在协同应用的背景下,提出基于伪距信息的全球卫星导航系统(global navigation satellite system,GNSS)双接收机抗欺骗干扰检测算法。首先,建立真实信号与欺骗干扰信号的信号模型,进而得到伪距双差模型。然后,利用卫星钟差计算公式得到卫星钟差双差计算模型。根据载噪比选择卫星信号,对测量伪距进行修正并利用最小二乘法进行导航定位解算,得到载体在ECEF坐标系中的位置。由测量伪距结合导航电文计算得到卫星的位置,进而得到卫星与载体之间的距离。最后由伪距双差、卫星与载体的距离双差以及卫星钟差双差计算得到误差值,基于误差值的明显差异性实现对信号的检测与判别。利用双接收机进行实际试验并结合Matlab进行仿真实验,仿真结果验证了算法的有效性和可行性,对试验中的欺骗干扰信号均能有效识别。

针对近场散射测量中由于天线方向图照射的不均匀性,在近场数据外推后难以获得目标准确雷达散射截面(radar cross section, RCS)的问题,提出基于近似函数的天线方向图修正方法,在近场数据外推的过程中对天线方向图进行补偿,从而提高目标RCS测量的准确性。首先推导了近远场变换的计算过程,然后根据收发天线照射目标的角域,分析了与天线方向图吻合的近似函数,通过对近似函数的傅里叶级数展开修正了天线方向图的影响。仿真结果表明,对于不同的天线方向图,该方法在近远场变换过程中具有良好的修正效果。实验分别对点目标和线目标进行了验证,结果表明了方向图修正外推方法的有效性和准确性。

针对传统方法无法有效度量多源异步航迹时空相似性的问题,该文提出了一种适用于多源异步航迹的相似性度量模型。基于时间和空间联合约束下寻找近似时空特征匹配点的思想,通过设置时间和空间阈值上寻找符合要求的匹配点,并通过空间相似函数度量匹配点的相似性,确定最优匹配点并计算多源航迹间的航迹时空相似度。实测数据表明,该模型可以有效度量异类传感器航迹的相似性,且时间性能较优。基于该模型的航迹关联算法在仿真的复杂多目标环境中的关联准确性优于现有算法,且在对海雷达误差估计中得到了应用。

针对强噪声中微弱信号的盲检测问题,研究了待检信号与Duffing系统内置信号频差和相差对系统相图的影响,指出由于频差的存在,Duffing系统相轨迹演化将进入周期性混沌状态。通过建立正相振子和反相振子检测方程以及相图分段处理,提出了Duffing振子微弱信号盲检测识别算法并建立了盲检测模型。仿真实验表明，在-40dB信噪比下仍然可以有效实现对微弱信号的盲检测。

雷达侦察接收机往往侦察到的是通信和雷达脉冲的混合信号，如何从通信信号背景中有效提取出雷达脉冲波形，是现代雷达信号处理领域中的重要内容。针对这一问题，提出了一种基于奇异值分解的通信与雷达混合信号中脉冲波形估计算法。该算法通过对信号观测矩阵的奇异值分析和协方差矩阵的特征值分析，证明了观测矩阵的奇异值分解具有稳定性，并且奇异值分解能够最佳近似观测信号的线性特征，给出了一种利用左右奇异向量估计脉冲波形及其相对初相的方法。本文的算法适用于任意脉冲波形，并且能够在较低信噪比环境下估计脉冲信号波形和相对相位，仿真结果证明了算法的有效性。

针对飞行器表面存在的多列缺陷目标,基于电磁场叠加理论,提出并推导了用于分析多列电磁缺陷目标的散射相干原理,并以此为基础,建立了多列缺陷目标散射机理的研究方法;提出了间距电尺寸的概念,系列雷达散射截面实验表明,散射相干原理可用来精确分析不同类型多列缺陷目标的散射机理,间距电尺寸决定散射分布的形式,对多列缺陷目标散射有重要影响,而不同的缺陷类型主要影响散射幅值大小;从相干原理出发,结合精确数值算法,提出了多列缺陷目标的快速预估方法,具有与多层快速多极子算法一致的精度,且几乎不占用计算内存和时间。

