能力属性约束等,建立了以最小化决策实体工作负载均方根为目标的优化模型,提出了基于遗传算法的模型求解算法,设计了针对问题模型的染色体编码方式、适应度函数以及遗传算子。最后结合联合作战仿真算例中一个任务与平台关系的设计方案,验证了所提方法的可行性和稳定性。

多级备件库存是装备普遍保障模式,针对任务期备件需求处于动态变化的特点,在综合考虑备件报废、维修、运输等因素下,提出了面向任务的任意保障等级备件时变可用度模型。首先,分析了备件维修运输供应渠道;其次,结合动态帕尔母定理,对可修复备件多级控制技术理论进行扩展,构建备件动态维修运输供应模型;最后,根据供应渠道概率分布类型,建立装备时变可用度模型。同时,通过案例分析了装备可用度随时间变化规律,且案例结果与验证模型结果基本一致,模型可为保障决策者制定任务期备件方案提供参考。

大型相控阵雷达备件配置方案是当前反导预警装备保障领域急需解决的关键问题之一,为了提高相控阵雷达天线阵面的保障能力,提出了一种视情维修条件下,故障件批量送修、定期补给的备件优化配置策略。以天线阵面T/R（transmit/receive）组件为出发点,当其故障单元达到k/N系统的阈值,而其他单元尚未达到阈值时,雷达停机开始换件维修,建立了以系统的供应可用度为约束条件,备件费用最少为优化目标的配置模型,并利用边际效应算法对各参数进行求解。实例运算结果表明该模型合理可行,能为备件配置提供理论支撑。

机动飞行能力作为无人机任务扩展的重要保证,受到各国的普遍重视。针对飞翼布局无人操纵能力不足、非线性和耦合性强的特点,提出一种非线性自适应控制方法。在所提的控制结构中,内环线性化解耦消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪,并采用粒子群补偿器补偿各种扰动和不可建模的耦合项,保证系统对各种扰动的自适应能力,且证明了该控制结构的稳定性。同传统反步控制方法相比,所提控制器增加了内环解耦结构。不同于传统的动态逆解耦控制方法,本文在控制结构中保留气动阻尼项,使得线性化后的系统为弱非线性系统。该结构不仅可以降低外环控制器设计的保守性,而且便于工程实现。仿真结果显示,该控制方案是有效的。

针对发动机推力受限和动态延迟的制导问题,设计了一种具有鲁棒性的非奇异滑模制导律,并证明了有限时间收敛条件。首先,基于平面弹-目相对运动学关系,建立了考虑发动机一阶动态延迟的弹-目相对运动数学模型。其次,基于有限时间理论,证明了推力受限下制导律有限时间收敛条件及其性质;并推广到动态延迟情况下,设计了非奇异滑模制导律;最后,用边界层函数代替符号函数去除抖振。仿真结果表明了制导律具有更高的制导精度并对高速目标机动具有鲁棒性,验证了有限时间收敛条件和性质。

空间站转位是一个长周期过程,需要考虑环境以及自身系统的不确定性因素对整个过程的影响。使用Kane法建立了空间站系统转位的动力学模型,采用广义混沌多项式方法分析了在转位过程中不确定性因素对空间站姿态的影响。仿真结果表明,gPC方法的计算效率和精度优于蒙特卡罗抽样法,并且空间站若从“零状态”开始转位,则不确定性因素会对转位过程造成较大影响。

针对临近空间高超声速飞行器非匹配不确定性姿态控制问题,提出一种新型匹配化滑模姿态控制系统设计方法。首先将含有非匹配不确定性的模型进行匹配化变换,得到匹配的不确定性模型。采用扩张干扰观测器估计不确定项,用来补偿系统输出量的微分。其次,基于干扰观测器及频域滤波器设计了一种渐近收敛的复合微分器,用来获取系统输出的一阶导数。在此基础上,采用变结构控制方法,提出了一种匹配化滑模姿态控制方法。最后,通过数字仿真验证了该方法的有效性,并与反步法进行了对比,对比结果表明本文的方法具有更好的快速性及鲁棒性。

针对多自主式水下潜器(autonomous underwater vehicle,AUV)在协同导航过程中量测异常等问题,提出一种基于交互式模型的多AUV协同导航滤波算法。首先以建立多AUV协同导航基本模型为基础,给出基本的协同导航滤波过程;通过广义最大似然估计的滤波算法对受污染的量测噪声进行处理;进一步地,利用Schweppe形式下的广义最大似然估计解决量测出现的异常情况;运用交互式多模型算法解决由量测噪声时变而造成的滤波精度下降问题。最后仿真结果表明该协同导航滤波算法具有良好的自适应鲁棒性。

为了提高接收机自主完好性监测(receiver autonomous integrity monitoring, RAIM)算法对微小缓变伪距偏差的检测能力,提出一种基于抗差扩展卡尔曼滤波和外推-积累的RAIM方法。该方法结合了新息外推法和累积历元法在检测微小缓变伪距偏差上的优势,即在新息外推法的基础上,累加多个历元的检验统计量,来更有效地检测微小缓变伪距偏差;同时,利用抗差扩展卡尔曼滤波对偏差进行抗差处理,提高了定位精度。仿真结果表明,相比较于传统RAIM方法、新息外推法以及累积历元法,新的RAIM方法均提高了对微小伪距偏差正确检测的概率,缩短了对缓变伪距偏差的检测延时,且经过伪距偏差修正后定位精度提高。

