针对主成分分析(principal component analysis, PCA)等数据压缩方法用于雷达高分辨距离像(high resolution range profile, HRRP)的特征提取,只能反映固定方位帧内HRRP线性结构,而无法准确描述目标,导致识别性能下降的问题,提出了一种基于混合概率PCA的HRRP特征提取方法。该方法利用期望最大值(Expectation maximization, EM)算法求解HRRP的一、二阶统计参数,能够真实反映数据分布,以分布趋同的原则实现不同方位帧的聚类,减少模板数量。最后通过自适应高斯分类器和Kullback-Leibler距离分类器识别获取的统计特征,可进一步改善识别性能。仿真实验验证了该方法能够在降低数据维数的同时,实现HRRP统计特征的提取,能一定程度上削弱方位敏感性的影响。

针对压缩感知稀疏信号恢复,提出了一种对测量结构扰动和粗差同时鲁棒的l₁正交匹配追踪(structure perturbation and outlier robust l₁-orthogonal matching pursuit, l₁-SPOR-OMP)算法。该算法利用l₁范数对粗差的鲁棒性,分别约束信号和扰动的拟合误差,进而通过交替迭代使它们同时到达最小,从而同时实现对信号和扰动的有效鲁棒恢复;由于算法仅需求解支撑位置的有效扰动,因此极大地降低了算法的计算复杂度。此外,为了进一步提高算法的恢复效率,也提出了使用鲁棒OMP方法来估计有效扰动的l_1,2-SPOR-OMP算法。在证明了所提出算法收敛性的同时,分析了运算复杂度。数值仿真的结果验证了所提算法的有效性和优越性。

锥体目标时频分布是目标的微动及结构信息的联合表征,针对此提出了一种利用微多普勒估计进动锥体目标特征参数的方法。首先分析了进动锥体目标散射源微多普勒的理论解,并利用三角函数降幂公式将其归纳整理为多阶谐波分量的合成,然后利用目标跟踪技术获取了不同散射源的微多普勒,最后依据锥顶及锥底不同谐波分量与目标特征参数的关系,提出了一种特征参数的估算方法。可为空间进动锥体目标识别提供一定参考。

对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival, DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local polynomial Fourier transform, LPFT)方法,通过对信号瞬时频率曲线进行多项式拟合,确定LPFT的窗函数长度及各阶系数,以较小的计算量实现自适应时频分析。在此基础上,提出一种基于自适应LPFT的多信号分类(multiple signal classification,MUSIC)算法。仿真结果表明,与其他时频MUSIC算法相比,该方法对信号形式的适应能力强,在DOA估计精度、多信源角度分辨能力方面具有一定优势。

互素谱分析是辨别稀疏样本谱成份的有效途径,然而当前的互素谱分析设计方法存在容易导致频谱泄漏和效率低的缺陷。本文提出基于全相位滤波的高效设计法,首先,分析指出抑制互素谱泄漏的关键在于拓宽原型滤波器的高阻带衰减的频带范围和提升边界频率控制的精度;其次,将基于两种对称频率采样的全相位滤波理论引入到原型滤波器设计中,并推导出滤波器系数解析表达式和与边界频率有关的参数配置公式;最后,将边界频率参数代入到解析表达式中即可实现高性能互素谱分析的高效设计。仿真实验表明,相比于现有的基于等波纹最佳逼近的互素谱设计方法,本文提出的基于全相位滤波的互素谱设计法可更彻底地抑制频谱泄漏,从而提高稀疏样本谱成分的识别准确性。

随着军事技术的发展,对隐身飞机的探测需求日益增加。依据飞行目标在飞行过程中难以避免的放电现象,设计一套利用微弱静电放电信号探测飞行目标的技术。实验证实飞行器上安装的静电放电器可将剧烈的电晕放电转变成柔和稳定的“雨淋脉冲”放电,放电辐射的峰值功率下降约40 dB。进一步采用匹配滤波二值法提高系统探测能力,根据实验和仿真计算,对-30~-10 dBW的微弱放电辐射信号探测距离可达5.06~50.6 km。

针对距离多假目标迷惑性强,鉴别过程计算复杂度高的问题,在长基线雷达组网背景下提出了一种基于多重判别的距离向多干扰目标鉴别技术。首先,针对目标量测关联判别次数随假目标数量增加而增加问题,将来自雷达网各目标量测分为真真、真假、假真、假假4种情况,以降低计算量;然后,采用最近邻角度信息多重判别的方法提高真假目标的正确识别率;最后通过理论分析和仿真实验的方法,对本文方法与经典的最近邻关联方法进行对比分析,结果表明,本文方法能够在提高正确识别率的同时显著减少判别时间。

