低信噪比的空间谱估计通道幅相误差校正算法

针对低信噪比情况下空间谱估计算法性能下降的问题,建立了低信噪比的阵列误差模型.该模型不仅考虑了通道幅相误差对接收信号的影响,还考虑了它对接收机通道噪声的影响.利用该模型提出了一种通道幅相误差校正算法,该算法结合阵列接收数据自相关矩阵的特征值分解和迭代方法,可以在低信噪比情况下准确求得阵列通道幅相误差,使得高分辨率的空间谱估计算法能够很好地应用于毫米波热辐射阵列接收系统.最后通过仿真和实验验证了所建立的阵列误差模型和算法的正确性和有效性.     

低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

多波束阵列天线系统信道校准方法

基于Butler矩阵多波束天线系统实现蜂窝小区覆盖的基本原理和对多波束相关系数与阵列单元间距关系的研究,提出了在天线方向图矢量中引入窗函数和改变阵列单元间距的方法以改进系统的性能.针对无线信道衰落特性的不确定性以及Butler矩阵多波束网络的随机误差,给出了一种多波束阵列天线幅相误差的改进校准方法.该方法采用非正弦信号AC(alternating code)码作为正交编码信号集,发送一组正交编码信号到多波束阵列天线,接收端相干检测并以向量的形式累积,通过正交编码矩阵的逆矩阵解码得到校正因子,利用校正因子对Butler多波束天线的幅相误差进行修正.仿真结果表明该校准算法准确、有效,经幅相误差校准的多波束阵列天线可以实现小区的多波束覆盖.     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

基于PSWF函数的机载MIMO雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,本文提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线的构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计,并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

电液伺服系统多模型鲁棒自适应控制

针对电液伺服系统中存在不确定非线性和强参数不确定性的问题,提出一种多模型鲁棒自适应控制算法。根据系统参数不确定性范围建立了多个辨识模型,在辨识模型中设计非线性鲁棒项,以抑制干扰、未建模动态等不确定非线性的影响,提高系统的鲁棒性。基于辨识模型设计相应的控制器,采用基于辨识误差的性能指标函数作为切换依据,选取最佳控制器作为当前控制器,解决了传统自适应控制对参数自适应初值敏感的问题。该方法能够克服不确定非线性和强参数不确定性的影响,使系统得到渐进跟踪的性能,提高系统的瞬态响应性能。实验结果表明,该算法能抑制建模不确定性的影响,系统期望跟踪指令幅值为10mm时,跟踪误差大约为0.038 6mm,相对跟踪误差约为0.386%,系统跟踪精度得到了提高。     

高频地波雷达的阵列互耦校正

针对分布式高频地波雷达（HFSWR）的工程应用,研究了基于自适应混合算法（AHA）的阵列无源校正方法.该方法将阵列误差估计问题转化为多元参数的联合估计问题,利用改进的混合算法得到了该优化问题的最优解估计.利用海洋回波校正了分布式高频地波雷达阵列幅相误差之后,将该方法应用到雷达系统的阵列互耦误差校正.仿真和现场实验实测数据的分析表明,该方法对空间谱算法性能的改善十分明显,验证了其有效性.     

基于扁长椭球波函数的机载多输入多输出雷达降维自适应处理算法研究

针对机载多输入多输出(MIMO)体制雷达的杂波抑制问题,提出了一种机载MIMO雷达降维空时自适应处理(STAP)算法。该算法利用PSWF函数,根据雷达参数,离线地构造出杂波子空间的一组完备正交基,实现了对杂波子空间的估计;并运用特征相消法(EC)完成了降维STAP计算。仿真实验表明,在理想情况下,该算法能够获得很好的杂波抑制性能;在考虑阵元幅相误差时,与特征对消法相比,该算法在大幅降低运算复杂度的同时,依然能够保持杂波抑制能力。     

一种合成孔径雷达正交解调误差校正方法

在合成孔径雷达接收系统中,I/Q正交解调通道幅相误差严重影响成像质量。文章针对I/Q正交解调幅相误差对宽带线性调频信号脉冲压缩的影响进行分析,接着在研究国内外对窄带信号正交解调幅相误差校正方法的基础上,针对宽带信号提出了一种宽带正交解调幅相误差的数字补偿方法,并在实际采集数据中得到了较理想的脉冲压缩输出响应。     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法 ,算法中包含一个自适应模型和多个固定模型 ,每一个模型都有一个相对应的控制器 .在每一采样时刻 ,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入 .在该算法中 ,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性 ,而固定模型和固定控制器的作用是当被控对象的参数发生变化时 ,在自适应模型的参数估计收敛之前 ,暂时担当控制器的角色 ,以改善闭环系统的暂态响应 .证明了闭环系统的稳定性和输出跟踪误差的渐近收敛性 .仿真结果表明算法的有效性     

