针对实际应用中常遇到的脉冲性噪声问题,以α稳定分布模型进行描述,提出了一种基于共变序列的自适应时延估计方法,简称CAED.该方法通过求取两个观测序列的互共变和一个观测序列的自共变,去除了不相关脉冲噪声,保留了观测序列间时间延迟的信息;将自共变、互共变序列作为两个自适应滤波器的输入信号,在最小均方误差准则控制下,由收敛的两个滤波器权系数矢量峰值位置之差可获得源信号到达两个接收端的相对时延.通过计算机仿真对比实验验证了该算法在强脉冲噪声、低信噪比情况下的优良估计性能.

"边录取、边学习、边建模"是雷达高分辨距离像(high resolution range profile,HRRP)统计识别工程化的方法之一.在独立高斯模型假设下,推导了参数在线学习的公式,根据概率密度值提出一种双门限在线统计识别方法,首先设置门限S_A剔除HRRP中的"环值",然后设置门限S_B将数据分成几段,从而缓减模型与实时HRRP数据多模特性的失配.基于实测数据的仿真实验证明了本方法的有效性.

针对目前欠定盲分离问题中源数未知,采取"两步法"进行分离源信号.在第一步聚类算法中,一般都假设源信号个数已知,即事先给定聚类数目,这类算法成功与否依赖于源信号个数的先验知识.为了有效解决这个问题,提出了一种新的基于模糊聚类分析的无监督学习算法,它利用观测信号之间的相似关系来确定模糊相似矩阵进行迭代算法,不但可以精确估计源信号个数,同时也能获得对混叠矩阵的精确估计.该方法进一步完善了"两步法",仿真结果表明了算法的有效性及优异性能.

针对可变数量的多个红外弱小目标的检测与跟踪问题,提出了基于混合概率密度模型的多目标先跟踪后检测方法,开发了一种t分布混合粒子滤波器.在混合粒子滤波器中,利用每个分量粒子滤波器的输出信息,根据序列似然比假设检验,检测每个被跟踪目标的存在性.通过估计目标在离散占据网格上的出现概率,检测新目标的出现.混合粒子滤波器使用单独的粒子滤波器独立估计每个被跟踪目标的状态,避免算法的计算量随着目标数量增加呈指数增长的问题.仿真实验证明混合粒子滤波器能够跟踪目标数量可变的弱小目标,能够同时检测目标的消失和出现.

从有限实验结果出发,提出了半实测法,该方法通过合理假设和简单计算,可计算出更多、更复杂不连续特征的散射特性.其基本假设是带有不连续特征的平板的电磁散射可由各部分的散射按相位叠加而成,包括以下三部分:带有不连续特征的平板的散射是由不连续特征的散射与平板的散射叠加而成;多个不连续特征的散射由单个不连续特征的散射按相位叠加而成;不连续特征的散射与其尺寸成正比.该方法可根据有限的实测结果来预估其它情况下带有不连续特征的平板的散射,具有计算效率高、占用内存小、工程实用强的特点.通过对台阶板、缝隙板的半实测法计算验证,证明了该方法的高效性.

利用均匀线阵的特殊结构及其互耦矩阵,提出了一种阵列互耦存在下基于ESPRIT的DOA和互耦参数估计方法.首先通过ESPRIT法中子阵的选取,无需阵列互耦任何信息,直接得到方位估计,即对互耦参数稳健的DOA估计方法;接着在方位估计的基础上,基于真实导向矢量的最小方差拟合得到均匀线阵的互耦系数估计.与已有算法相比,该算法同时利用了天线阵列结构及其互耦特点,一方面将信号角度与互耦系数估计相互分离,使角度估计精度不受互耦估计的制约;另一方面,方位和互耦系数估计均可通过表达式求解,因此算法运算量小.计算机仿真证明该算法的有效性和正确性,并从仿真角度研究了算法分别在幅相误差和互耦矩阵误差下的性能.

