传统波束成形算法在应对维数较高的多维阵列时, 训练快拍数难以满足远大于信号维数这一要求, 从而导致波束成形器性能急剧下降。针对这一问题, 本文给出了多维阵列输出数据的张量模型, 基于多维阵列子维度的可分离性, 引入张量波束成形方法, 分析了其在训练快拍数需求上具有的优势。然后, 基于张量波束成形中子维度干扰协方差矩阵的模型, 通过直接估计干扰协方差矩阵实现了一种鲁棒张量波束成形方法。分析表明: 该方法可更好地应对非均匀杂波环境以及相干干扰, 并得到更高的输出信干噪比, 以给出的二维极化敏感阵列为例, 所提方法的训练快拍数需求为传统方法的1/3, 相干干扰下输出信干噪比提高了约2.5 dB, 仿真验证了分析的有效性。

在目标跟踪领域，概率多假设跟踪(probability multiple hypothesis tracking, PMHT)算法作为一种批处理算法，计算量远远小于传统的多假设跟踪算法。当前，PMHT算法的应用受限于集中式处理，本文首先在传统算法的基础上对传感器网络下的算法似然进行了推导，得到多传感器算法下的关联后参数，接着基于共识性处理策略进行了混合共识，最后使用卡尔曼滤波完成了对目标参数的后验估计，使得PMHT算法能够被应用于不包含融合中心的全分布式传感器网络多目标跟踪。实验结果表明，在不同的杂波密度下，分布式PMHT在跟踪误差上相对于单传感器算法有着90%以上的改善效果，与集中式算法相比跟踪性能接近且运算速度更快。

为改进水下航行器磁异常探测技术中磁异常实测数据难获得、现有磁体模型计算精度不高等问题, 基于有限元仿真探讨建立无需区分近、远场的高精度混合磁体模型方法。应用有限元数值方法仿真复杂结构水下航行器的空间磁异常分布, 以磁场数值解为收敛目标, 建立以偶极子阵元数目、位置及磁矩为参数的均匀磁化椭球体与偶极子阵列混合的航行器磁异常解析模型, 采用非线性最小二乘算法求解模型系数。仿真结果表明, 基于该模型得到磁异常计算值与全空间内数值解的拟合度较高, 测试平面平均误差为3%。该模型在磁场延拓、高精度建模等方面可以进一步应用。

针对传统群目标跟踪算法在点群共存场景下跟踪精度低的问题, 提出了可以同时对点目标和群目标进行跟踪的轨迹泊松多伯努利混合(trajectory Poisson multi-Bernoulli mixture, TPMBM)滤波算法。该算法对目标的状态空间进行扩展, 在标准点目标和群目标模型的基础上引入关于目标类别的概率信息, 通过TPMBM滤波器的预测和更新过程实现对目标类别的判断和对目标运动状态的估计。仿真结果表明, 与现有算法相比, 所提算法在点目标和群目标共存时漏检误差明显降低, 具有更优的跟踪性能。

针对混合矩阵估计算法中传统的噪声环境下基于密度的空间聚类(density-based spatial clustering of applications with noise, DBSCAN)算法需要人为设定邻域半径以及核心点数这一问题, 提出双约束粒子群优化(double constrained particle swarm optimization, DCPSO)算法, 对DBSCAN算法的邻域半径参数进行寻优, 将得到的最优参数作为DBSCAN算法的参数输入, 然后计算聚类中心, 完成混合矩阵估计。针对基于距离排序的源信号数目估计算法存在依靠经验参数的选取且不具备噪声点剔除能力的问题, 提出了最大距离排序算法。实验结果表明, 所提算法较相应的对比算法皆有提升, 源信号数目估计准确率较原算法提高近40%, 混合矩阵估计的误差较对比算法提升3 dB以上, 且所提算法在收敛速度上优于原算法。