双H型石英音叉陀螺驱动信号频率跟踪算法的研究

为提高双H型石英音叉陀螺驱动信号的稳定性,基于DSP设计了一种数字化闭环控制电路,依据双H型石英音叉陀螺在串联谐振频率点处工作时驱动叉指振动的幅度随频率变化的影响最小,通过相位控制实现了驱动信号频率的跟踪,并利用希尔伯特变换产生了一对正交的参考信号用作相位检测.实验结果表明,双H型石英音叉陀螺工作稳定后,驱动信号频率跟踪算法的相位标准差为4mrad,精度达到0.003 4Hz.     

一种适用于高阶QAM的自适应均衡与载波恢复混合算法及硬件实现

高阶QAM解调时,由于信道失真以及载波频偏相互影响,自适应均衡与载波恢复需要同时考虑.提出一种自适应均衡与载波恢复混合算法,采用基于CMA和LMS的双模均衡算法以及改进的鉴频、鉴相算法,实现了在较大载波频偏下稳定的均衡收敛;同时该混合算法运算复杂度较低,易于硬件实现.     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

基于动态面控制的MIMO自适应神经网络控制

针对一类具有未知函数控制增益的多输入多输出(M IM O)非线性系统,基于后推设计方法和动态面控制技术,提出一种间接自适应神经网络控制方案.该方案通过引入1阶滤波器,消除了后推设计中由于反复对虚拟控制的求导而导致的复杂性问题,并避免了反馈线性化方法可能出现的控制器奇异性问题,参数估计无需使用投影算法.利用李亚普诺夫方法,证明了闭环系统半全局一致终结有界,通过适当选取设计常数,跟踪误差可收敛到原点的一个小邻域内.仿真结果表明了该方法的有效性.     

具有未知控制方向的自适应神经网络控制

讨论了一类具有未知死区模型和未知函数控制增益的SISO非线性系统的自适应神经网络控制问题.根据滑模控制原理,并利用Nussbaum函数的性质,提出了一种自适应神经网络控制器的设计方案.该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件.通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响.理论分析证明了闭环系统是半全局一致终结有界,且跟踪误差收敛到零.     

混合坐标系singer模型跟踪突发机动目标改进算法研究

针对混合坐标系下singer模型对跟踪弱机动目标初期误差出现跳变现象,且对突发机动跟踪自适应能力较差的情形,本文提出一种改进算法,通过引入渐消因子,实时调节一步预测协方差,以此调节滤波器增益,增强了滤波器跟踪突发机动目标的适应能力,同时改进了混合坐系下singer模型跟踪算法的精度.仿真结果表明,本文算法对突发机动自适应跟踪能力和弱机动目标跟踪精度都有提高     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

直线电机伺服系统模糊零相差跟踪控制

零相差跟踪控制方法可以提高伺服系统跟踪性能,但仍存在鲁棒性不强和增益误差的问题.对此提出误差增益补偿算法以减小增益误差,并进一步用模糊补偿替代增益补偿以提高系统的鲁棒性.数字仿真结果表明,新方法具有简单、实用的特点,可以有效地提高伺服系统的跟踪精确性和鲁棒稳定性.     

基于自适应观测器的线性离散系统故障诊断

为诊断线性离散系统中的故障,提出了基于状态估计的自适应观测器故障诊断方法。利用基于Lyapunov函数的自适应观测器构造残差信号,设计了观测器增益矩阵和故障估计值的自适应调节规律。保证Lyapunov函数的一阶导数为负,所提出的自适应调整律能够实现观测器稳定和故障估计误差收敛。仿真结果表明,该方法可以及时检测系统故障,且能够诊断故障大小。     

基于新息自适应的扩展卡尔曼滤波雷达目标跟踪算法

针对复杂环境下雷达目标跟踪系统易受外界干扰引入噪声污染分布问题,为了保证系统实时可靠,提出了一种基于新息自适应的扩展卡尔曼滤波雷达目标跟踪算法(innovation-based adaptive extended Kalman filter, IAEKF)。通过建立系统新息统计特性,构造系统与量测噪声函数,将新息协方差直接引入滤波器增益矩阵计算,在不增加计算代价的同时,改善算法的自适应性。仿真实验表明,在雷达测量系统受时变噪声污染分布影响下,IAEKF算法相比EKF算法跟踪精度高,算法可行且有效,具有一定的工程研究价值。