基于原子范数的多跳频信号时频参数估计

针对现有多跳频信号参数估计方法构造的基字典与信号不匹配的问题,提出了基于原子范数的时频参数估计方法。首先定义无限原子集合并建立原子范数最小化模型,再利用其对偶问题完成对信号的估计,最后根据对偶多项式在单位圆上的绝对值完成信号频率的估计,通过统计频率分量的个数完成了信号跳变时刻的估计。仿真结果表明该算法在多跳频信号条件下能够得到比现有算法更高的估计精度和性能。     

基于标签随机有限集滤波器的多扩展目标跟踪算法

针对现有随机有限集(random finite set, RFS)扩展目标滤波器不能输出航迹的问题,提出了基于标签RFS滤波器的多扩展目标跟踪算法。该算法首先采用随机超曲面模型将目标建模为星-凸扩展形态,然后利用标签策略表征集合中的离散元素,结合基于延迟逻辑的多假设跟踪理论,采用N 次回扫策略对多帧量测进行平滑处理。仿真实验结果表明,该算法可以在目标跟踪过程中形成完整航迹并对目标扩展形态进行有效估计,特别是在低信噪比探测场景中,所提算法跟踪精度明显优于传统RFS滤波算法,进一步提高了滤波器的稳定性和有效性。     

基于广义卡尔曼-布西滤波的压缩光相位自适应估计方法

应用量子理论获取导航测角中的相位参数,有望获取超越经典理论极限的定位精度.在利用量子零拍探测测量相位压缩光的相位时,本振相位与待测相位在正交的前提下得到的零拍电流受到散粒噪声的影响最小.为了保证本振相位能够时刻满足此条件,并考虑到导航系统非线性和实时性的特点,基于广义卡尔曼-布西滤波设计了零拍锁相环,对本振相位进行实时的反馈控制,进而实现对压缩光相位的实时估计.理论分析以及仿真结果表明,利用压缩光作为信号场获取相位参数时能够突破散粒噪声的限制,提高导航测角系统的定位精度,并且在最优压缩度处相位估计精度最高,最优压缩度取决于压缩光强度以及测量系统的相位稳定性.      

斜视合成孔径雷达的稀疏降采样数据成像方法

针对合成孔径雷达数据量庞大,不便于存储传输等问题,结合经典的距离多普勒成像算法与压缩感知理论,提出一种稀疏降采样斜视SAR数据的成像方法.在方位向上用随机降采样的方式录取数据,对所得数据进行相应的距离徙动校正和距离脉压,随后将方位向脉压建模为典型的压缩感知模型,用平滑l₀算法重构出二维SAR场景.利用该方法能有效地减少稀疏场景的SAR回波数据量,仅采用传统数据量的25%,即可获得清晰的二维成像结果.     

面向韧性的指挥信息系统节点重要性度量方法

为增强指挥信息系统韧性,提升资源使用效费比,必须把有限资源投入到对系统韧性影响最为显著的重要节点上。分析指挥信息系统韧性过程,以攻击发生后指挥信息系统在规定恢复时间内的平均功能水平来评估其韧性;建立指挥信息系统模型和节点模型,根据各个节点韧性增加/减少相同比率时,对系统韧性的影响程度来度量节点重要性,提出基于蒙特卡罗仿真的节点重要性计算方法;通过仿真实验对指挥信息系统韧性过程,节点重要性度量方法及其性能、应用场景等进行验证。实验结果表明,该度量方法能有效区分指挥信息系统节点的重要性,且在单调性和精确性方面具有一定优势,可应用于指挥信息系统规划设计、运维管理、应急抢修等阶段的韧性增强。     

新型方向性自差分涡流传感器的仿真设计与研究

传统涡流检测技术采用一个圆柱形的激励线圈来产生激励磁场,通过用检测线圈来收集扰动磁场,然而由于激励线圈引起的磁场要比缺陷引起的扰动磁场强很多,这种结构的传感器对缺陷的检测灵敏度低,需采用差分的方法来获取缺陷信息。提出了一种新型涡流传感器,其通过采用矩形激励线圈来改变激励磁场的空间分布,使得无需采用差分方法就可以获得缺陷信息。在对新型传感器进行原理分析的基础上,仿真分析了其与传统传感器探头缺陷检测灵敏度之间的差异。并对传感器尺寸和激励频率进行了优化设计,最后验证了该新型传感器对缺陷长度的定量检测能力。仿真结果表明,该新型传感器具有较高的检测灵敏度和缺陷定量精度,为以后单激励多检测阵列涡流传感器的研究奠定了基础。     

面向航空集群网络的改进型AODV路由协议

航空集群作战是未来空战重要作战模式,作战的场景、对象、态势更加复杂多变,经典的AODV(ad hoc on-demand distance vector routing)路由协议由于存在网络节点资源耗费不均以及无法适应网络拓扑结构快速变化等问题,不能很好地适应航空集群网络.提出一种基于资源可用模型和断裂链路快速修复模型的改进型AODV路由协议.协议通过设计资源可用模型改善航空集群网络中节点存储资源、计算资源、带宽资源耗费不均的问题,提高节点生存时间,并且通过设计断裂链路快速修复模型,降低重启路由发现频率,使其能更好地适应网络拓扑快速变化的航空集群网络.仿真表明,与经典的AODV协议相比,该协议在降低网络中死亡节点数目以及重启路由发现频率方面都有显著提升,对航空集群网络具有较强的适应能力.     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

独立不同分布Nakagami-m衰落信道下最大比合并性能分析

为研究独立不同分布(i.n.d.)Nakagami-m衰落信道下的分集接收系统采用最大比合并(MRC)时的系统性能,以输出信噪比的概率密度函数为基础,导出了系统中断概率的精确解并给出中断概率数值解的一种获得方法。根据输出信噪比的矩生成函数,推导出不同调制方式下系统平均误符号率的Chernoff上界、渐进分集增益和有效分集增益的表达式,并仿真验证了其正确性。仿真结果表明:增加分集支路数能够很大程度地减小系统平均误符号率,提高分集增益,但同时各支路衰落不平衡程度对系统性能的影响变大,各支路衰落不平衡程度在信道衰落越小时对中断概率影响越大。     

联合干扰功率限制下的认知中继网络性能分析

频谱共享的Underlay认知中继网络中,为了保证主用户的可靠通信,要求次用户网络中源节点及中继节点的发射功率必须满足主用户接收端干扰功率的限制。基于主用户峰值干扰功率和平均干扰功率的联合限制,分析了中继节点采用选择协作解码转发协议时潜伏式频谱共享认知中继网络的性能。值得一提的是,考虑中继传输中由主用户接收端干扰功率限制引起的第1跳链路信噪比之间的相关性,推导了瑞利衰落环境下次用户中断概率和信道容量准确的闭合表达式。仿真结论显示,次用户中断概率与信道容量的解析曲线与仿真结果一致,系统性能因频谱共享的认知网络中次用户源节点与主用户接收机链路之间的相关性而有所下降,中断概率约有2dB的性能提升。