频率分集阵列(frequency diverse array, FDA)通过波束指向自由度的增加,为雷达系统在空间、时间以及频率控制等方面的性能提升提供了可能。针对现有文献中较少研究的平面FDA(planar FDA, PFDA)展开分析。首先,分析了PFDA阵列的阵列结构及接收信号处理机制,推导了PFDA阵列的线性增量-时变频偏增量。之后,在采用非线性频控函数的同时,将PFDA阵列划分为基于单边子阵、对称子阵以及交叉子阵的阵列结构,从而将一维FDA阵列的方向图解耦技术扩展到二维面阵。此外,研究了基于PFDA阵列的稳健波束形成技术。最后,仿真验证了本文结论的正确性。

针对工程中常规雷达波形存在距离旁瓣高、抗截获性差、多普勒容许性差等问题,本文借鉴噪声波形与线性调频(linear frequency modulation, LFM)波形联合思路来探测非合作动目标,即约束波形恒模条件下,利用相位尺度因子来考虑LFM波形与噪声波形的相位部分,构造恒模化的LFM-噪声复合波形;进而在模糊函数图及主优化算法(majorization-minimization, MM)体制下利用先验知识映射模板实现对特定距离-多普勒区间的波形优化,将该二维旁瓣抑制问题分步转化为多维求解问题,通过选取两次逼近函数来逼近原优化问题的解域,并在算法的每一次迭代中加入级联松弛-缩放步骤、相位校正步骤,使之加快算法迭代收敛效率,获得波形兼具低旁瓣、低截获及多普勒容许性。仿真表明:所提基于相位修正的松弛加权MM复合波形设计算法收敛迅速,相比常规算法具有明显的性能优势。

为了更加精确地校准弹道导弹导引头的相控阵天线,弥补目前旋转矢量法校准弹载相控阵天线的缺陷,提出了“最小二乘法——伪Hadamard矩阵”联合校准方法。该方法利用最小二乘法拟合算法解决移相器只能提供离散相位变化,不能准确获得使天线合成功率最大时的移相器相位变化值的问题。通过构造伪Hadamard矩阵对天线分组,每一组移相器同时旋转多个阵元相位,使被测信号变化明显。远场校准实验表明,该方法能够对弹载相控阵天线起到非常好的校准效果。

针对传统目标运动要素自主隐蔽解析中存在的噪声适应性差等问题,提出要素自主解析的微分进化策略。首先,简要论述了目标运动要素的自主隐蔽解析过程;其次,推导要素自主解析的协方差传播过程,给出目标运动要素方差与目标观测方位方差的对应关系,分析方位观测均方差对要素自主解析结果的影响;再次,提出了微分进化算法对自主解析模型的优化策略;最后,对优化策略进行仿真验证。结果表明,当方位存在0.1°的均方误差时,初距D₀均方误差约为12 Cab,速度分量V_mx、V_my均方误差分别约为5 Kn、6 Kn,通过微分进化策略优化后明显提高了要素自主解析结果的精度。

针对毫米波引信射频前端在复杂电磁环境下易受干扰的问题,使用场路联合的方法对其前门耦合效应进行研究。通过电磁仿真软件模拟引信天线在超宽带高功率微波环境下天线的耦合效应,并对不同脉宽、不同距离下的耦合电压进行数值分析;通过电路设计软件对RF前端电路进行注入实验,结合仿真数据分析RF前端损伤机理。结果表明,当辐照场强为100 kV/m、信号脉宽为0.05 ns时,耦合中频输出信号峰值电压可达1.8 V,对引信末端可靠性造成严重威胁。所得结论不仅完善了引信高功率微波效应理论,还为RF前端防护提供了理论依据。

针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition, FABMED)和改进的显著性检测的图像融合算法。首先,通过FABEMD对红外和可见光图像进行多尺度分解得到对应的基础层和细节层。然后,对最大对称环绕显著性检测做暗抑制改进,将其用于基础层的融合上;结合改进的显著性检测和引导滤波,对细节层进行融合。最后,对各融合子图进行FABEMD逆变换重构出融合图像。与其他经典的融合算法相比,仿真实验验证了本文算法的有效性。