围绕机会阵雷达(opportunistic array radar, OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。

提出了一种通用的合成孔径雷达(synthetic aperture radar, SAR)系统分辨能力评估方法,该方法可对复杂轨迹SAR系统(比如圆轨迹,同步轨道卫星和双基地SAR等)的分辨能力进行高效率、高精度评估。首先,推导化简了模糊函数的表达式。接着,根据模糊函数在0~-3dB之间的抛物线形状特性,在满足评估精度的要求下,本文采用四次多项式来近似该模糊函数,进而得到了对SAR系统分辨能力进行评估的解析表达式。最后,圆轨迹、同步轨道卫星以及双基地SAR的仿真实验验证了该方法的有效性。

在雷达多目标检测时,弱目标由于其能量低,容易被临近的强目标掩盖,严重影响了弱目标的检测。针对强弱目标并存的情况,提出了一种新的雷达微弱目标检测算法。首先联合Keystone变换和最小二乘FIR滤波器原理,实现了强目标相参积累并估计了其回波幅值,从而重构出强目标回波信号,并将其从原始回波中消除。通过对余下信号做相参积累,凸显了微弱目标,提高了微弱目标的检测性能。仿真实验验证了算法的有效性和优越性。

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar,GEOSAR)的技术特点和应用需求,进行定轨精度要求分析。首先建立GEOSAR定轨误差模型,定性分析定轨误差对斜距及多普勒频率的影响。然后针对全误差公式难以解析求解的问题,提出了一种基于蒙特卡罗法分析定轨精度的方法,并给出GEOSAR典型应用模式下的定轨精度分析流程。最后针对中等倾角GEOSAR给出定量的定轨精度要求。仿真表明,GEOSAR成像聚焦所需的径向位置精度为米级,切向速度精度为10^-3m/s量级,目标定位所需的切向位置精度为10 m量级,径向速度精度为10^-3m/s量级,差分干涉所需的径向位置精度为毫米量级,并且下视角越小,约束越高。

箔条云团雷达回波的建模与仿真一直是电子对抗领域研究的热点之一。为反映不同雷达极化、不同入射方向等条件下雷达回波的差异,在有关单根箔条运动模式、后向散射特性等已有研究成果的基础上,首先通过分析视线及其极化分量与雷达天线和箔条的角度关系完善了演绎法建模的理论研究。其次设计了基于统一计算设备架构(compute unified device architecture, CUDA)的CPU与GPU串并行计算程序,解决了演绎模型仿真时计算量大的难题。最后从雷达回波的距离多普勒特性、幅度分布特性等多个方面对仿真结果进行了分析,并通过与外场实测和理论推导数据的对比验证了仿真结果的可信性。

火控攻击配置方案寻优是多输入参数的仿真优化问题,针对传统方法在解决此类优化问题时存在的计算量大、耗时长等问题,提出一种基于两级序优化模型的火控攻击配置方案寻优方法。以空空导弹成功发射概率作为评价指标,采用分级寻优策略将寻优过程分为粗糙评估寻优与精细评估寻优。在粗糙评估寻优中,建立基于粒子群遗传规划的粗糙评估模型,对样本空间所有配置方案快速评估得到优质解集。在精细评估寻优中,采用迭代寻优的方法,逐步提升粗糙评估模型的精度,并缩小优质解集的规模。最后利用仿真模型评估得到满足效能指标要求的最佳配置方案。算例仿真分析表明了算法的有效性与可行性。

针对无人机三维实时航迹规划问题,提出了一种基于三层决策模型的平滑航迹规划方法,以提高其规划效率和可操作性。首先根据无人机三维飞行的特点,并结合自身性能、威胁和障碍以及地形等约束,设计三层决策目标函数和决策变量;其次为了避免不必要的迂回和路径,提高航迹的平滑性,提出了元胞化地图的变长探测方法和启发式优化策略;最后,利用所提出的认知行为优化算法对这一问题进行求解,以提高规划路径的搜索效率。不同场景地形的仿真及与现有经典方法的比较结果表明:该方法能有效实时规避威胁和地形障碍,且具有较高的可执行性,能够快速生成安全、平滑的飞行路径。