针对单基地多输入多输出(multiple input multiple output,MIMO)雷达波达方向(direction of arrival,DOA)估计问题,该文提出一种低复杂度的实值求根多重信号分类(multiple signal classification, MUSIC)方法。该方法首先通过降维变换降低接收数据的维数,利用酉变换将复值数据协方差矩阵实值化,然后构造基于酉MUSIC的求根多项式,采用保角映射将复系数多项式映射为实系数多项式,最后通过求解该实系数多项式的根来得到目标的DOA估计。该方法不需要进行谱峰搜索,所涉及的特征值分解和多项式求根运算均只在实数域进行,在大大降低算法运算复杂度的同时可以获得更好的角度估计性能。仿真结果验证了所提算法的有效性。

由于带宽和能量的限制,外辐射源雷达网络在多目标跟踪过程中可能无法利用所有接收站数据,需要进行接收站的选择。基于势均衡多目标多伯努利滤波器,本文提出了一种新的接收站自适应选择方法。首先,对目标概率密度函数(probability density function, PDF)进行预测。其次,计算各接收站的理想量测,并利用该量测对预测PDF进行更新。最后,将目标数的后验期望估计及其方差分别作为目标函数,衡量不同接收站对PDF的更新质量,选择出最佳接收站。仿真实验利用多普勒频率对目标进行跟踪并在跟踪过程中完成接收站的选择,实验结果证明了所提方法的跟踪精度优于其他传统方法。

为充分降低合成孔径雷达地面动目标显示(synthetic aperture radar-ground moving target indication, SAR-GMTI)对地面重要运动目标的威胁,本文在SAR间歇采样转发干扰技术基础上,针对多通道SAR-GMTI提出了二维间歇采样慢时间延时转发干扰方法。该方法利用二维间歇采样实现干扰信号的二维频谱周期性拓展,从而生成无法被SAR-GMTI完全对消的假目标群,并进一步提出采用慢时间延时转发来实现对假目标群方位向位移的控制。在此基础上,针对SAR-GMTI的对消特性给出了多组延时转发干扰应用模型。理论分析和仿真实验表明:该方法可对多通道SAR-GMTI产生二维假目标群,且假目标幅度受正弦调制函数的影响出现增强和削弱,多组延时转发干扰方法可以实现增强区与削弱区互补,从而形成分布更密集、覆盖范围更广的二维多假目标干扰效果。

针对雷达目标识别系统中存在库外目标、各特征属性分类性能不一致,低分辨雷达不同类别目标特征值分布区间混叠的问题。文中基于支持向量机分类算法,对目标样本特征值进行置信度分析,获得置信区间,利用代价函数确定拒识门限,对库外目标以及混叠区域目标进行拒识分析;并根据训练样本先验识别率使用注水原理分配特征属性权重;在此基础上利用支持向量机进行目标识别。雷达实测数据实验结果表明,引入置信拒识分析与注水分配加权后,分类器性能得到了有效改善。

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Naive Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB, RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量m i和方差向量σ i)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine, PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。

在相控阵雷达事件调度中,常以时间偏移率作为指标构造目标函数,但时间偏移率在非线性滤波系统中往往难以实现最优的调度性能。针对这一问题,首先,在分析时间偏移影响的基础上,提出了以偏移影响率做为评价指标,推导了卡尔曼滤波器(Kalman filter,KF)和扩展卡尔曼滤波器(extend Kalman filter,EKF)中偏移影响率的计算公式;然后,基于“偏移影响率”指标构造相控阵雷达事件调度中的目标函数,并利用改进的遗传算法进行求解,加快收敛速度;最后,采用仿真场景测试调度方法优劣。实验结果表明,在线性滤波系统中,偏移影响率与时间偏移率的调度效果相近;在非线性滤波系统中,偏移影响率的调度性能和跟踪精度明显优于时间偏移率。

提高节点的负载容忍度可提高相依网络的鲁棒性,合理的负载冗余策略有助于降低成本。为研究相依网络节点负载容忍度与相依网络鲁棒性之间的关系及影响容忍度的因素,定义了节点负载容忍度和高容忍度节点比例两个参数,对负载失效和相依失效作用下相依网络的级联失效过程进行分析。结果表明在一定相依网络鲁棒性下负载容忍度存在上下两个阈值,且平均度是影响阈值大小的主要因素,同时证实了提高部分节点的负载容忍度也能提高相依网络的鲁棒性,可为设计相依网络系统提供借鉴。