针对传统粒子滤波目标跟踪算法存在粒子退化的问题,提出了基于马尔可夫链-蒙特卡罗(Markovchain Monte Carlo,MCMC)无味粒子滤波的目标跟踪算法.该算法采用无味卡尔曼滤波(unscented Kalmanfilter,UKF)生成粒子滤波的提议分布,来代替传统粒子滤波算法采用状态转移先验概率作为粒子滤波的提议分布,以改善滤波效果,然后在无味粒子滤波的基础上融合了典型的MCMC抽样算法(Metropolis Hastings,MH),从而可以减少传统粒子滤波未考虑当前量测对状态的估计作用所带来的影响.融合后的算法将当前量测信息融入到滤波过程中,并使采样粒子更加多样化.实验结果表明,该算法较传统方法在跟踪精度方面有显著的提高.

利用小斜率近似方法研究了粗糙海面的电磁散射特性,推导了极坐标下小斜率近似方法的双站散射系数计算公式.基于Elfouhaily海谱模型,计算了海面的散射系数,将得到的理论计算结果和实验数据及考虑和不考虑遮蔽效应的基尔霍夫近似结果进行了对比.讨论了不同极化状态下小斜率近似方法的后向散射系数随入射波频率和风速的变化关系.结果表明,在后向散射情况下,理论计算结果和实验数据吻合很好;在双站散射情况下,在大散射角时小斜率近似的结果更为准确;无论是何种极化,后向散射系数均随入射波频率和风速的增大而增大.

提出了一种基于多相滤波器的并行有限脉冲响应(finite impulse response,FIR)滤波器结构,可以有效提高滤波器运算的吞吐率,与传统的串行滤波器结构比,并行滤波器运算速度可以提高L倍,其中L为并行的路数,并且运算延迟小.首先从理论上分析了基于多相滤波器的并行滤波原理,并以八路并行为例,对FIR滤波运算做了浮点仿真验证.然后用经典符号数表示以及优化定点滤波器系数,并针对滤波器系数设计了流水线结构.最后在Altera的Stratix II系列芯片上实现了定点并行滤波器.可编程逻辑阵列(field programmable gatearray,FPGA)编译以及下载测试结果表明,该滤波器仅占用少量的资源,其等效吞吐率可以达到2 GHz.

在符号动力学的基础上,提出了全局耦合映像格子系统的初始状态估计算法.在理论上,系统分析了全局耦合映像系统初始状态估计的收敛条件及其估计性能与系统参数之间的数学关系.在满足收敛性要求的参数条件下,即使映像过程受到高斯白噪声的污染,该算法依然能够很好地估计出系统的初始状态,为更好地分析实际模型的物理过程提供了理论依据与实验结果.

提出了一种不确定权值下的鲁棒波束形成算法(robust beamforming algorithm with uncertainweights,RBAWUW),与以往文献中对阵列导向矢量的不确定性进行约束的方法不同,该算法是通过对权值附加一个球形或椭球形不确定集约束推导出来的.在这种新的约束下,RBAWUW算法能获得比传统鲁棒Capon波束形成器(robust Capon beamformer,RCB)更高的输出信干噪比(singal-to-noise-plus-interference ratio,SINR),而且新算法与标准Capon波束形成算法的计算效率几乎相同.理论分析和仿真结果均表明,RBAWUW算法是切实可行的.

针对具有较大加速度的机动目标使传统平稳目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像算法失效的情况,提出了一种基于多普勒频谱相关的加速目标ISAR成像算法.该方法通过多普勒频谱相关消除加速度引起的方位二次相位散焦,并根据回波的能量分布,通过门限设置自适应地抑制多线性调频分量信号处理时产生的交叉项.最后,仿真以及实测数据的成像结果证明了该算法的有效性.

针对多个运动的慢起伏目标情况,研究了发射分集多入多出(multiple input multiple output,MIMO)雷达的相参信号处理方法.提出了一种重复利用回波数据的目标参数估计算法.发射分集MIMO雷达的发射阵元间距满足空间分集条件,其接收端采用阵元间距为半波长的均匀线阵.按距离门对其回波信号进行脉压-Capon谱估计,可提取出各目标对应不同发射阵元的初步位置信息.然后利用回波数据及目标的初步位置信息,把同一目标对应不同发射阵元的脉压数据矢量经多普勒频移和相位补偿后相加,再进行Capon谱估计,获得高精度的目标方位角估计值.仿真结果表明,该算法可对雷达观测区域内的多个动目标进行高精度定位.