以复杂海战场环境下舰载无人机对海突击作战为背景,针对舰载无人机航路规划中容易忽略的威胁之间相互联系的问题,分析了威胁联网下航路规划领域的研究现状,针对其不足,建立了新的威胁分类方法,将威胁划分为机动威胁和固定威胁;构建了新的威胁联网模型,特别对距离舰载无人机航路较远,但联网后可以对舰载无人机产生威胁的威胁进行了着重研究,创新解决了机动威胁在威胁联网情况下的反应问题;最后基于遗传算法进行了仿真,分析对比了威胁联网与否对航路规划的影响,规划出了在威胁联网情况下的可行航路。

针对现有城市系统作战能力评估方法较少的问题,利用反向传播(back propagation,BP)神经网络在能力评估方面所具有的自适应、自学习、强容错性和泛化映射等优势,建立了评估指标体系并给出了指标的隶属函数。通过模拟退火遗传算法(simulated annealing and genetic algorithm，SAGA)优化 BP 神经网络的连接权重和阀值,弱化了指标评价中的人为因素,提高了评价结果的准确性、客观性和权威性,有效解决了传统遗传算法和 BP 神经网络易陷入局部极小值、收敛速度慢和抗干扰能力差等问题。仿真实例验证了该方法对城市系统作战能力评估的可行性和有效性。

当前信息优势度量研究混淆了信息优势及其效能等概念,度量指标缺乏严格数学基础,存在操作性不强、解释力不足、适用范围有限等缺点。针对上述问题,提出了一种基于集合距离的信息优势度量方法,通过引入感知信息集合与客观信息集合的距离度量,重新定义信息质量、信息优势等重要概念。详细讨论了最优子模式分配等几种常用集合距离的选取,并利用基于Agent的同质化协同模型对最优子模式分配距离下的信息质量进行了初步验证。结果表明,该方法具备可操作性,可更好反映信息优势局部和动态特性,且在部分条件下可退化为传统方法,灵活性和兼容性更强。

偏好顺序结构评估(preference ranking organization methods for enrichment evaluations， PROMETHEE)-Ⅱ方法是一种重要的多属性决策(mutiattribute decision making, MADM)方法。提出一种基于经典规划的鲁棒性分析方法用于解决PROMETHEE-Ⅱ参数求解问题,提供在信息条件不完全情况下的鲁棒性判别条件和设计步骤,并通过分析计算验证了这种方法的有效性。为PROMETHEE-Ⅱ权重的设置提供了新的思路,这种方法同时也可用于解决其他多属性决策问题。

判断语言的标度模型能够直接影响复杂系统决策综合计算结果的科学性、准确性。从心理物理关系角度分析了系统决策中外界客观刺激与心理主观判断过程的基本原理,建立了标度模型数值体系与对偶判断语言集的心理物理关系模型;构建了基于W-F(Weber-Fechner)定律及Stevens幂定律的2种对偶判断语言标度模型,并确定了标度模型的具体数值体系。从标度模型应用计算结果及自身特性两个方面,以标准均匀判断矩阵实例验证了基于心理物理定律的标度模型具备的优点,及W-F定律较Stevens幂定律更加适合用于复杂系统决策研究。

为提高导弹拦截高速机动目标的精度,基于自抗扰控制理论的估计补偿思想,设计了考虑自动驾驶仪动态特性和目标机动的三维动态面导引律。首先,建立了考虑自动驾驶仪动态特性的三维耦合制导模型;其次,针对制导模型中所存在的目标机动和测量噪声的干扰,设计扩张观测器估计目标机动和视线角速率,并将其应用到导引律的设计中;再次,基于动态面控制方法设计了三维空间导引律,避免了传统反演控制方法中的“微分膨胀”问题;最后,在目标作不同机动情况下,所设计的导引律与比例导引律、动态面导引律进行比较,仿真结果表明所设计的导引律具有更好的制导性能。

以捷联红外导引头的工程应用为研究背景,针对刻度尺误差带来的隔离度问题,提出一种基于多模型(multiple model,MM)的隔离度在线补偿方法。建立了捷联红外导引头隔离度模型,分析了隔离度对导弹制导系统稳定性和制导精度的影响;对刻度尺误差进行离散建模,采用基于MM的滤波算法,实时更新每个模型与真实值匹配的条件概率,得到刻度尺误差的估计值,最后将当前时刻的刻度尺误差估计值代入到制导回路进行在线补偿。研究结果表明,捷联导引头隔离度的存在会削弱制导系统稳定性、降低制导精度,特别在寄生回路正反馈时影响更为严重;所提出的基于MM的隔离度在线补偿方法可较好地实时估计出作用于系统的刻度尺误差,并有效实现了对刻度尺误差引起的隔离度的在线抑制,具有较好的鲁棒性和自适应性,达到了改善制导性能,提高制导精度的目的。