通过研究摇摆运动作用下目标相对运动规律的变化,分析了摇摆运动对射击诸元精度产生影响的机理,指出了主要原因在于目标运动模型误差增加、提前点偏差增加。在研究弹丸膛外运动模型的基础上,分析并建立了基于迭代方法的射击诸元求解模型,并在此基础上建立了摇摆运动补偿模型,实现了对舰艇和甲板摇摆运动的有效补偿;建立了仿真模型,并设计了仿真实例对模型的有效性进行了验证,同时也通过实例验证了摇摆运动对于射击精度的影响原理分析的合理性。研究的结论和设计的模型对于进一步改进射击理论、研究射击技术提供了理论参考。

为实现对敌网络一体化防空体系的有效压制,以“超网”理论为基础,分析并构设了“两层四链四网”的网络一体化防空体系结构模型;选取“作战环数”为作战体系效能评估指标,构建了火力打击及电子攻击条件下联合压制作战效能评估模型;通过仿真计算,得出在对敌网络一体化防空体系实施联合压制作战时,应采取“先实施战役性联合压制毁敌30%节点以达成破敌体系、后实施战术性联合压制全程扰敌以达成乱敌护航”,“战役性联合压制以火力打击手段毁敌为主、战术性联合压制以电子攻击手段扰敌为主”的行动策略。

以故障拓展模型和概率检验模型为基础,通过分析概率检验模型的语法语义、转移命令及逻辑关系,研究清晰、完整的转换规则,实现故障拓展模型向概率检验模型的转换。此外,研究模型的定量概率检验转换规则,构建逻辑验证表达。最后,对机载通信系统调谐控制功能展开基于概率检验的定量安全性评估。结果表明,通过将故障拓展模型转换为概率检验模型的转换规则,能够实现复杂系统定量安全性自动分析,从而有效支持航空器复杂系统安全性评估过程。

基于效果作战已成为现代信息化战争的一种新的作战模式。以基于效果作战思想为基础,通过引入射击有利度这一新要素,建立了基于效果作战模式下常规导弹火力最优分配模型。针对该类组合优化模型求解的复杂性,通过遗传算法与模拟退火算法的有机融合,提出了基于动态收敛准则的遗传模拟退火算法。仿真实验表明:该算法具有优良的全局收敛性,有利于提高常规导弹火力分配的有效性和准确性。研究结果可为常规导弹作战中的火力指挥决策提供支持,对提高常规导弹力量火力打击效果具有参考价值。

以多传感器多目标跟踪为背景,针对跟踪任务需求中辐射风险控制问题,提出一种面向跟踪任务需求的主动传感器调度方法。该方法首先结合不敏卡尔曼滤波,给出了仅考虑跟踪任务需求的传感器调度策略;然后建立基于部分可观马尔可夫决策过程的辐射模型,并采用隐马尔可夫模型滤波器动态更新传感器辐射;最后考虑跟踪任务需求和传感器约束,将辐射风险控制下传感器调度问题转化为非线性约束下寻优问题。仿真实验结果验证了所提方法有效性。

旋翼飞行器每个旋翼只能提供单一方向的力,其可控性分析与度量问题有其特殊性。在已有研究的基础上,研究了多旋翼飞行器在惯性积不可忽略时的可控性分析方法。进一步地,提出了一种新的多旋翼飞行器可控性度量指标。与文献中已有指标相比,本文所提的指标不仅具有已有指标的功能,而且还能够反应飞行器惯性积的改变对其可控度的影响。最后,仿真结果表明了所给出的可控性分析方法以及可控性度量指标的有效性。

针对捷联惯导(strapdown inertial navigation system,SINS)/ 全球卫星导航系统(global navigation satellite system,GNSS)紧耦合滤波算法中状态方程线性、观测方程非线性的特点,对超球面单型卡尔曼滤波器(spherical simplex Kalman filter,SSKF)进行了简化:采用普通卡尔曼滤波的状态矢量预测和SSKF的观测值预测及滤波更新完成滤波计算,省去了SSKF状态矢量预测时sigma点生成和对每个sigma点进行状态矢量预测和加权求和的过程,在不损失滤波精度的基础上缩短了滤波计算耗时。经过数学仿真验证,在SINS/GNSS紧耦合中,简化SSKF与SSKF几乎可到达一致的滤波估计精度,而且简化SSKF的计算耗时更短,效率更高。