C波段高功率微波产生器件在通信、雷达等领域具有重要的应用前景，工业部门对其紧凑化和轻量化的需求越来越迫切。本文采用理论分析和2.5维粒子模拟方法，设计了一个基于三腔调制双腔提取结构的C波段高效率同轴渡越时间振荡器(coaxial transit-time oscillator, CTTO)，有利于实现低频段高功率微波器件的轻小型化。在调制腔前设计合适的反射腔可以有效预防横电磁波模式(transverse electromagnetic mode, TEM)反向传输到阴极区域，同时能预调制电子束，有效提升器件转化效率。经模拟优化后的典型结果表明：当二极管电压458 kV、电流9.6 kA及外加导引磁场1.05 T时，在中心频率6.37 GHz处获得了功率1.83 GW、转化效率41.6%的微波输出。

为了完成线性调频(linear frequency modulation, LFM)信号的稀疏采样，并利用稀疏数据对原始信号参数进行估计，本文提出了一种基于Z变换和改进有限新息率(finite rate of innovation, FRI)的LFM信号参数估计方法。以Z变换理论为基础，设计了一种数学模型，一旦信号能够表达成该数学模型的结构形式，就能通过Z变换和零化滤波器的方法估计信号参数。然后，利用了自相关延迟的FRI结构对LFM信号采样，该结构不仅完成了LFM信号的稀疏采样，而且稀疏采样结果能够与数学模型结构相符。在理论上通过数学论证的方式证明了所提方法能够用于获取LFM信号参数信息，并通过仿真和实测数据验证了所提方法的有效性，理论和实验结果表明该方法只需要4个采样点就能实现对LFM信号的参数估计，并且实验中的参数估计误差均在3%以内，极大的提高有限新息率采样的参数估计效率。

合成孔径雷达(sythetic aperture radar, SAR)能够对海上舰船目标进行全天时、全天候成像, 但是运动舰船在高分辨率SAR图像上的方位向散焦会严重影响后续对舰船目标的识别。由于舰船运动的非合作性, 目前对复杂运动舰船在SAR图像中的散焦特性认识不足。本文首先从SAR成像原理出发, 理论推导得出舰船复杂运动引起的SAR回波信号相位误差的空变性和时变性是导致其SAR图像质量下降的决定性因素。在此基础上, 构建了一个复杂运动舰船目标SAR成像模拟器, 通过对不同运动状态、不同合成孔径时间舰船点、线、面目标的SAR成像仿真, 揭示了复杂运动舰船目标SAR成像空/时变散焦特性。其中, 空变性会造成舰船在SAR图像上非均匀散焦; 时变性使得舰船在SAR图像上变为一条方位向能量带。最后, 结合空/时变散焦特性, 探讨了未来SAR运动舰船重聚焦技术的发展方向。

雷达对抗场景中, 电子侦察系统通过引入基于深度学习方法的智能脉冲调制识别网络, 极大提升了对雷达信号的识别准确率。为了提高雷达信号的调制隐身抗识别能力, 提出一种可以令深度识别网络错误预测的雷达发射信号生成方法。该方法首先通过短时傅里叶变换得到信号的时频谱; 然后迭代生成携带调制隐身信息的时频谱; 最后利用改进逆短时傅里叶变换得到时域调制隐身发射信号。该方法生成的雷达信号对以时频图为输入的调制识别网络隐身, 并可实现回波信号的脉冲压缩处理。仿真结果验证了所生成信号的抗识别有效性、噪声鲁棒性和脉压可行性。

针对弹道目标雷达信号易受环境影响、目标识别准确率低的问题, 提出了一种基于双树复小波变换(dual-tree complex wavelet transform, DTCWT)和变分自编码器(variational autoencoder, VAE)的弹道目标雷达散射截面(radar cross section, RCS)识别法。首先, 采用DTCWT对弹道目标RCS动态数据进行预处理, 再利用VAE提取目标的隐变量特征, 最后用支持向量机(support vector machine, SVM)分类器进行识别。实验结果表明, 与已有方法相比, 该方法具有更高的识别概率, 且鲁棒性较好。