针对存在复合干扰的四倾转旋翼(quad tilt rotor,QTR)无人机姿态控制问题,提出了一种结合分数阶理论、滑模变结构控制理论、新型趋近律及super twisting二阶滑模干扰观测器的分数阶滑模控制方法。首先,利用分数阶微积分算子的信息记忆和遗忘特性,把分数阶微积分理论引入滑模控制方法中,设计了分数阶比例微分积分滑模面。其次,针对传统趋近律收敛时间长、速度慢、抖震严重等不足,提出了一种具有二阶滑模特性的新型快速趋近律。最后,考虑到复合干扰的存在,采用super twisting滑模干扰观测器在线对复合干扰进行估计和补偿。通过与传统整数阶滑模控制和动态逆PID控制进行比较,仿真实验结果表明,所提控制方案具有良好的控制性能。

根据非对称卷弧翼滚转导弹运动特点,建立了包含系统不确定参数、结构损伤干扰、观测噪声等因素的三通道有控运动模型,提出了一种基于Lipschitz自适应观测器补偿控制的轨迹线性化控制(trajectory linearization control,TLC)改进算法。根据时标分离原则将控制系统分为快慢两个回路并设计TLC控制器。通过求解线性矩阵不等式组的方法得出了非线性Lipschitz状态观测器,对未知干扰参数进行估计,并依据参数估计值和反馈的状态设计了干扰补偿控制律,从而改善了TLC算法性能。仿真实验表明,提出的改进算法可以使导弹姿态运动较好地跟踪控制指令,实现了导弹滚转运动和角运动控制的解耦,保证了导弹系统能够抑制气动/结构参数摄动、观测噪声和强突发未知干扰等情况的影响,提高了导弹姿态控制的鲁棒性和准确性。

提高复杂环境下无人飞行器(unmanned aerial vehicle, UAV)自主避障能力成为亟待解决的关键问题。针对现有避障算法忽略“潜在危险”障碍的影响和对多障碍避碰复杂的问题,建立障碍物威胁分级模型,提出一种速度障碍圆弧法,该方法通过速度障碍圆弧参数量化了威胁障碍的影响。同时,给出了速度障碍圆弧参数的系统计算方法,考虑了复杂环境下UAV与威胁障碍之间不同相对位置和相对速度情况。基于速度障碍圆弧法给出相应的避碰算法。以路径规划为实例对避碰算法进行了仿真验证,仿真结果验证了算法的有效性和实用性。

针对多手持终端仅测速实时定轨问题,设计了一种自适应联邦强跟踪容积卡尔曼滤波(strong tracking cubature Kalman filter,STCKF)算法。首先,使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散得到状态方程。然后,为每个手持终端设计了STCKF滤波算法,该算法基于强跟踪滤波(strong tracking filter,STF)的等价表示计算次优渐消因子以在线实时调整增益矩阵,提高短弧段内滤波估计收敛速度。进而,利用信息最优合成算法对每个终端输出的局部定轨结果进行融合,为提高信息融合精度,信息分配因子由误差协方差矩阵的Frobenius范数自适应确定。最后的仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度,自适应联邦STCKF算法可以有效提高实时定轨精度和滤波收敛速度。

基于传统的多用户差分混沌移位键控(differential chaos shift keying,DCSK),本文提出一种新型的多进制多用户DCSK 混沌扩频通信方案。该方案在发送端将二进制码元转换为多进制码元,极大提高了二进制码元的传输速率,并利用频分复用实现多用户传输。接收端将所有用户参考信号合并作为新的参考信号,分别与各个用户进行相关解调。仿真结果表明,增加用户数可以有效改善多进制多用户DCSK系统的误码性能,该方案具有一定的实际应用价值。

多输入多输出正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing, MIMO-OFDM)系统中,为提升最小二乘(least squares, LS)信道估计算法的估计精度,可以利用离散傅里叶变换(discrete Fourier transform, DFT)算法对LS算法进行改进,然而,DFT算法对最大时延内的噪声未作处理,因此算法的估计精度仍易受噪声影响。针对这一不足,本文提出基于循环前缀(cyclic prefix,CP)的改进DFT信道估计算法。该算法以CP的长度为标准,对CP长度外的信道系数置零,对CP长度内的信道系数设置门限值,将模值小于门限值的信道系数置零。理论分析和仿真结果表明,改进算法中噪声被有效抑制,估计算法的精度得到提高。