针对高超声速平台杂波距离走动与多普勒走动导致的传统空时自适应处理方法杂波抑制性能严重下降的问题,首先建立了高超声速平台杂波空时二维模型,并通过分析杂波空时特性,得出与慢速平台相比,杂波走动造成杂波非均匀性增加和多普勒展宽更严重,非均匀性增加和多普勒展宽程度与脉冲积累时间、杂波块位置均有关。最后,提出利用keystone变换校正杂波距离走动,并通过补偿矩阵补偿杂波多普勒增量的杂波抑制方法。仿真结果表明,所提方法能够使杂波抑制凹口变窄,明显提高主瓣区的动目标检测性能。

在中轨合成孔径雷达(synthetic aperture radar, SAR)成像中,大斜视角以及长合成孔径时间会导致信号产生严重的距离走动和二维空变。首先，针对信号的距离走动问题,采用了变脉冲重复频率(pulse repetition frequency, PRF)技术对回波进行录取,消除大距离走动带来的回波接收问题。然后，针对传统的波数域算法不能实现大斜视中轨SAR信号的聚焦问题,提出了一种结合改进的Stolt插值的时频联合尺度变换的成像方法,利用方位时间尺度变换来解决信号方位调频率的2次空变,再使用改进的Stolt插值完成距离徙动校正。最后,利用多普勒尺度变换来处理剩余的高次空变。通过仿真结果可以证明所提算法的有效性。

在目标场景散射率分布满足稀疏性假设下,压缩感知(compressive sensing, CS)成像与传统距离-多普勒成像方法相比,可以使用很少的数据获得良好的图像,图像对比度高,没有旁瓣干扰。本文提出了一种基于零空间l₁范数最小化的逆合成孔径雷达(inverse synthetic aperture radar, ISAR) CS成像方法。从解欠定方程组的角度,将待重建目标图像分解为初猜值与残余值两部分。首先使用加权最小二乘(weighted lease square, WLS)法估计初猜值,作为目标初像；然后将待重建目标场景散射率的l₁范数作为额外的一个非线性测量值引入到图像重建中,在卡尔曼滤波框架下,利用非线性“伪测量”值,最小化待重建目标场景的l₁范数来估计零空间中残余值的解。实测ISAR数据处理验证了所提算法的有效性。与正交匹配追踪算法(matching pursuit algorithm, OMP)和primal-dual l₁范数最小化方法相比,所提方法获得的成像效果更好,成像时间比primal-dual l₁范数最小化方法更短。

端射阵列雷达是新体制雷达发展的一个重要趋势,因其具有低剖面和定向辐射特性,特别适合用于机载雷达的补盲。但由于端射阵天线方向图的特殊性,其主瓣宽度比相同天线尺寸的侧射阵宽得多,这势必会导致传统自适应单脉冲测角方法性能下降。本文提出了一种基于三维空时联合约束的自适应单脉冲测角方法,将传统自适应单脉冲测角问题扩展到俯仰-方位-多普勒三维空间,利用三维杂波特性克服波束过宽所带来的问题,并可同时测出目标的方位角和俯仰角,表现出较为优越的角度估计性能。计算机仿真结果验证了该方法的有效性。

为提高弹载导引头成像精度,研究分析大斜视成像具有重大意义。针对传统wk算法在构造Stolt映射关系时未考虑等效速度变化以及进行方位校正时运算复杂等问题,提出基于改进wk算法的弹载合成孔径雷达斜视成像模型。首先,详细推导基于Stolt插值的wk算法,辨析在成像参数、多普勒中心校正和统一相位补偿等三个环节中易存在的混淆,为算法改进提供严谨模型。然后,针对非参考点目标的等效速度随着距离向不断变化,构造新的Stolt映射关系减小残余相位误差。在此基础上,针对较难精确实现多个点目标的方位位置校正函数,通过引入参考目标点构造近似校正函数,避免进行复杂的二维插值或坐标转换。最后,以大斜视成像为例,对多个点目标进行仿真,验证该算法的有效性。

