提出一种基于演化网络模型和区间分析的群目标势概率假设密度(cardinalized probability hypothesis density,CPHD)滤波算法。针对传统的粒子CPHD群目标跟踪算法中粒子数多、运算量大的问题,采用箱粒子实现CPHD滤波器,减少了粒子数,降低了运算量。算法通过对群目标状态采用CPHD滤波进行预测更新,并使用所获得的群信息修正群内目标的状态,进而实现对群质心的跟踪和群目标的势估计。仿真对比实验表明,所提算法在达到与传统算法相似估计性能的条件下,大幅降低了算法的运算量,同时在强杂波环境下也具有更为突出的优势。

传统目标跟踪算法首先通过采样信号估计时延或多普勒等参数,然后利用这些参数构成的跟踪方程获得目标运动轨迹,这种两步跟踪模式存在位置信息损失、误差累积等问题,跟踪精度仍有待提高。针对此问题,提出一种利用数据域采样信号,基于时延和多普勒信息的直接跟踪算法。该算法利用多个观测站的接收信号,首先建立一个基于连续时间和多普勒信息的直接跟踪模型;然后基于进化粒子滤波算法,对所提跟踪模型进行迭代求解,提高算法计算效率,实现对运动目标的快速高精度跟踪;最后,针对所提模型,推导了目标直接跟踪的克拉美罗下界(Cramer-Rao lower bound,CRLB)递归求解方法,给出了算法的跟踪误差下限。仿真实验表明,与现有跟踪算法相比,所提算法跟踪精度更高,收敛速度更快,尤其在低信噪比条件下更能逼近CRLB。

非均匀环境下的空时自适应处理算法需对参考单元样本进行筛选。针对小系统自由度下,已有的基于傅里叶谱相似度(Fourier spectral similarity, FSPS)的筛选算法在污染样本剔除以及相似样本选择环节都存在分辨率不足的问题,提出一种基于稀疏恢复技术的自适应样本筛选算法。该方法利用参考单元样本及待检测单元(cell under test, CUT)样本的高精度稀疏恢复谱筛选出与CUT杂波特征相近的样本,保留了FSPS算法在非均匀杂波环境下的鲁棒性,同时提升对非均匀样本的分辨精度。仿真结果表明,所提算法在小系统自由度情况下具有优于FSPS算法的样本筛选效果及系统输出性能。

基于离散傅里叶变换(discrete Fourier transform, DFT)滤波器组的数字射频存储器具备宽频带覆盖和干扰宽带雷达的特点。针对临界采样时DFT滤波器组信道间混叠严重的问题,推导了过2采样DFT滤波器组的高效多相实现结构,将带间混叠减少了一半。为进一步提高重构信号的精度,提出了基于震荡粒子群杂交算法的滤波器频域设计方法,通过优化目标函数,提高了输出峰值信噪比,降低了最大输出误差,缩减了优化求解时间。仿真结果验证了过2采样DFT滤波器组结构的正确性,提出的震荡权重粒子群杂交滤波器设计可以精确地重构跨多个信道的宽频信号,具备干扰宽频信号的能力。

针对常用锥面载体的单曲率特性,结合合理的阵元布局和利用非圆信号非零椭圆协方差特性,提出一种锥面共形阵列天线非圆信号盲极化二维波达方向(two dimensional-direction of arrival, 2D-DOA)估计方法。该方法基于非圆-旋转不变子空间(non-circular estimation of signal parameters via rotation invariant technique, NC-ESPRIT),充分利用非圆信号的阵列扩展性,将DOA与极化参数去耦合,在此基础上,对俯仰与方位角度参数分维处理,在未知极化参数的情况下,实现了2D的分维估计。针对相干源情况,推导了锥面共形阵列非圆信号解相干空间平滑算法,通过解相干预处理,保证了所提算法对相干信号的适用性,扩展了算法的应用范围。计算机仿真实验表明,所提方法在信噪比较低(小于10 dB)时,较之已有算法大大提升了DOA估计精度,达到了较好的效果。