目前, 已有研究针对理想条件下的雷达脉冲信号分选问题进行了详细阐述, 但是缺乏杂散脉冲和缺失脉冲两种非理想情景下的模型表征。为解决这一问题, 提出了一种基于极大似然估计的非理想场景雷达信号分选算法。该算法通过修正似然因子来表征杂散脉冲和缺失脉冲现象, 提高在复杂场景下的分选准确率。当部分雷达先验信息已知时, 所提算法模型具有更好的分选效果。仿真实验结果表明, 与已有的极大似然模型和深度学习算法相比, 所提算法在分选准确率上有显著提升, 具有较高的应用价值。

谱极化滤波技术广泛应用于气象雷达杂波抑制中, 但是当地杂波与降雨目标混叠时, 这些方法在滤除杂波的同时会损失气象信息。针对这一问题, 提出一种基于谱连续的极化-多普勒气象雷达信号重构方法。该方法利用气象回波和杂波在距离-多普勒图上的特征差异实现气象目标的保留和杂波的滤除。具体是利用气象目标的多普勒速度和谱宽的空间连续性, 采用多项式拟合和高斯拟合的方法补偿降雨区域。业务气象雷达实测数据验证了所提方法的有效性。

稀疏重构类算法在雷达目标参数估计中的应用一直是近年来的热门, 但由于稀疏重构类算法的局限性, 在进行目标波达方向(direction of arrival, DOA)估计时受到原子间的互相影响, 从而使多目标测角精度降低。针对此问题, 提出一种基于信号分离迭代思想的松弛子空间追踪算法。首先求出回波信号与归一化后字典矩阵相关性最强的多个原子作为初步估计值, 再利用初步估计的角度构建代价函数, 反复估计直至代价函数收敛。仿真结果表明, 所提算法减小了目标个数和相位差的影响, 提高了多目标DOA估计的测角精度, 同时相较于传统的松弛算法减少了运算量。

在对复合微动目标的雷达回波进行时频分析时, 存在时频曲线能量难以聚焦等问题, 影响目标微多普勒特征提取和分析。对此, 提出了时频谐波条纹的概念以及相应时频变换方法。基于复合微动包含中心运动分量和高频运动分量的假设, 首先利用样条函数拟合中心分量频率曲线, 构造时频变换核函数。然后, 通过参数化时频变换将时域的复合微多普勒信号转化为时频平面上的谐波条纹。所提方法相比短时傅里叶变换和伪魏格纳分布等经典方法, 能够明显改善复合微动目标雷达回波时频变换的能量聚集性与杂散抑制效果, 仿真验证了所提方法的有效性和对低信噪比条件的适应性。

近年来, 将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题, 提出一种融合三支多属性决策(three-way multiple attribute decision making, TWMADM)与强化学习的智能决策技术。基于经典软表演者-批评家(soft actor-critic, SAC)算法开发兵棋智能体, 利用TWMADM方法评估对方算子的威胁情况, 并将该威胁评估结果以先验知识的形式引入到SAC算法中规划战术决策。在典型兵棋推演系统中开展博弈对抗实验, 结果显示所提算法可有效加快训练收敛速度, 提升智能体的对抗策略生成效率和博弈胜率。

受限玻尔兹曼机作为学习数据分布和提取内在特征的典型概率图模型, 是深度学习领域重要的基础模型。近年来, 通过改进受限玻尔兹曼机的模型结构和能量函数得到众多新兴模型, 即受限玻尔兹曼机变体, 可以进一步提升模型的特征提取性能。研究受限玻尔兹曼机及其变体能够显著促进深度学习领域的发展, 实现大数据时代海量信息的快速提取。基于此, 对近年来受限玻尔兹曼机及其变体的相关研究进行系统回顾, 并创新性地从训练算法改进、模型结构改进、模型深层融合研究和模型相关最新应用4个方面进行全面综述。其中, 重点梳理受限玻尔兹曼机训练算法和变体模型的发展史。最后, 讨论受限玻尔兹曼机及其变体领域的现存难点与挑战, 对主要研究工作进行总结与展望。