针对调频步进雷达目标运动对合成距离像的影响,提出了一种快速的速度估计方法.根据调频步进雷达运动目标的回波特性,首先对压缩后的子脉冲进行包络平移.然后将前后两帧中同一频率的信号进行相关处理,对消相位项中距离信息及距离和速度交叉信息,只保留速度信息.再通过快速傅里叶变换处理,完成速度的快速估计.最后利用估计的速度对回波进行补偿,得到了清晰的一维距离像.仿真结果证明了该方法的有效性.

提出了一种基于代价因子的Fisher判别函数拒识门限确定算法.该算法充分考虑了系统识别和误识的代价因子,引入Fisher判决理论,确定了拒识门限.设计了基于独立分量分析(independent component analy-sis,ICA)的雷达目标特征提取方法,将雷达高分辨距离像(high resolution range profile,HRRP)在"基信号"域中分解,提取相应的基系数组成向量,作为目标特征向量.采用基于欧氏距离度量的K最近邻(K nearest neighbor,KNN)分类器作为识别系统的分类规则,并引入拒识门限设计了一种新的分类器.实验结果表明,基于以上算法的雷达目标识别系统在最小代价前提下具有较高的正确识别概率.

针对逆合成孔径雷达(inverse synthetic aperture radar,ISAR)对舰船成像时实际回波中存在海杂波的现象,提出了不同参数下海杂波对ISAR成像影响的分析方法.在利用球不变随机过程(spherically invariant random process,SIRP)方法仿真出时空相关的二维K分布海杂波后,将其以一定信杂比(signal-to-clutter ratio,SCR)加入到目标回波信号中仿真出实际回波信号,利用图像熵和相关系数方法分析了海杂波形状参数的大小对ISAR像聚焦的影响;利用多普勒扩展方法分析了海杂波多普勒频移参数对ISAR多普勒频谱的影响;利用互相关法分析了不同SCR下海杂波空间相关对ISAR运动补偿的影响.仿真实验证明了分析结果的有效性.

为了研究不同几何分布的宽带阵列对互耦效应的适应能力,建立了一种互耦条件下新的宽带阵列天线接收数据模型.基于该模型比较了互耦效应对各种测向方法性能的影响,以及几种常见阵列结构对互耦效应的适应能力.最后提出了一种宽带互耦补偿的思想,利用各频率点上互耦矩阵的测量值实现了对宽带阵列的互耦补偿.

提出了一种新的移频干扰方法,利用线性调频(linear frequency modulated,LFM)信号频率差与时间无关的特性,将LFM信号与其自身延迟信号相乘,获得当前脉冲线性时频关系与频率差,并用此频率差对LFM信号进行移频,所得到的干扰信号对频率捷变和频率分集具有自适应性.给出了一种实现此算法的干扰机结构,并推导了干扰信号经匹配滤波后增益损失计算方法.最后进行了仿真验证,仿真结果与理论分析一致.

弱小点目标检测是红外探测技术中的一个关键问题.针对目前序列红外图像目标检测中单阈值分割时弱小目标易丢失及快速移动目标的能量欠积累问题,提出了一种基于多级分类与逆向时空融合的弱小红外目标检测方法.该方法在对图像进行背景抑制的基础上,采用自适应多级分类的方法提取候选目标,强化了各类弱小候选目标的检测能力.同时,根据目标在相邻帧间的位置变化信息构造动态时空管道,在当前帧候选目标点的真伪无法判定时,沿时空管道逆向寻找可能出现的各类候选目标,将其中的各类候选目标点能量与当前帧候选目标点的能量进行加权求和后再进行门限判决,较好地解决了弱小目标及快速移动目标的能量积累问题.最后,本文通过若干实际红外数据验证了上述方法的有效性.

重点研究了大幅面星载合成孔径雷达图像中的目标检测问题.选取机场区域作为检测目标,提出了一种基于区域形状特征的检测算法.算法使用自适应聚类分割法解决大幅面图像中复杂背景下的小目标分割问题,选取椭圆近似法代替常用的最小外接矩形和边界框法计算区域的尺寸和体态特征.通过对多幅实际获取自不同场景的大幅面星载合成孔径雷达图像进行实验,结果表明,本算法可快速、准确地检测出包含在场景中的单个或多个结构不同的机场区域.