现有认知雷达成像系统的资源调度策略只从距离向(或波形设计)或者方位向一个维度进行资源调度,没有充分分配和利用雷达系统资源,为此提出了一种针对步进频率逆合成孔径雷达成像系统的二维资源自适应调度算法,来进一步提高雷达系统的工作效率。该算法在对目标特征认知的基础上,根据压缩感知原理,计算对目标二维稀疏观测所需脉冲资源,依据二维资源调度模型,自适应分配二维脉冲资源,实现对多目标的交替稀疏观测成像。最后通过仿真验证了算法的可行性并与常规算法相比在资源饱和的情况下,可以执行更多的成像任务。

为求得类似仿真函数的黑箱函数优化问题的全部局部极值点,提出了一种基于适应值曲面分析的新算法。首先,对适应值距离相关系数(fitness distance correlation, FDC)进行了改进,探讨了改进FDC指标与适应值曲面崎岖度的对应关系。在此基础上,设计了基于FDC的重复对分区域法(FDC based repeated split region, FRSR),对可行域依据崎岖度进行分解,得到满足崎岖度要求的若干子区间,并在这些子区间上依据FDC指标设置初始点,然后利用模式搜索算法进行寻优。通过对比FRSR法与传统的均匀分配初始点法以及其他现有方法,验证了FRSR法能够以较少的初始点得到全部局部极值,在速度上和解的质量上都优于传统方法。

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。

可用度是评估备件对装备完好性影响的重要指标,针对备件关键性对装备可用性造成影响而又难以将其考虑在内建立可用度模型的问题,以舰载通信电台辐射干扰对消装备为对象,采用对备件关键性实行专家打分的方法,将备件关键性作为备件配置优化的约束之一,建立以备件费用、备件体积、备件关键性为约束的备件配置优化模型。在备件费用、体积及关键性归一化的基础上,采用权重因子方法将多约束转化为单一约束,并给出了权重因子更新方法。列举案例,分别计算了费用约束、体积约束、关键性约束和多约束下的备件方案,并对比了装备改进前后的备件配置方案,将装备使用过程中的备件保障延伸至装备可靠性设计阶段。案例分析结果表明:备件配置方法在考虑了体积、费用等限制约束下,能同时兼顾备件关键性对装备完好性的影响;装备可靠性设计时,提高装备可靠性低的现场可更换单元(line replaceable unit, LRU)等薄弱点,能有效减少装备维修保障资源。

欺骗路径规划是作战仿真中的研究内容之一。对于欺骗路径,传统的路径识别方法存在很大的局限性,识别效率不高。针对目前路径识别方法中存在的不足,提高对欺骗路径的识别效果,将粒子滤波技术引入到欺骗路径识别领域。通过建立系统状态方程和观测方程,一方面降低观测噪声带来的干扰,准确把握当前时刻识别对象的位置信息;另一方面根据采集到的动态数据估计欺骗模型中的关键参数,从而对识别对象的运动趋势和真实目标进行判断。仿真实验表明,基于粒子滤波技术的欺骗路径识别方法能够提升识别效率,准确地判断出识别对象的真实进攻目标。

针对现有空战决策方法对多机空战情况考虑不全的问题,在接敌前空战背景下,从3个方面对现有空战决策方法进行改进。一是利用威力势场取代优势函数评估空战态势,体现装备性能对决策的影响;二是从充分发挥多目标攻击能力、提升协同效能入手进行初步目标分配;三是引入目标重要性系数与收益比重系数,将雷达的多目标处理能力与攻击资源分配合理性纳入考虑。最后使用有限外推与粒子群算法解算指标函数,仿真结果证明了改进内容的有效性。研究结果表明,改进后的决策