面向复杂城市环境中的运动目标搜索与打击任务, 单域无人平台受视野范围和运动能力等限制, 易出现目标遗漏和任务完成率低的问题。针对这些问题, 提出一种面向动态目标搜索与打击的空地协同自主任务分配方法, 通过结合无人机视野范围广以及无人车机动性强的特点, 提升空地无人系统的任务执行效率和区域覆盖率。一方面, 针对未知运动目标, 提出一种基于数字信息素的目标搜索模型, 以平台协同收益和区域覆盖率为优化指标, 保证在尽可能短的时间周期内发现区域中的所有目标。另一方面, 面向动态到达的打击任务, 构建基于可行路径规划的任务分配模型, 以平台能耗和任务完成时间为目标函数, 在保证任务完成率的同时, 提高空地协同系统的资源利用率。与现有方法相比, 所提方法能够在最短的时间内发现所有目标, 区域覆盖率达到55%以上, 且资源利用率为84.4%。实验结果表明, 所提方法具备较好的目标搜索和任务执行能力。

测试性设计是提高系统可靠性、安全性、维修性、保障性的重要前沿技术, 决定了系统故障检测率和隔离率, 直接影响系统的维护(测试)成本。系统测试性设计包含结构化设计、模型化设计、数据驱动设计等多种设计策略。其中, 数据驱动设计于近年逐渐兴起并成为重要发展方向之一, 该类方法通过对系统测试与故障之间的关系进行建模, 依据测试结果进行故障推理, 形成故障诊断方案。首先, 简要回顾了系统测试性设计的发展历程; 其次, 重点介绍了测试性设计的研究进展, 分析总结了结构化、模型化、数据驱动3类测试方案; 然后, 介绍了测试性诊断策略构建, 根据测试方案中的建模方法确定诊断策略的构建技术, 并总结归纳了每类技术的研究特点和适用性; 最后, 探讨了当前复杂系统测试性设计面临的挑战性问题和可能的未来研究方向。

针对当前军事领域知识图谱描述装备体系存在的数据规范程度不高、实体不统一和实体关系不一致等问题, 提出一种基于元模型的军事领域本体模型构建方法。该方法采用体系架构元模型技术框架下的概念数据模型和逻辑数据模型定义装备体系本体, 从而生成装备体系知识图谱, 避免不同兵种、不同业务领域装备体系本体不一致的影响。选取协同打击任务场景构建无人机集群装备体系应用本体, 导入Neo4j软件生成知识图谱。结果表明, 所提方法能够满足装备体系知识图谱构建需求。

本文对G-混合冗余策略下可修系统的可靠性进行了研究, 该系统由4个部件和1个修理工组成, 修理工采用多重休假策略, 以使人力资源得到充分利用。模型中各类随机变量用PH(phase-type)分布来描述, 由此建立了通用性较好的系统可靠性模型, 并运用矩阵分析的方法推导出系统在瞬态和稳态情形下的一些可靠性指标。最后, 通过数值算例验证了模型的适用性, 并对G-混合冗余策略下系统的可靠性与K-混合冗余策略下系统的可靠性进行了比较。结果表明, 所提出的可靠性模型在G-混合冗余策略下的可靠性明显高于在K-混合冗余策略下的可靠性。