针对毫米波圆锥台共形相控阵天线阵列低副瓣波束形成,提出了基于最优非均匀子阵划分及最优子阵激励的低副瓣波束形成方法.该方法利用多目标进化算法,先通过对整个扫描波束空间进行空间采样并形成空间采样点的天线辐射方向图,然后引入两个多目标函数对这些空间采样点的天线辐射方向图进行低副瓣约束,可获得指定扫描空间内任意角度的低副瓣波束形成.通过多目标进化算法优化子阵结构及其激励能够有效抑制辐射方向图副瓣电平.仿真实验证明该方法有效.

为了快速有效地估计复杂条件下的宽带信源个数,提出了一种基于直线检测的宽带信源个数估计新方法.该方法通过对宽带信号的阵列采样输出分段并进行FFT变换,得到多个频率点上的窄带采样协方差矩阵,再利用盖氏圆技术和校正技术得到修正的盖氏半径.最后通过直线检测的方法快速有效地分离信号圆盘和噪声圆盘,从而估计出宽带信源个数.在低信噪比、色噪声环境下通过计算机仿真表明了该算法的正确性和有效性.

针对合成孔径雷达(synthetic aperture radar,SAR)实时成像处理中数据量大、数据吞吐率高、成像算法实现复杂等特点,提出了一种适合于SAR实时成像处理的共享存储器的分布式耦合系统架构,设计了高分辨率SAR实时成像中大IO带宽、高处理能力、大存储容量等解决方案.给出了详细的硬件实现以及成像处理平台的测试结果,并用实测雷达回波数据进行了实时成像验证.

分析了群决策过程中不完全区间数互反判断矩阵和不完全区间数互补判断矩阵的集成方法.基于决策者给出的允许偏差,定义了群决策满意度隶属函数,建立了求解群体偏好满意程度最大化的权重模型,提出了群体偏好一致性程度的衡量指标,研究了对一致性程度较差的决策者判断进行交互调整的方法.为解决模型存在多组最优解以及因决策者判断误差波动造成的决策误导问题,建立了群体偏好权重分布范围的估计模型.通过算例分析,证明了方法的有效性及实用性.

染色体转换方法是遗传算法求解约束严组合优化问题的重要途径.探讨了转换方法设计及其性能问题,提出了对染色体转换方法的4项性能要求.在介绍综合作业调度问题(complete job shop scheduling problem,CJSSP)概念的基础上,设计了4种转换方法.实验结果表明,4种方法都是可行的,但具有明显不同的效率和质量,与观察结果和算法性能分析一致,为改进求解综合作业调度的遗传算法奠定了基础.

为了估计缺乏统计数据的中国卫星应用产业的效益,运用相似系统方法,把美国卫星应用产业系统变换成中国卫星应用产业的相似系统,由美国卫星应用产业的数据估算得到中国卫星应用产业的效益,通过主成分分析等方法对估算结果进行验证.研究表明,相似系统方法是一种合理可行的预测模型方法,不仅能解决数据不足的问题,还可以推广应用到难以直接建立数学模型的实际预测、决策和规划问题中.

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.

基于科学、技术、工程"三元论"的理论,对系统工程的基本定位及思维方式进行了反思,提出了创建逆向系统工程(results-oriented system engineering,ROSE)的必要性和可行性.指出ROSE构建的新的存在物以系统形式存在,构建过程表现为要素集成和整体涌现.阐述了ROSE的成效性原理、精益性原理、集成性原理和实践性原理,并从系统认知和系统实践两个层面阐述了ROSE方法论的逻辑过程.最后对ROSE的应用进行了实证分析.

研究了导弹与飞机在复杂动力学约束下的三维追逃对策.阐述了协同进化的理论基础,根据追逃双方运动的数学模型设计了混合追逃策略以保证进化过程的推进.在简单适应度和共享适应度的基础上提出了混合适应度,利用协同进化算法对三维环境下导弹和飞机的追逃策略进行进化.仿真结果表明,进化的飞机能有效规避比例制导策略的导弹,并且在进化过程中导弹和飞机的策略表现出一定程度的改善.