主瓣欺骗式干扰降低了对真实目标的估计精度与跟踪准确性,对传统雷达提出了挑战。针对此问题,基于频率分集阵(frequency diverse array, FDA)-多输入多输出(multiple input and multiple output,MIMO)雷达,提出了一种抑制主瓣距离欺骗式干扰的方法。假目标产生器通过对截获的雷达信号进行延迟转发,导致真、假目标的时延(距离)差异,由此可形成具有不同发射频率的假目标。据此,首先利用频率分集阵雷达的距离维自由度在联合发射-接收维对真、假目标进行区分,其次设计了距离-角度二维自适应匹配滤波器,所有假目标由于距离维的失配而被抑制。该方法有效地解决了主瓣距离欺骗式干扰抑制的问题,提升了雷达在复杂电磁环境的抗干扰性能。仿真实验验证了所提方法的有效性。

针对合成孔径雷达动目标检测(synthetic aperture radar-ground moving target indication,SAR-GMTI)系统无源干扰不够灵活和有源干扰不够稳健的问题,提出一种对SAR-GMTI的大区域遮蔽有源-无源协同干扰方法。该方法中无源干扰的实现是利用旋转角反射器L形排布,有源干扰的实现是利用运动调制-间歇采样复合干扰,并以无源干扰作为有源-无源干扰的主体部分,有源干扰协同工作作为无源干扰的补充。由于有源干扰协同工作弥补了无源干扰的干扰对消区,因而能够实现对SAR-GMTI的大区域遮蔽干扰效果。建立干扰模型后,对有源-无源干扰效果进行详细分析,并给出了最佳协同干扰时的参数设置方案,仿真实验证明了此干扰方法的正确性和对SAR以及SAR-GMTI干扰的有效性。

针对存在干扰目标的非均匀样本中机载雷达动目标检测性能下降问题,基于信号稀疏恢复技术,提出一种基于稀疏样本选优的机载雷达动目标检测算法,利用训练样本和待检测距离单元的稀疏性,选择训练样本中杂波的位置和检测单元中杂波的位置相似的训练样本,去除选优后训练样本中的干扰目标,克服干扰目标对机载雷达动目标检测性能的影响,采用处理后的训练样本和待检测距离单元的数据构建杂波协方差矩阵。通过仿真实验进行改善因子、距离单元输出功率、目标信号提取的比较,说明了本文算法能够提高机载雷达动目标检测性能。

雷达波束覆盖区域内风电场后向散射引起的杂波与气象目标回波具有类似的特性,进而影响气象目标参数估计的稳健性,导致气象雷达产生误检测与误识别。利用气象雷达二次产品(Level-II)实测数据,基于最大后验概率(maximum a posteriori,MAP)算法实现风电场杂波抑制。在传统MAP算法基础上,考虑气象雷达和风电场位置、地形等因素对雷达波束的影响,并将其作为先验信息来选取有效的气象雷达高仰角扫描数据,以此来改善风电场杂波的抑制效果。针对高扫及低扫区域内径向速度变化较为剧烈所导致的MAP杂波抑制算法性能下降的问题,基于气象目标参数随距离均匀分布特性,用风电场周围未污染气象目标的径向速度作为先验信息,对传统MAP算法抑制后的径向速度进行修正。为定量评价风电场抑制算法的性能,给出了定量评价风电场杂波抑制效果的性能指标,并利用气象雷达不同体扫模式VCP(volume cover pattern)下的Level-II数据对本文提出算法的有效性进行了验证。

为了提高多输入多输出(multiple input multiple output, MIMO)雷达稀疏阵列性能,提出了一种基于云模型的改进离散人工蜂群算法对MIMO雷达稀疏阵列进行优化。该算法首先对人工蜂群算法进行改进,用云模型替代轮盘赌作为新的选择模型来选择较优蜜源。云模型的随机性和稳定倾向性,能够维持种群的多样性,从而克服了人工蜂群算法易陷入局部最优的问题。为了保证搜索过程中阵元数量保持不变,加入了新的限制条件。仿真实验结果表明,该算法具有良好的性能,能够在保持主瓣宽度不变的情况下,得到更低的旁瓣水平。