针对车载光学测量设备任务调度方案优化问题, 提出了一种基于非支配排序的遗传算法(non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ)的多目标遗传算法。首先, 建立了包含约束、优化指标在内的观测任务调度问题的数学模型。其中, 针对多优化指标进行巧妙处理, 将某些不作为最优指标的优化指标作为指标约束进行处理。其次, 基于NSGA-Ⅱ中的快速非优超排序方法计算多目标适应度函数与选择算子, 多目标优化求解得到的Pareto最优解集即为任务调度方案集。最后, 通过仿真算例对所提算法进行了求解验证。仿真结果表明, 该算法能够有效解决任务调度方案优化问题, 为车载光学测量设备的工程实践提供了一定的参考。

针对无人机系统组成结构复杂、影响其可靠性可用性的维修保障因素较多的问题, 基于设备寿命分布假设, 构建了考虑预防性维修和起飞前故障检查的系统平均故障间隔时间(mean time between failures, MTBF)和使用可用度解析模型。并模拟无人机的维修过程, 采用蒙特卡罗仿真的方法进行MTBF和使用可用度的仿真分析。解析与仿真两种方法的结果具有较好的一致性, 可为无人机确定保障方案提供技术途径。

红蓝双方演习进攻作战中, 为全面夺取战场制空权, 通常将蓝方防空火力单元作为首波重点打击目标, 因此如何准确预测蓝方防空火力单元活动规律, 科学设计联合侦察打击行动具有重要意义。首先, 系统分析防空火力单元所采用的机动保障模式, 结合防御能力定义给出防御能力计算公式并引入栅格网络模型完成定量计算, 基于保障范围约束、阵地资源约束以及机动流程约束, 面向实际保障需求, 以最短机动路线和最高防御能力为优化目标, 建立了适用于地面防空火力单元机动路线的预测模型。其次, 针对所构建的非线性模型求解难题, 提出了模型线性化转换和求解方法。然后, 在最优转移路线的基础上, 设计了一种构建机动路线库的算法, 从而生成蓝方机动路线的概率预测方案, 解析蓝方防空火力单元的机动规律。最后, 基于案例仿真, 验证了所设计模型和方法的可行性和全局高效性, 可实现对蓝方防空火力单元机动路线的有效预测。

针对长航程飞行器打击低速舰船目标的问题, 提出一种基于滚动序列凸优化算法的中段航迹快速规划算法。使用滚动规划框架将航迹更新问题转化为初始与终端位置更新后的单次航迹规划子问题, 构造多约束凸优化问题并使用序列凸优化算法求解。提出滚动规划周期收缩策略, 减少航迹更新次数。设计了一种改进参考航迹生成算法并使用了信赖域自适应收缩策略, 在保证规划效果的同时有效提高计算速度。仿真结果表明, 该算法规划效果优良, 可满足在线规划的要求, 且与一般的滚动序列凸优化航迹规划算法相比速度更快。

针对传统的电容式微机电系统(micro-electro-mechanical system, MEMS)加速度计(capacitive MEMS accelerometers, CMA)温漂误差(temperature drift error, TDE)补偿方法存在非精准溯源TDE致使TDE估计精度低、反复尝试估计模型构型导致构建过程复杂繁琐的问题, 提出基于微形变分析的CMA TDE精密补偿方法。首先, 通过微形变分析内部结构精准溯源TDE, 基于径向基函数神经网络(radial basis function neural network, RBFNN)构建改进型TDE精密估计模型; 其次, 基于专家经验和模糊理论提出Expert-Fuzzy辅助决策下TDE估计模型辨识方法, 为改进模型提供有效的构型指导; 然后, 设计升温试验测试CMA, 构建传统模型和改进模型并通过对比其输出偏置稳定性评估TDE估计性能。实验结果表明, 改进模型构建过程大大简化, 补偿后CMA偏置稳定性提升约35%。本方法能够更加精准地估计TDE, 有效解耦硅基材料的温度依赖性并提升CMA的环境适应性。