针对当前认知无线传感器网络接入控制策略能量消耗过大及难以适应服务要求的问题,提出一种认知自适应接入控制策略。首先建立接入控制策略模型,利用代表节点降低感知能量消耗和报告开销。然后提出关于感知模型选择及工作周期调整的自适应方法来提高感知效率,深入分析其对系统吞吐量及帧递送率带来的影响。最后仿真结果表明,在达到相同检测目标情况下,提出的自适应接入控制策略所需通信开销较传统策略更少,有效降低了能量消耗,吞吐量较传统方法有了较大提高,在回避主用户情况下服务质量受到的损失更小。

无线传感器网络层次型数据转发过程中,分层和路由构建是两个典型的待优化问题。为了有效延长网络生存期,提出了一种能量感知的分层数据转发机制。利用粒子群优化算法,结合多目标函数进行智能搜索,通过粒子进化不断地优化簇头选取和路由构建,以低复杂度的方式得到分层部署的网络结构,进而实现了能量有效的数据转发。数值结果表明所提机制与现有机制进行对比,可以显著地提高网络能量使用效率,改善网络性能,延长网络生存期。

设备到设备(device to device,D2D)通信允许邻近用户使用蜂窝网络频段直接通信,既能分流部分蜂窝数据,减轻基站负担,又能提升服务质量。但由于信息不对称,蜂窝网络不知道用户的类型参数,无法准确提供合理补偿,以激励用户参与数据分流。基于契约理论设计了一种分流补偿机制,首先设计蜂窝网络收益函数和分流用户代价函数及其二者的效用;然后基于用户类型参数服从均匀分布设计补偿机制,验证了该机制能满足个人理性和激励相容条件,分析了该机制的最优性能;最后与正比例补偿机制和完全信息补偿机制进行对比仿真,结果表明,本文设计的分流补偿机制既能保证用户愿意参与数据分流,也鼓励用户报告自身真实的类型参数,还能获得接近于完全信息补偿机制下的效用和性能。

在短码直扩信号伪码序列的估计中,当使用特征值分解(eigenvalue decomposition,EVD)算法、奇异值分解(singular value decomposition,SVD)算法和压缩投影逼近子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法来估计伪码序列时,存在着当最大特征值和次大特征值相近时最大特征向量会受到干扰,进而影响伪码序列估计的问题。针对此问题,提出了一种基于正交特性的伪码序列估计算法。在已知码片速率和伪码周期的前提下,该算法首先把接收信号划分成长度为两倍码元宽度、数据重叠50%的数据段,然后用SVD估计出最大特征向量和次大特征向量,由于最大特征向量和次大特征向量是相互正交的,可以利用两者的正交特性来估计扩频序列。该算法不但能在信号失步时间未知的情况下估计伪码序列,而且仿真结果表明该算法具有稳定性高,需要的数据量少和能在低信噪比下有较好的估计性能等优点。

多普勒频移对现代扩频通信系统性能有着重要影响,设计跳频序列时需考虑具有时延和多普勒频移情形下序列的相关性。研究了跳频序列集时频最大周期汉明相关值的理论界,计算了Cai跳频序列集的时频二维周期汉明相关值,用该理论界检验了这类跳频序列集的二维周期汉明相关值,并进一步得到了部分达到最优的跳频序列;最后对多项式同余跳频序列集的二维周期汉明相关值进行了分析。

针对输出为非平稳速变数据的仿真模型验证及排序评估问题,提出了一种基于Hilbert-Huang变换的仿真模型排序评估方法。首先采用经验模态分解对仿真和参考输出的非平稳速变数据进行分解得到趋势项和平稳项;然后从距离和形状两方面刻画趋势项误差特征并进行一致性分析,采用基于Hilbert变换的谱密度相容性检验方法对平稳项进行一致性分析,同时为满足相容性检验的条件,证明了基于Hilbert变换的平滑样本谱密度服从χ²分布;最后引入灰色关联分析综合3类一致性分析结果实现仿真模型的排序评估。通过实例应用,验证了方法的有效性。

研究了提高射频仿真系统的角度精度的方法。提出了三元组分集技术,该技术通过使用多个三元组同时对同一个点目标进行模拟来提高仿真角度精度。不同三元组具有相互独立的角度误差的电磁能流在空中汇集,称之为空间合并。当各三元组的能流配以合适的权重时,空间合并会给出最佳的角度精度。该文依据最大比率合并算法,给出了各三元组的最佳权重。当5个三元组进行分集时,仿真角度误差的方差可以减小到原来的60%以下。参与分集的三元组数目越大,仿真角度精度越高。这对于进一步提高三元组射频仿真精度具有理论意义和实用价值。

如何构造鲁棒的分类器一直是基于判别式的目标跟踪算法研究的热点,近些年多核学习通过线性组合多个核分类器达到了更好的分类性能,受到了广泛的关注。传统的多核学习需要解复杂的最优化问题,很难直接应用到目标跟踪中,因此提出一种基于boosting学习框架的多核学习算法,使目标跟踪在复杂场景下可以保持跟踪的实时性和准确性。为了进一步减少计算量和提升分类性能,采用极限学习机(extreme learning machine,ELM)作为基分类器,ELM结构简单,训练速度非常快,并且比支持向量机有更好的泛化能力。最后,将本文算法与其他先进的跟踪算法在多个公开视频序列中进行比较,验证了本文算法性能的有效性。

软件开发中,因代码复用导致复用缺陷的现象时常发生,针对此提出一种基于代码复用检测的缺陷发现方法。首先通过代码比对或补丁还原的方式定位缺陷相关的代码,将缺陷代码和待测代码以函数为单位进行划分,提取并量化各函数的度量特征、结构特征和文本特征,采用递进式相似函数逐轮筛选的方式,确定可能存在复用缺陷的函数,并基于模型检测和数据流分析技术对疑似缺陷进一步判断。实验选取典型开源项目进行测试,发现了多处潜在的复用缺陷,结果证明了所提方法的有效性,同时发现每个缺陷平均要对2~5个可能的复用点进行判断。