针对时间序列的非线性、非平稳和多尺度特征,考虑到事件对序列结构产生的影响,提出事件影响下的时间序列多尺度集成预测策略。首先,基于经验模态分解将原始序列分解成若干分量,从多个尺度展现序列的基本构成;随后,基于迭代累积平方和实现分量序列的变点检验,从多个尺度判别和获取事件对序列产生的结构性影响;然后,基于干预分析构建事件对不同分量序列的影响模型,据此剔除事件影响,获取净化序列;最后,运用基于粒子群优化的支持向量回归,建立单一尺度的序列预测模型,进而实现事件影响下的时间序列多尺度集成预测。实证分析表明:该策略能够精细辨识事件对序列的多尺度影响,有效建立序列总体及分量的预测模型,与传统方法相比,具有更强的事件辨识能力、自适应建模能力和更高的预测精度。

在处理预测问题时,常有原始数据为区间数组成的随机波动性较大的区间数列的状况。为进一步提高区间灰数预测精度,提出基于核和灰度的灰色马尔可夫预测模型。该方法以区间灰数核序列为依托建立预测模型,实现区间灰数核的预测;又根据“灰度不减公理”,由灰数核为中心延伸得出区间灰数的上下界;在保持区间灰数独立完整的前提下,构建了区间灰数预测模型,在此基础上用马尔可夫预测模型修正预测结果。该模型在航空货运量的趋势预测中显示马式链修正结果较区间灰数预测数据呈低估状态。结果有助于加强市场参与者对航空货运市场的宏观认识,并为经济决策行为提供参考。

精确导航技术是高超飞行器(hypersonic vehicle, HV)充分发挥威力的关键所在。然而,高马赫数和强机动性致使HV的导航系统误差及其观测噪声无法准确描述,制约着导航信息的精确性和实时性。为及时获取高精度导航信息,设计基于集员框架的卡尔曼滤波算法。一方面采用多智能体分布式协同探测,形成观测椭球交叉集合,提高了观测效率和测量精度;另一方面,通过设计两类噪声模型,求其与状态估值的最小均方误差,实现滤波增益的计算,提高算法对噪声的抗扰动能力,使状态估值达到均方误差最小。通过数字仿真,将设计方法应用到HV导航模型中,并与扩展卡尔曼滤波和集员滤波的状态估值进行比较,结果表明,提出算法在不同噪声影响下具有更高的估计精度。研究成果将为HV实现实时精确导航提供技术支持,并具有重要的理论意义和应用价值。

在未来的战场中,智能导弹将成为精确有效的打击武器,导弹智能化已成为一种主要的发展趋势。本文以传统的比例制导律为基础,提出基于强化学习的变比例系数制导算法。该算法以视线转率作为状态,依据脱靶量设计奖励函数,并设计离散化的行为空间,为导弹选择正确的制导指令。实验仿真验证了所提算法比传统的比例制导律拥有更好的制导精度,并使导弹拥有了自主决策能力。

针对载人登月任务中的应急返回问题,对基于三脉冲变轨的方案进行优化设计。以圆型限制性三体问题(circular restricted three body problem, CR3BP)模型为基础,采用球坐标形式的月球返回运动模型。考虑环月轨道面、月球最小安全距离、终端近地距等约束,采用MultiStart算法对月地应急返回轨道进行全局优化。通过大量的计算仿真,验证了所提算法的有效性和可行性,并分析了不同轨道参数对性能指标的影响。研究结论对未来载人登月应急返回方案的设计具有重要的参考价值。

主要介绍一种通过改进各类轨道摄动项的表达形式,以优化计算效率的轨道分析解改进方法。以低地球轨道为例,阐述了轨道分析解改进后的具体算法,并通过数值仿真分析验证了算法的有效性和实用性。算法以第一类无奇点根数作为轨道状态量,采用开普勒轨道根数计算各类摄动力的长期、长周期和短周期项,通过较简单的组合形式计算无奇点根数的对应摄动项,实现在保持分析解精度和消除小偏心率奇点的同时,提高计算效率。仿真结果表明,分析解算法的模型精度在1E-5量级,符合一阶分析解理论精度的预期;同时计算速度达到传统分析解算法的4倍左右,可有效提升空间碎片轨道预报的计算效率,具有较强的工程应用价值。