为了使有限的雷达干扰资源发挥最佳的干扰效果,以干扰机压制概率公式计算为基础,建立雷达干扰资源分配目标函数.先应用模拟退火算法优先分配威胁等级较大的雷达,将干扰压制概率较大的干扰资源进行优化分配,然后在此基础上,再对剩余的干扰资源进行二次模拟退火优化分配,以实现从可行的解空间中找出满足目标函数和约束条件的雷达干扰资源分配的全局最优方案解.仿真结果表明,该方法不仅有效、可行,而且能同时适用于"一对一"和"多对一"情况分配,对于设计和开发雷达干扰智能决策支持系统有一定的意义.

针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型.在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型.针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计.通过仿真实验,证明新的选择算子能有效提高解的质量.最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性.

针对防空导弹混编群中多型防空导弹武器间的协同效能评估问题,给出了协同效能评估的指标体系.基于经典数据包络分析(data envelopment analysis,DEA)模型,构建了评估多型武器间相对协同效能的交叉模糊DEA模型.通过协同效能计算公式算得混编群的协同效能,解决了不确定条件下混编群协同效能的定量化评估问题.案例验证了模型的有效性.

从武器装备采办的理论需求出发,依据委托-代理理论的基本原理,对武器装备采办过程中军方与研制方的风险博弈进行了分析.以Mirrless-Holmstrom模型为基础,建立了基于风险分担的装备采办模型.对该模型的有效性进行了分析,并利用埃奇维斯方框图的直观性对风险分担模型进行了解释,对武器装备采办过程中风险分担问题的影响因素和注意事项进行了分析.结果表明:在非对称信息条件下有效的风险承担方式是双方都承担部分风险,研制方承担部分风险可以达到风险激励的效果,承担风险的大小受风险总量、风险偏好及风险成本的影响.

研究了一类基于主动队列管理(active queue management,AQM)路由器的多链路网络拥塞控制问题.用一个状态空间模型来描述多链路网络流量的动态特性,并将实际链路带宽相对于期望带宽的偏差作为干扰信号,从而用H_∞控制方法来解决网络拥塞问题.在链路带宽变化的情况下,通过丢包率来控制实际窗口大小及队列长度,使得实际窗口大小和队列长度达到期望值,从而达到降低网络拥塞的目的.最后通过两个仿真示例验证了方法的有效性.

针对实际对象的多变性和传统的预测函数控制只能对预测时域内有限的几个拟合点进行拟合,而未考虑整个预测时域整体逼近误差性能优化的问题,提出一种基于小波基函数和Hammerstein模型的预测函数控制方法.内部模型参数通过不断辨识,进行自适应校正.利用小波的紧支局部性和多尺度分析特性,既保证了整体误差性能的优化,又突出了重要拟合点的逼近要求,并实现了优化变量的集结.理论分析和仿真应用表明,该方法有更好的快速性和抗模型失配性能.

针对捷联惯导/卫星定位(SINS/GPS)组合导航中联合卡尔曼滤波器对系统模型和噪声统计特性的依赖性和算法运算量大等缺点,提出了新的联合H_∞滤波方法.定义了新的联合H_∞滤波公式,提出了融合信息在子滤波器中自适应分配原则,简化了联合H_∞滤波算法.由于H_∞滤波不需要已知噪声的统计特性,因此新算法具有很强的鲁棒性,同时联合算法又可以有效地增加系统的客错能力.仿真实验证明新算法在稳定性和实时性上都有较大提高.

从实际工程应用角度出发,探讨了微机电系统(micro-electro-mechanical systems,MEMS)陀螺误差的有效滤波降噪方法.基于随机序列时序分析法的基本原理,采用实时平均算法对陀螺原始量测数据进行常值补偿预处理,得到随机漂移信号.对去除渐进项后的差分漂移信号进行AR模型建模,并依据该模型进行改进卡尔曼滤波,在输出差分信号滤渡值的同时解算当前陀螺输出滤波值.通过对某MEMS陀螺实测数据的误差补偿结果表明,提出的滤波方法能够有效地抑制其漂移误差,提高实际应用中的测量精度.