随着雷达技术的进步,雷达发展趋于多功能与智能化,抗干扰能力增强,应用于常规雷达的对抗方法作战效能下降,针对多功能雷达,尤其是工作模式未知的智能对抗成为雷达对抗领域的热点与难点。基于此,该文阐述了智能雷达对抗(intelligent radar countermeasure, IRC)方法,对比了智能雷达对抗与传统雷达对抗(traditional radar countermeasure, TRC)的区别。介绍了强化学习(reinforcement learning, RL)基本原理,针对雷达工作模式及数目未知情况,提出了基于Q-学习的智能雷达对抗方法,给出了算法步骤,分析了Q矩阵收敛时间、收敛值与循环次数的关系。仿真实验表明:给定仿真实验条件下,智能化雷达对抗Q矩阵收敛时间仅为秒量级,能根据干扰效果自主学习并智能决策,提高了雷达对抗系统的实时性与自适应性,且能同时对抗多工作模式的雷达。

作战资源虚拟化是网络化作战组织云协同的关键问题之一,是云服务组合、搜索和执行的前提。提出了一种基于接口和事件驱动架构的资源虚拟化方法,该方法包含两个步骤:第一,功能化封装,即对作战资源进行建模,从作战资源的能力出发,抽象出作战资源的接口、事件和数据流;第二,服务化封装,利用服务适配器将接口和事件以网络服务描述语言的形式进行表达,并提供服务注册和发布的接口。该虚拟化方法可方便地为云服务组合、选择和执行等云协同流程提供支持。与传统方法相比,该方法增强了云服务间的协作能力。实验结果证明了该方法的有效性。

针对预警作战体系的特殊性,在多视图模型要素基础上,抽取作战任务、作战活动、作战能力和武器系统等实体类元模型及其相关关系类元模型,构建预警作战体系超网络。其次,分别从一模、二模、三模3个层次分析预警作战体系的结构性质,提出系统重要度、系统实际能力水平、系统能力缺失、系统能力冗余、系统潜在能力水平、系统协同需求等测度指标。最后,给出了打破传统树形指挥结构、重点发展以卫星通讯系统为主的战略支援力量,灵活使用战略指控系统等建议。

为了解决多个多弹头在轨武器平台目标分配优化计算量较大的问题,提出了一种离散粒子群算法与禁忌搜索相结合的目标分配(discrete particle swarm optimization-taboo search, DPSO-TS)算法进行局部操作。首先建立了基于遗传算法的单个多弹头在轨武器平台拦截轨道优化模型,确定了拦截所需的速度增量和消耗燃料的质量;其次提出了以打击目标数目和单个多弹头在轨武器平台剩余燃料的最小值作为优化指标,建立了基于DPSOTS算法的目标分配优化模型;最后仿真结果表明DPSO-TS算法在保持DPSO算法收敛精度的前提下,收敛速度更快,该方法能够快速有效地解决多个多弹头在轨武器平台的目标分配优化问题。

针对传统层次聚类法采用贪婪策略的聚类过程可能无法达到聚类效果最优的情况,提出了一种基于rollout策略下的层次聚类法对所得聚类方案进行优化改进。分析了聚类过程中决策实体、平台与任务之间的关系以及约束条件,以作战任务的执行时间作为工作负载测度,建立以决策实体工作负载的均方根(root mean square, RMS)为目标函数的问题数学模型,以任务与平台的分配关系作为输入信息,在基于最小RMS值的平台合并准则下采用rollout策略对层次聚类法的每层聚类进行优化,得到平台与决策实体的优化配置关系。最后通过联合作战仿真算例和一般算例进行仿真分析,验证了该方法的可行性和优越性。