建立了一种新型旋转弹丸的7自由度弹道模型,根据该模型对弹丸的弹道特性进行了数值分析,并利用无迹卡尔曼滤波算法对双旋弹的弹道进行重构和滤波,使弹载设备的测量信息更加精确,为制导系统提供更加精确、可靠的测量数据。通过数值仿真的表明:双旋弹和传统旋转弹的主要区别是在其弹轴方向上增加了一个自由度,弹丸前体低速旋转甚至静止不动以提高弹载控制系统的控制精度,后体高速旋转保持其陀螺稳定性。通过无迹卡尔曼滤波算法进行弹道重构能够有效地提高测量数据的精度,消除测量误差,得到较为准确的测量数据。

针对新息自适应滤波算法噪声跟踪精度和跟踪灵敏度相互矛盾导致的窗口宽度选取困难问题,提出了一种基于滑动窗口的新息自适应组合导航算法,该方法通过设计噪声统计特性梯度检测函数、敏感噪声统计特性的实际变化情况,利用窗口自适应函数实时计算窗口宽度,使得窗口在预设区间内自适应滑动,以适应实际噪声的变化。仿真实验表明,基于滑动窗口的新息自适应组合导航算法可以有效跟踪噪声统计特性的实时变化,可同时兼顾自适应跟踪精度和跟踪灵敏度。

在动态不确定环境下,考虑威胁障碍物的机动性和无人飞行器(unmanned aerial vehicle, UAV)携带传感器的探测误差,可有效地提高UAV执行任务的安全性和可靠性。本文在速度障碍法的基础上,将动态不确定性通过威胁障碍速度矢量方向角的偏差进行表示,并建立了动态不确定性速度障碍模型(dynamic velocity obstacle model, DVOM);为量化动态不确定环境下威胁障碍物的影响,基于速度障碍圆弧法,给出了DVOM速度障碍圆弧法,并在此基础上,提出了一种动态不确定环境下UAV自主避障算法。最后,以Pythagorean Hodograph (PH)曲线路径规划为例对考虑动态不确定性的UAV自主避障算法进行了验证,仿真结果验证了算法的有效性和可行性。

对于移动机器人研究领域来说,现阶段研究热点是如何在全球定位系统失效的情况下同时定位与地图构建(simultaneous localization and mapping,SLAM)。对于单个机器人SLAM已经有很多解决方案,然而当转移到多机器人平台时,对于存在的问题又面临很多新的挑战。本文首先分析了多机器人SLAM,着重探讨了多机器人SLAM后端优化算法。分析了多机器人SLAM研究过程中遇到的不同问题,以及现阶段这些问题的处理算法。讨论了多机器人SLAM中扩展卡尔曼滤波、扩展信息滤波、粒子滤波、基于图优化的SLAM、地图融合等后端优化算法的研究现状,分析了算法的优缺点,并提出了未来发展的方向。

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统在时间—频率双选择性信道环境中由同相正交(in-phase and quadrature-phase, IQ)支路不平衡耦合多径时变信道导致的复杂子载波间干扰问题,提出了一种基于球形译码算法和并行干扰消除算法的IQ不平衡补偿方法。该方法通过对系统模型进行简化与分块处理,采用球形译码算法消除块内的子载波间干扰,采用并行干扰消除算法抑制块间干扰,并进行交替迭代运算。仿真结果表明,提出的算法在时间—频率双选择性信道环境下具有良好的IQ不平衡补偿性能。

针对现有间断连接无线网络恶意节点检测机制缺乏对串谋恶意节点的有效识别和抵御方案,提出了一种串谋行为识别的间断连接无线网络数据转发机制。在认证节点历史状态信息的基础上,通过分析节点行为特征有效地识别串谋的恶意节点。在排除串谋节点干扰的情况下设计以信用度、协作度、连接度为联合指标的数据转发机制。仿真结果表明,所提出的机制在串谋节点的识别及抵御方面效果显著,提高了中继选择在面对恶意攻击时的健壮性,实现可靠高效的数据传输。