针对自主水下航行器(autonomous underwater vehicle,AUV)具有时变的水动力学系数的现象,为了实现其鲁棒控制,设计了一个模糊变结构控制器.该控制器以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出.为了提高控制器的性能,引入了压缩扩张隶属度函数.通过将该控制器和均分隶属度函数模糊变结构控制器、准滑模控制器的仿真对比,证明了设计的控制器具有更好的性能.数值仿真表明,该控制器能很好地实现对具有控制输入时滞和时变水动力系数AUV的深度控制,且稳定后基本无抖振现象.

带多重次优渐消因子的强跟踪滤波器在计算舍入误差的影响下,估计状态的均方误差矩阵会失去非负定性,从而导致滤波发散的现象.在UD分解算法的基础上,提出了一种改进型带多重次优渐消因子的强跟踪滤波器.通过对引入渐消矩阵的一步预测均方误差矩阵进行UD分解,并将分解矩阵应用于滤波器量测信息的更新过程中,增强了算法的数值稳定性.此外,根据UD分解的结果给出了渐消矩阵的最小二乘解算方法,在提高渐消因子计算效率的同时摆脱了对先验知识的依赖性.仿真结果表明了算法的有效性.

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题.现有研究大多对问题进行了不同程度的简化.面向多种类型卫星的联合任务规划问题,考虑上述多种约束,建立数学规划模型,引入迭代修复方法对问题进行求解,并提出了基于成像任务分布的插入选择和撤销选择启发式准则.实验结果表明,迭代修复技术在多星联合任务规划领域是可行有效的.

针对数据流过载将引起Ad Hoc网络性能严重下降的问题,提出了一种基于被动式带宽估计的端到端分布式管理控制机制,节点根据信道利用率、帧间碰撞和随机回退等信息估计可用带宽,进而结合路由发现过程从端到端的角度衡量当前网络容量是否能够满足业务需求.仿真结果表明,采用被动式带宽估计方法所得到的可用带宽与实际测量值比较接近;同时所提出的管理控制机制能够有效地避免数据流过载情况,降低数据包的平均延迟和丢弃率.

为了解决传统粒子滤波器粒子退化与贫乏问题,提出了快速变异的遗传重采样粒子滤波算法.该算法将快速Metropolis-Hastings(MH)移动作为遗传算法的变异算子,使得快速变异算子与传统交叉算子、传统选择算子组合为一种新的粒子重采样算法.快速MH变异能对粒子进行移动,使得粒子的稳定分布为目标的后验概率密度分布.快速变异能有效解决一般变异算法易发散的问题,可以更快地提取到反映目标概率特征的典型粒子.实验证明,基于快速MH变异的遗传重采样方法可以快速提高粒子的多样性,避免粒子退化,减小跟踪误差.

基于树状结构和移动Agent机制设计了一种新的秘密共事方案.分享者按其所在层次进行分组,每一组分享者可依据其持有的碎片恢复该组所共享的秘密.当每一组分享者均恢复出他们的秘密之后,这些新的秘密又可作为上一层分享者所持有的新的碎片,构成新一轮的秘密共享,由此形成秘密共享的树状结构.移动Agent机制将该结构动态化,从而使得秘密分享者在秘密恢复之前并不知道自己确切的分组,在更大程度上避免共享者的合谋,实现更安全的多阶段秘密共享.

针对以往提出的稀疏分解算法仅从原子库构造方面或分解方式角度对算法进行各种改进且计算复杂度高的问题,提出了一种诱导性塔式分解算法.该算法首先将原子库逐层划分,得到一个树状层次结构的原子库,然后在迭代过程中利用划分所得树状结构有目的、有导向性地指引信号分解方向,从而一劳永逸地加快了信号分解速度,极大地降低了算法的计算复杂度.实验结果表明,与经典的匹配追踪(matching pursuit,MP)算法相比,本文算法在同等稀疏度且逼近误差接近的情况下,计算量大约降低为MP算法的1/40,计算时间降低为MP算法的1/100左右.仿真实验证明了该算法的有效性.

针对双平行线阵列,提出了一种相干信号二维波达方向估计新方法.该方法利用双平行线阵的特点,在空间平滑法基础上通过构造新的协方差矩阵,进一步去除了信源间的相干性.相对空间平滑法计算量无明显增加,并且利用信号的方向矢量元素来直接估计信号角度.该方法不需要谱峰搜索,大大减小了运算量,具有分辨率高和估计方差小的优点.最后,通过仿真说明了该方法的有效性.