航班地面保障过程的定量描述以及保障服务时间的准确估计是提升机场保障服务效率的关键。通过分析航班地面保障服务实际作业流程,提出了一种基于着色时间Petri网的航班地面保障服务定量描述模型。该模型将保障服务分为作业、状态、资源3部分,利用着色时间Petri网基本元素描述保障作业、作业逻辑关系、服务状态及其与保障作业的关系,根据该模型设计了一种基于蒙特卡罗仿真的保障服务时间估算方法。利用国内某大型枢纽机场实际航班保障服务时间数据与本文提出的方法估计保障时间数据估算误差进行分析验证,表明本文提出方法对航班地面保障服务时间估计的可行性和有效性。

军费开支属于复杂经济系统下具有宏观经济特征的一类非线性时间序列。在多目标组合下的军费开支预测问题研究背景下,提出了一种基于精英遗传算法(elite genetic algorithm,EGA)改进的非线性灰色神经网络计量组合预测模型,给出了总体建模思路与非线性灰色神经网络算子分系统和EGA分系统设计方法,解决了多准则目标优化的NP完全问题,并对模型的预测效果进行比较分析。采集美国27年间(1990-2016年)军费开支时间序列进行实证检验,分析结论认为非线性灰色神经网络算子能够有效提高模型精度,EGA算法在收敛速度与精度上优于标准遗传算法,采用所建立的预测模型进行军费开支预测精度更高,效果更好。

充分考虑区间直觉模糊决策问题的直觉性和模糊性因素,提出改进的融合隶属度、非隶属度和犹豫度的区间直觉模糊熵计算公式,运用改进的模糊熵公式计算决策属性指标的权重值,提高决策指标权重的客观性。首先,在以上改进熵公式基础上,运用区间直觉模糊混合几何算子和新的得分函数计算各决策方案的综合指标值,以保证决策信息的全面性;然后,再利用新的得分函数对方案进行排序得到最优决策结果。最后,以实际案例验证提出的决策方法的有效性和实用性。

对含攻击角度约束的机动目标拦截问题,基于非线性系统控制的浸入与不变(immersion and invariance, I&I)理论设计了一种新的自适应制导律。将目标机动综合作用作为系统干扰建立拦截问题的数学模型。制导律设计分两步完成:第一步设计I&I干扰估计器估计系统干扰,第二步设计考虑估计器跟踪误差下的I&I制导律。然后基于输入-状态稳定理论证明闭环制导系统稳定性。由于不涉及切换函数的问题,制导指令光滑连续。在该制导律作用下,视线角速率收敛速度快,导弹抗目标机动的鲁棒性强,并能够保证攻击角度要求,仿真证实了制导律的有效性。

针对捷联惯性导航系统级标定中安装误差矩阵存在3组耦合关系问题,提出一种基于矩阵分解的解耦方法。该方法将安装误差矩阵分解为对称误差矩阵和斜对称误差矩阵后,推导其对惯性导航姿态方程和速度方程的影响,揭露系统级标定中安装误差矩阵存在耦合的原因——陀螺仪表组和加速度计仪表组的斜对称误差对误差方程的影响是耦合的,进而提出适当选取体坐标系使得陀螺仪表组的斜对称误差矩阵为0的解耦方法。该解耦方法是一种均值分配方法,与传统解耦方法相比能减少系统运算中的二阶舍项误差。仿真实例说明了该解耦方法是有效的。

针对捷联惯导系统惯性系粗对准两种四元数算法的等价性进行了详细分析。首先,根据姿态矩阵的分解原理将初始对准问题转化为多矢量定姿的Wahba问题,并根据重力矢量连续变化的特点建立了积分形式的优化目标函数。然后,根据基于四元数的坐标变换原理,将目标函数变换为关于姿态四元数的函数,进而根据四元数运算性质分别导出最优四元数的两种求解形式,并根据矩阵特征值和特征向量的性质证明了两种算法的等价性。最后,通过仿真和试验数据进一步验证了理论分析的正确性。

针对无人机编队的路径规划和队形保持问题, 提出了一种基于三维人工势能场(three-dimensional artifical potential field,3D-APF)的无人机编队路径规划与队形保持方法。对于无人机的路径规划,建立了改进的三维人工势函数。在此基础上,建立并推导了虚拟力环境下的无人机运动学模型。对于无人机的队形保持问题,运用约束动力学理论引入拉格朗日乘子建立含有队形约束的编队无人机约束动力学方程组,使编队无人机在整个飞行过程中保持期望队形。采用Penalty-Formulation对拉格朗日乘子进行求解,得到编队无人机约束动力学方程组。最后基于Matlab的仿真实验验证了所提方法的有效性。