针对三节点放大转发(amplify-and-forward, AF)的正交频分复用(orthogonal frequency division multiplexing, OFDM)协作中继网络,为了高效获取级联和单跳链路信道状态信息(channel state information, CSI),本文提出基于组合叠加导频的信道估计方案。新方案在源节点和中继节点分别将不同的导频叠加到发送数据上,目的节点利用源导频和中继导频分别完成级联(S→R→D)信道和单跳(R→D)信道的估计。为了消除叠加导频方案中信息符号对于各链路信道估计造成的严重干扰,源导频设计采用发端预处理的数据置零叠加导频(data nulling superimposed pilots, DNSP)方式,并提出了基于协作干扰消除(cooperative interference cancelation, CIC)的中继导频设计方案,新方案一方面借助直达(S→D)链路检测符号来消除中继数据对R→D信道估计的影响,另一方面利用迭代重构来弥补源节点数据失真和提高检测性能。仿真结果表明,新方案在避免训练导频占用带宽开销的同时能获得与传统频分复用(frequency division multiplexing, FDM)导频相近的性能。

针对当前type-Ⅱ准循环低密度奇偶校验(quasi-cyclic low-density parity-check, QC-LDPC)码的校验矩阵中存在权重为2的循环矩阵(weight-2 circulant matrices, W2CM)导致Tanner图更容易产生短环,从而影响迭代译码收敛性的问题,基于完备循环差集(cyclic difference sets, CDS)提出了一种围长为8的type-Ⅱ QC-LDPC码的新颖构造方法。该方法构造的校验矩阵由权重为0的零矩阵、权重为1的循环置换矩阵和W2CM组成,保留了type-Ⅱ QC-LDPC码的具有更高最小距离上界的优点,改善了码的纠错性能;且Tanner图中无4、6环的出现,译码时具有较快的收敛速度。仿真结果表明:所构造的围长为8的type-Ⅱ QC-LDPC码在加性高斯白噪声信道下采用和积算法迭代译码时具有较好的纠错性能且无错误平层现象。

指标体系是完成仿真模型验证的必要手段。为了澄清指标体系在模型验证中的应用误区,在分析指标关联、可信度计算和模型缺陷回溯问题的基础上,揭示了串联、并联、迭代、混合子模型局部可信度与模型整体可信度之间的关联,提出了指标体系的元素、图示和建立方法,说明了模型可信度计算和缺陷回溯方法,并给出了一个模型验证实例,详细说明了仿真模型验证指标体系的应用过程。

作为解决序贯决策的机器学习方法,强化学习采取持续的“交互-试错”机制,实现智能体(Agent)与环境的不断交互,从而学得完成任务的最优策略,契合了人类提升智能的行为决策方式。知识作为一种包含了经验、价值观、认知规律以及专家见解等要素的结构化信息,应用于强化学习可以有效提高Agent的学习效率,降低学习难度。鉴于此,本文以强化学习的基本理论为起点,对深度强化学习以及基于知识的深度强化学习研究成果进行了系统性的总结与梳理。

针对一种可快速搜索和寻找到聚类密度峰值点聚类算法的缺陷,利用线性回归与残差分析的方法进行改进,可自动、快速地确定聚类中心且优化样本点密度值。算法利用样本点的近邻信息重新度量点的密度值,提高聚类中心点位置稳定性;利用一元线性回归与残差分析,快速、自动地选出聚类中心点,去除了人为选择的主观性。通过理论分析以及在人工数据集和真实数据集的对比实验表明,提出的基于线性回归分析的快速搜索聚类中心算法能够克服原有算法的缺陷,并且在聚类效果和计算时间上优于原有算法、基于密度的带有噪声的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)以及K-means算法。

针对同时受自然退化和随机冲击影响的单部件系统可靠性评估问题,首先,建立了退化型与突发型竞争失效过程的可靠性模型,该模型考虑了冲击对退化的影响,即冲击会增加系统的退化量;其次,提出了基于状态的维修策略,构建了一个成本率函数;最后,以一个由4个零件串联而成的单部件系统为研究对象,确定了该系统的可靠度函数和最优的预防更换阈值。该结果不仅验证了可靠性模型的合理性和有效性,而且体现了基于状态的维修策略的可行性与经济性。

针对大型复杂装备维修力量的调度与分配复杂性,引入修理工多重休假策略,以包含n个相同部件的并联系统为研究对象,针对以往研究利用指数分布等典型分布导致模型约束条件过于严格的问题,假设系统部件寿命、维修时间以及修理工休假时间均服从连续Phase-type分布,建立了适用性更好的系统可靠性解析模型,得到了系统可靠度、系统稳态可用度、稳态故障频度、系统平均故障间隔时间等一系列可靠性参数的解析表达式,并利用算例验证了模型适用性。