在遗传算法中引入个体学习机制能够提高算法的性能,避免算法收敛过慢或陷入局部最优.常用的个体学习机制有两种,即拉马克学习与鲍德温学习,通过分析比较了两种学习机制在遗传算法中的性能差异,指出了它们各自的优势与不足.为进一步提高算法性能,基于"学习潜能"的新概念及利用鲍德温学习挖掘个体学习潜能的方法,将两种学习机制有机结合在一起,使学习的优势得到充分发挥,使其不足得到有效抑制.数值试验结果表明,包含两种学习机制的新算法取得了很好的效果.

快速频率估计算法的研究对工程实现具有重要的意义.以低信噪比下水下声信号快速频率估计为背景,建立了数学模型,提出了一种基于短序列快速频率估计的改进算法.该算法是基于对三点自相关算法的改进,在没有增加运算复杂度的基础上提高了频率估计精度.仿真实验结果表明,该算法与三点自相关算法相比,其均方根误差(root mean square error,RMSE)更接近于克拉美-罗下限(Cramer-Rao bound,CRB),在低SNR情况下,比三点自相关算法低5 dB左右,并且当SNR提高到10 dB左右时,其RMSE能够接近CRB.

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.

提出了一种新的聚类评价方法,该方法以聚类的代表点表示法为基础,在经典方法上做出了改进.首先将聚类结果对应于模态逻辑中Kripke结构;然后利用模态逻辑中语法与语义之间的对应性选取了相应的公理系统.通过公式之间的蕴涵关系,选择一组极少的数据点来表示聚类结果的各种信息,形成聚类的模态代表点.在此基础上,给出了相应的聚类评价方法.这种方法除了可以评价聚类结果的优劣,还可以分析出簇的形态.实验表明,与一些常用聚类评价指标相比,这种评价方法更具通用性.

流式数据固有的动态性、无限性等特征给流式数据的多维建模与分析带来了巨大的挑战.基于流式数据的这些特征,提出了一种相应的流式数据多维模型.该模型通过时间维度中多层次时间窗口的定义,刻画了流式数据的动态性和无限性,并且对快照操作、持续操作以及动态维护等流式数据特有的操作形式进行了描述,从而为流式数据多维查询与分析奠定了理论基础.

现有的基于一次性签名的传感器网络广播认证协议因存储开销较大,较难适用于大规模尤其是多广播节点网络.提出基于辅助密钥的一次性签名方案(assistant-key based-onetime signature,AKB-OTS),引入辅助密钥和Merkle树机制对HORS进行改进,降低其公钥和私钥尺寸.提出基于AKB-OTS的多广播节点传感器网络广播认证协议.分析和验证表明,本协议存储、通信和计算开销低,能够抵抗穷举、选择明文、DoS等攻击,适用于大规模多广播节点传感器网络.

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.

长寿命卫星活动部件可靠性评估具有小样本、无失效数据的特点,采用大样本寿命数据统计方法或通常的无失效数据分析方法难以解决寿命分布建模与可靠性评估问题.针对Weibull寿命型卫星活动部件,提出了一种有效的Bayes可靠性评估方法.综合利用相似型号活动部件数据估计Weibull分布形状参数,利用相似因子和参数Bootstrap方法构造Bayes验前分布.实例分析表明,该方法具有较高的精度,可以解决小样本无失效条件下,长寿命卫星活动部件可靠性评估的困难问题.

在软件测试阶段,由于加速测试的影响,用软件可靠性增长模型测得的运行阶段可靠性很难真实反映实际运行时的可靠性.因此,修正了软件测试环境与运行环境相同的假设,针对测试阶段排错过程的延迟性,提出在测试阶段要把软件检错过程和排错过程结合起来建模.通过采用不同的故障检错率函数减少了测试与运行环境的差别,并结合移动点技术,提出了一个新的考虑测试环境和运行环境不同的可靠性增长模型(TDO-SRGM).在两个公开发表的数据集上进行的拟合试验和预测试验证明,该模型具有很好的拟合效果和预测能力.

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.