针对1点随机抽样一致性(random sample consensus,RANSAC)单目视觉导航算法中的主动视觉匹配失效问题,提出了一种基于辅助匹配的1点RANSAC单目视觉导航算法。首先,该算法通过引入尺度不变特征变换(scale invariant feature transform,SIFT)算法完成特征匹配;其次,采用RANSAC算法解算基础矩阵和匹配点;最后,通过实验验证了算法的有效性。实验结果表明,该算法能够解决主动视觉匹配失效问题,提高1点RANSAC单目视觉导航算法的导航精度。SIFT辅助求解的有效匹配点精度在5个像素之内,航向角平均误差减小5.04°,俯仰角平均误差减小1.21°,滚动角平均误差减小3.03°。

双环估计方法是为了解决全球卫星导航系统中二进制偏移载波(binary offset carrier, BOC)调制信号模糊跟踪问题所提出的一种码相位估计方法。为了提高双环估计方法的抗多径性能,将双环估计中本地产生的伪随机码转变为仅在码片边沿出现的双极性归零码,从而使得二维相关函数具有更尖锐的二维相关峰值,进而使得双环估计具有较强的抗多径性能。理论上重点分析了本文所提方法在带限条件下的抗多径性能,并进行了仿真实验。结果表明,相对于现有方法,本文所提方法能够同时实现对BOC调制信号的无模糊、抗多径、抗低载噪比的相位估计。

针对盲频谱感知检测概率低下的问题,提出一种多天线系统基于相关系数的两级感知算法。首先,通过多天线系统获得采样协方差矩阵获得相关系数;其次,用最大和最小相关系数作第一级检测的两个检验统计量;最后,对双门限之间的部分重新构造新的检验统计量进行第二级检测。蒙特卡罗仿真的结果表明,在采样次数较少的情况下,尤其是在低信噪比条件下,随着用户的增加,检测性能更优,与传统的双门限检测算法相比,不需要增加采样次数,节省运算成本。

基于偏移正交幅度调制(offset quadrature amplitude modulation,OQAM)的正交频分复用(orthogonal frequency division multiplexing,OFDM)系统为获得良好的系统性能,系统在接收端的信道估计是重要一环。针对离散导频OFDM/OQAM系统的信道估计问题,分析了该系统典型的预编码方法,指出了其计算复杂度大的问题。在此基础上,提出了一种改进的预编码方法。该方法采用两个预编码矩阵,减少了每次编码的时频格点数目。该方法减小了预编码矩阵的维数,进而显著降低了系统信道估计的计算复杂度。仿真结果表明,在相同的信道条件下,该方法能够保证与预编码方法相近的信道估计精度,同时有效降低系统计算复杂度。

针对低功耗有损网络(low power and lossy networks, LLN)中现有路由修复算法存在控制开销冗余、修复时延较大和路由环路等问题,提出一种LLN中基于环路避免的高效路由修复算法(highly-efficient loop-free based repair routing protocol for LLN,HLR-RPL)。该算法提出了3个优化思路:首先,采用一种修正后的面向目的地的有向无循环图(destination oriented directed acyclic graph, DODAG)信息请求消息(DODAG information solicitation amend, DIS-A),使得链路中断通告过程和寻路过程同时进行;其次,提出一种减少控制消息回复机制,避免所有接收到DIS-A消息的节点均回复DODAG信息对象消息;最后,提出一种链路中断节点的子节点切换机制,从而优化了网络拓扑。仿真结果表明,HLR-RPL算法在控制开销和路由修复时延等性能方面优于现有的路由修复算法,且能够彻底避免路由环路的产生。