无人机之间通过相互协作形成无人机网络以完成相应任务,现有研究较少考虑无人机的移动性所造成的无人机网络的拓扑结构变化而引起的通信方面的问题。本文将无人机网络在通信范围内的通信延迟最低作为目标,基于贝叶斯联盟博弈解决无人机的移动性所造成的的网络结构动态性,以及协作无人机的选择策略问题。在贝叶斯联盟博弈模型中,针对无人机的移动性,将无人机分为两种类型:协作行为的无人机和不协作行为的无人机。基于信念更新机制来帮助无人机观测其他无人机的行为并找到可能的联盟结构。仿真结果表明,由贝叶斯联盟博弈算法得到的通信延迟最小的无人机联盟结构是纳什稳定的。

局域按需簇维护(local and on-demand maintenance of clusters,LDMC)具有多重优势,但仍可能因对受损簇即时维护导致频繁的局部业务中断和能量浪费,提出一种改进的物联网感知层簇维护优化算法,综合权衡对受损簇进行即时维护的成本和延时维护的代价,为应对不同受损状态和业务需要优化设定启动簇维护的条件,以降低网络维护开销和节点能耗,进一步延长网络生命周期。网络仿真软件 (network simulation 2, NS2)仿真结果表明,与LDMC方法相比,该改进优化算法可减少业务中断次数和时长、降低簇维护时的能量消耗、增加数据发送总量,在仿真条件下网络生命周期最多可延长16.3%;且网络规模越大,该改进算法的优化效应越明显。

为更好地解决复杂背景下非结构化自然场景对象的轮廓提取问题,提出了一种引导滤波与视觉感知机制相结合的方法。通过改进的加权引导滤波方法对输入图像进行预处理,在去除图像中噪声的同时,保留和突出图像中物体的轮廓信息;之后采用基于非经典感受野视觉机制的背景抑制和轮廓增强算法进行处理。给出了完整的处理流程,阐述了各部分算法的实现步骤。通过最后定性和定量的实验对比,所提出的算法在效果上优于以往的同类算法,为进一步自然场景轮廓提取的实用化改进和视觉感受野仿生图像处理提供了一种思路。

针对传统的基于线性列表可视化显示方式难以满足高效指挥流程监控与评估要求的问题,提出和实现了一种基于事件行动(event action,EA)流程图的指挥流程信息可视化方法。首先,基于可视化显示内容与形式的军事需求,提出了一种EA流程图模型;其次,建立了指挥内容军事概念模板,实现了非结构化基础数据到结构化指挥行动信息的转换,基于指挥流程规则知识比对方法,实现了按照指挥目标任务分类的指挥事件信息生成,形成了从数据到EA流程图映射的方法过程;最后,以装甲机械化部队作战指挥仿真训练为应用案例,设计实现了指挥流程信息可视化系统,对提出方法的可行性和有效性进行了验证。

为了抑制辨识模型阶数的不断增长,适应系统的时变动态特征,以滑动时间窗为基本建模策略,提出了一种具有自适应正则化因子的核超限学习机(kernel extreme learning machine, KELM)在线辨识方法。通过构建新的目标函数,使得正则化因子可以随着系统动态而改变,保证了模型在不同的非线性区域拥有不同的结构风险;通过构建统一的学习框架,在保证每一次训练迭代中学习过程稀疏化的同时,实现了核权重系数与正则化因子的同步更新。实验结果表明，提出的方法相比与其他基于KELM的在线序贯学习方法,在有无噪声的情况下,均可以有效提升辨识精度,并且具有更好的稳定性。

针对小样本情形下的退化轨迹建模问题,为解决用ε-支持向量回归(ε-support vector regression,ε-SVR)建模时不敏感参数ε不易选择的难题,提出一种基于v支持向量回归(v-support vector regression,v-SVR)的退化轨迹建模方法,并用遗传算法优化模型参数以提高建模精度。参数v-与支持向量和错误样本点的个数有关,根据这一性质确定v的取值范围,并实现对支持向量或错误样本点个数的控制。对疲劳裂纹增长数据的实例分析表明,所提方法不仅便于确定参数,而且相对于以往文献的方法有更高的建模精度。