雷达测向是航空器必不可少的合作型监视手段, 其中测向天线的方向性参数决定了测向的精度。基于传统相邻比幅测向原理及比幅测向误差, 提出修正比幅测向模型。基于修正比幅测向模型, 确定需要辨识的天线方向性参数, 提出一种误差修正遗传模拟退火(error correction genetic simulated annealing, COR-GSA)算法对未知定向天线方向性参数进行辨识。利用自主设计的测向双通路接收机开展辨识实验, 并用1 000组航空器真实方位数据进行验证, 结果表明采用COR-GSA算法辨识天线方向性参数的测向精度最高。最后, 利用辨识后的天线方向性参数对航空器进行方位跟踪, 跟踪误差较未进行方位修正的跟踪误差降低了18.3%。

为探究可偏转尾翼对小型超空泡航行体运动状态的影响，建立了具备尾翼控制功能的小型超空泡航行体非线性动力学模型，对航行体动力学系统进行仿真计算，根据Lyapunov指数谱和相轨图对系统稳定性进行判定，运用非线性动力学方法，对不同尾翼反馈增益下的稳定系统、周期振荡系统以及混沌系统进行分析，得到了速度衰减情况下无动力小型超空泡航行体保持稳定运动的反馈增益参数区间，结果表明，无动力小型超空泡航行体可以通过调整尾翼的反馈增益参数进行姿态控制并实现稳定运动。

针对防空导弹的目标机动性较强带来的姿态控制品质变差的问题, 提出一种事件触发控制方法。首先分析了由于目标机动性过强导致的指令变化率未知, 以及指令变化率过大导致稳态误差较大的原因。针对此问题引入非线性最速跟踪微分器获取指令变化率, 研究指令变化率与姿态角误差之间关系, 定义稳态效应指标, 并在该指标基础上设计了基于事件触发的新增控制量。采用滑模控制和扰动观测器使系统在指令变化率较大条件下的稳态误差被抑制在5%误差带之内。在工程实践的背景下, 数值仿真考虑了气动参数拉偏以及执行机构限幅, 仿真结果验证了设计的控制系统的有效性。

基于近圆偏差线性方程研究了高轨远程交会问题, 基于面内三脉冲变轨策略建立了双层非线性规划模型。外层采用粒子群算法对第1个和第2个脉冲纬度幅角进行寻优, 对传统固定在远地点或近地点的方法进行改进。在确定第1个和第2个脉冲纬度幅角后, 内层采用近圆偏差线性方程, 快速迭代求解第3个脉冲纬度幅角和3次脉冲的速度增量。仿真结果表明, 所提规划方法可用更小的燃料代价在指定时间内到达指定的变轨终端, 具有工程应用价值。

双螺旋桨复合式高速无人直升机同时具备了直升机和固定翼飞机的优势, 是目前高速飞行器的研究热门之一。针对双螺旋桨复合式高速无人直升机进行了飞行力学相关分析和操纵策略研究。首先, 以干扰因子的方式构建旋翼对机翼的气动干扰模型, 机身模型采用风洞实验数据, 然后, 建立该直升机的非线性飞行动力学模型。针对操纵冗余问题, 提出一种操纵策略, 以权重系数来分配操纵通道, 通过添加平均螺距杆纵向通道, 由螺旋桨平均螺距控制前飞速度。在此基础上进行配平, 实现了各个杆操纵量在3个模式间的光滑过渡, 从而验证了操纵策略的合理性。

针对智能反射面(intelligent reflecting surface, IRS)辅助的通信系统中稀疏度未知信道的估计问题, 提出了一种基于压缩感知的稀疏自适应信道估计算法。首先, 研究了正交匹配追踪(orthogonal matching pursuit, OMP)算法下信道的残差l₂范数与输入的信道稀疏度之间的关系, 得出了OMP算法恢复稀疏度未知信道的迭代终止条件;然后, 提出了一种二阶段稀疏自适应信道估计算法, 在第一阶段估计信道稀疏度, 在第二阶段增加或删减支撑集原子, 最终使得恢复的信道向量误差最小。仿真结果表明, 与经典的最小二乘法、已知稀疏度的OMP算法、稀疏自适应匹配追踪(sparsity adaptive matching pursuit, SAMP)算法相比, 提出的算法性能良好, 鲁棒性强。