传统差分网络编码在解码转发方式下编码环节繁杂、中继检测复杂度高。基于此,文中提出复数域符号相乘的差分网络编码,并构建了中继检测方法一和中继检测方法二,能显著降低中继的检测和编解码复杂度。同时,将提出的编码方法拓展到多中继协作方式以获取高阶协作分集增益,并得到随机差分空时网络编码,其能获得的分集增益阶数为解码正确的中继个数。仿真实验和理论分析均验证了提出的复数域符号相乘的差分网络编码方法在单中继和多中继协作方式下的有效性。

针对传统活动轮廓模型无法快速、准确、强鲁棒性地分割灰度不均匀图像的问题,提出了偏移场估计与图像分割相结合的新型混合活动轮廓模型。首先,通过对图像进行模糊聚类分析,提出带有模糊隶属度函数的新型偏移场估计模型,提高了模型对图像灰度信息的估计与提取能力。其次,利用图像信息熵构造了自适应尺度算子(adaptive scaling operator, ASO),改善了模型的分割效率及对初始轮廓和噪声的鲁棒性。最后,通过将偏移场估计模型和ASO融入到能量泛函中,提出新型混合活动轮廓模型。实验结果表明,该模型不但对初始轮廓和不同种类噪声具有较强的鲁棒性,而且对不同程度的灰度不均匀图像具有较高的分割准确度与分割效率。

针对战场态势信息不完备、不精准条件下平行仿真实体模型匹配不精准等难题,提出了情报驱动的平行仿真实体动态生成方法。首先,建立了一套平行仿真实体的组件化模型体系,提出基于元数据的模型描述方法。然后,提取实时情报的运行状态特征数据,建立战场实体行为规则,基于行为规则实现仿真模型与情报数据间动态匹配。在此基础上,建立平行仿真实体模型组件间信息交互关系表,采用仿真中间件实时更新组件间信息交互关系,并动态加载组件描述信息与组件执行体,实现平行仿真实体动态生成。最后,以某区域联合作战为例,利用所提方法动态匹配和组合平行仿真实体模型组件,验证了所提方法的有效性。

飞机结冰严重影响飞行安全,基于人机环的飞行仿真是研究结冰飞行动力学特性与飞行安全的重要手段。针对复杂飞行仿真系统对实时性要求较高的特点,分析了反射内存网的组网构建方法与实时性工作方式,改进了结冰气动导数模型,开发了包括外部环境、气动力计算、风险评估与边界保护等7个网络节点的分布式仿真系统,为结冰飞行事故重现和飞行控制律验证提供了可靠的平台。提出了基于人机环实时仿真的飞行安全分析方法,包括结冰条件下飞行安全窗和基于相平面的稳定域,对提高驾驶员的情景感知能力,保障飞行安全具有参考价值。

针对装备所需进行的可靠性试验类型与应力水平等进行设计规划的理论较为匮乏的现状,提出了一种基于潜在缺陷暴露增益的可靠性试验设计规划模型。首先分析了可靠性试验环境因素及试验目的,定义了潜在缺陷暴露增益;然后从试验的全面程度和严酷程度出发,构建了各环境因素下试验费用函数模型和可靠度提升模型,在试验费用存在约束的条件下,以试〖JP2〗验的潜在缺陷暴露增益最大和可靠度提升最高为目标函数构建了多目标非线性规划模型,并给出了该模型的求解方法。最后以某“报信者”系统为例,得出满足约束的最优试验方案,验证了模型的有效性与可行性。

导弹失效是弹上多部件退化失效与突发失效相互竞争的结果。根据导弹失效模式分析,建立导弹竞争失效模型。针对贮存期内测试到的弹上多个关键部件特征电压数据,引入状态空间模型,将弹上多个关键部件的特征电压转化为整弹退化程度,采用Wiener、Gamma和Inverse-Gaussian等随机过程模型来拟合整弹退化程度数据,采用赤池信息准则来确定最优的随机过程模型。假定导弹突发失效时间服从Weibull分布,采用比例危险模型,建立了考虑性能退化影响的突发失效率函数。采用两步极大似然估计法求解出模型中未知参数。结合某批次导弹贮存案例分析,验证了本文所建模型的正确性和优势。