队形变换是有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)编队飞行的关键技术,为提高编队队形变换效率并减轻飞行员操纵压力,设计了基于人机合作的MAV/UAV编队队形变换策略。首先设计了MAV/UAV编队控制系统,然后在UAV运动学模型基础上设计了一种以路径跟踪为主,速度调节为辅的MAV/UAV编队队形变换策略。通过将水平转弯机动与虚拟力相结合,并考虑实际情况中编队内碰撞问题,设计了一种改进虚拟力路径跟踪方法;根据MAV与各UAV之间的路径差,设计各UAV速度控制律,使得MAV与各UAV速度与航向角一致,从而实现编队队形变换。仿真结果验证了所提方法的有效性和实用性。

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。

设计了基于多跳位置估计的无线光移动自组织网络拓扑重构方法,该方法不依赖定位系统,如全球定位系统(global positioning system, GPS)等,也不需要无线电通信辅助,仅采用自由空间光(free space optical, FSO)对网络中其他节点进行方向和距离估计,位置估计信息通过多跳方式传递,用于建立重构链路,增加节点连通度,提高网络性能。该方法分析了多跳节点间的位置不确定区域,并提出了覆盖不确定区域的光波束分配算法用于新的FSO链路建立。仿真表明,在节点规模小于20的自组织网络中,光束发散角大小与距离估计误差决定相对定位精度,并影响重构网络节点端到端性能,通过减小发散角并提高光检测灵敏度,该方法的性能接近基于GPS定位的重构方法。

安全间隙是衡量安全信道编码保密性能的重要参数,目前相关研究主要考虑误比特率(bit error rate, BER)安全间隙,未考虑误字率(word error rate, WER)安全间隙。为同时减小安全信道编码BER和WER安全间隙,提出一种两次加扰方案。在发送端信道编码器前后各设置一个加扰器,相应在接收端信道译码器前后各设置解扰器,同时增大低信噪比区域的接收BER和WER,减小BER和WER安全间隙。对方案的差错概率进行了理论分析,并对信道编码采用BCH码时系统的性能进行了仿真。理论和仿真结果表明,相较于采用相同信道编码和外扰码器的方案,所提方案在减小WER安全间隙的同时也减小了BER安全间隙。

针对认知无线电(cognitive radio, CR)宽带频谱检测过程中存在的采样压力大、数据传输量大、信道衰落严重等问题,提出了一种基于支撑集融合的分布式协作压缩频谱检测方法。在该方法中,本地信号重构过程和频谱稀疏支撑集的分布式融合过程反复交替进行,将本地重构过程中获得的稀疏支撑集信息进行分布式融合,又将融合结果作为先验信息指导本地信号再次重构,多次重复以实现信号重构与频谱检测。仿真结果表明,所提出方法的频谱检测性能可接近集中式的压缩检测方法,而该方法的迭代重构过程复杂度低,具有计算开销少的优势。

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。

动态故障树(dynamic fault tree, DFT)是对系统进行安全性分析的重要手段,基于马尔可夫链的DFT求解方法存在3个难题:一是仅可分析故障概率为指数分布的系统;二是无法分析共因失效情况;三是可能导致状态空间爆炸。因此提出一种基于统计模型检测的DFT定量分析方法。首先将DFT分解为动态逻辑门、基本构件、共因失效关系、门门和门构件间的逻辑关系;其次将动态逻辑门、基本构件和共因失效关系基于随机混成自动机形式化规约;然后通过逻辑关系重构自动机,形成随机混成自动机网络;最后通过分析一个具有共因失效关系的服从多失效概率分布的飞机结冰探测系统,表明所提方法的有效性。

针对复杂装备故障呈现出多重性、相关性及模糊性的特点,本文分析了装备健康状态演化规律,利用自适应模糊神经网络、故障模式、影响及危害性分析构建故障风险标尺,实现了对复杂装备故障风险程度的定量化描述及装备健康状态的分类。通过实验分析,本文提出的模型相比于传统的故障预测以及故障风险程度定量方法具有显著优势,实现了对装备从设计生产、部署使用以及退役报废全寿命周期的动态反馈,对提高复杂装备综合保障能力具有重要意义。

针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base, BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。