为满足后5G及未来6G时代对通信系统可靠性及频谱效率(spectral efficiency, SE)的严苛要求, 针对上行稀疏码多址接入(sparse code multiple access, SCMA)系统, 提出了一种基于合并码本的码字位置序号调制SCMA方案。该方案在时域拓展码字位置, 使得码字位置全填充且由其序号携带额外信息比特, 并能通过改变码字位置数和序号调制阶数灵活调整系统的谱效。此外, 设计了基于消息传递算法(message passing algorithm, MPA)的联合检测算法, 并给出了合并码本设计准则。系统分析及仿真结果表明, 相较于其他序号调制方案, 所提方案更好地兼顾了可靠性与SE, 在误比特率(bit error rate, BER)性能与鲁棒性方面都有优势。

针对非对称剪切正交频分复用(asymmetric-clipped orthogonal frequency division multiplexing, ACO-OFDM)可见光通信(visible light communication, VLC)系统中信号的高峰均功率比(peak-to-average power ratio, PAPR)问题, 采用部分传输序列(partial transmit sequence, PTS)方法, 并结合二进制离散粒子群优化(discrete particle swarm optimization, DPSO)算法, 提出一种改进的PTS峰均比抑制方法——DPSO-PTS方法。利用DPSO算法对加权的相位因子进行优化处理, 选择最佳的相位因子组合来有效控制PAPR的范围, 并对乘加权信息的子块进行求和, 从而选择出最小PAPR对应的一组信号进行传输。仿真结果表明, 在互补累计分布函数(complementary cumulative distribution function, CCDF)为10^-4时, DPSO-PTS方法的系统PAPR降低了约4 dB, 且相较于传统PTS方法, 系统的复杂度和误码率(bit error rate, BER)性能也得到有效的改善。

智能反射表面(intelligent reflecting surface, IRS)可以通过提供额外的视线(line of sight, LoS)路径补偿传播损耗或解决阻塞问题, 有效地提高毫米波(millimeter wave, mmWave)通信系统的性能, 被认为是下一代移动通信的核心技术。与传统的地面IRS相比, 部署在无人机、热气球等空中平台上的空中IRS (aerial IRS, AIRS)结合了空中平台的高移动特性/旋转特性和IRS提供的优质链路特性, 可以提供更广阔的信号覆盖范围。考虑到现实场景中用户的移动性, 通信系统有必要实时调整波束成形以使波束对准移动用户。然而, AIRS不具备有源射频链, 难以在AIRS处获取离开角和到达角, 增加了波束跟踪的复杂性。针对这一问题, 建立了具有时变信道的AIRS辅助mmWave大规模多输入多输出(multiple input multiple output, MIMO)系统模型, 结合基站端有源波束成形、AIRS的旋转角度和无源波束成形设计, 提出了一种基于级联角度的无迹卡尔曼滤波波束跟踪方案。仿真结果表明, 提出的方案具有较高的跟踪精度, 同时AIRS的旋转特性对提升系统可达速率起着重要作用。

针对典型的端到端通信策略不能决定通信间隔时间, 只能在固定频率下通信的问题, 提出一种基于深度强化学习方法的事件触发变频率通信策略, 以解决多无人车协同最小通信问题。首先建立事件触发架构, 主要包含计算通信的控制器, 并给出触发条件, 保证满足条件时多无人车间进行通信, 大幅度减少通信总量。其次, 基于多智能体深度确定性策略梯度(multiple agent deep deterministic policy gradient, MADDPG)算法对触发机制进行优化, 提高算法收敛速度。仿真和实车实验表明, 随着迭代次数的增加, 在完成协同任务的前提下, 多无人车系统中通信数据量降低了55.74%, 验证了所提出策略的有效性。