一种混合H2/H∞ 滤波的传递对准算法

针对机载武器捷联惯导系统快速精确传递对准问题,建立了速度加姿态匹配传递对准模型,将系统 噪声、速度观测噪声建模为高斯白噪声,而将受机翼挠曲变形影响的姿态观测噪声建模为能量有限噪声。建立了 观测噪声中既有高斯白噪声又有能量有限噪声的滤波性能优化指标,将滤波问题转化为最小最大问题,采用拉格 朗日乘子法对最小最大问题进行了求解。设计了一种能处理观测噪声中既有高斯白噪声又有能量有限噪声的混 合H₂/H_∞滤波算法。仿真结果表明,该算法稳定性强,滤波精度高,为机载武器提供了一种有效的快速精确传递 对准滤波算法。     

前视SAR成像技术的发展和展望

作为合成孔径雷达（ｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ,ＳＡＲ）的一种新体制,前视ＳＡＲ 能够克服侧视以及前 斜视ＳＡＲ 在运动路线正前方存在盲区的问题,因此在地理遥感、地质勘探和战场侦察等领域均有着广泛的应用。 首先综述了前视ＳＡＲ 成像系统及其信号处理技术的应用领域、发展历程和研究进展,并对各种信号处理算法的 性能进行了研究与阐述。随后,介绍了德国的阵列前视ＳＡＲ 系统---视景增强区域成像雷达（ｓｅｃｔｏｒｉｍａｇｉｎｇｒａ ｄａｒｆｏｒｅｎｈａｎｃｅｄｖｉｓｉｏｎ,ＳＩＲＥＶ）,给出了其成像结果。最后讨论了前视ＳＡＲ 成像技术的研究热点并对其发展趋 势进行了展望。     

基于蛛网面积的区间灰数灰靶决策模型

灰靶决策模型是处理“小样本、贫信息”不确定性决策问题的常用方法,然而目前该领域的已有研究 成果尚无法对信息分布非对称条件下的区间灰数建立决策模型,同时基于“指标距离平方和”的靶心距计算结果 容易受到极端指标值的干扰,从而影响了决策结果的科学性与合理性。首先,推导了信息分布已知条件下区间灰 数核的计算公式,研究了区间灰数之间距离的计算方法与性质;然后,在此基础上通过比较指标集中各指标值与 靶心连线所围成图形（蛛网）的面积大小来对决策方案之优劣进行评价,从而在一定程度上弱化了建模对象中极 端指标值对靶心距计算结果的影响;最后,建立了供应商选择的蛛网灰靶决策模型。研究成果对优化灰靶决策模 型建模方法具有积极意义。     

面向目标不确定的多无人机鲁棒协同搜索

多架无人机（ｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅ,ＵＡＶ）协同搜索是多无人机协同的一个重要研究方向。多架 ＵＡＶ 同时对一个未知区域进行搜索,目的就是大量获取搜索区域的信息,确定目标存在的具体位置。提出了一 种基于贝叶斯理论的多ＵＡＶ 鲁棒协同搜索方法,首先建立搜索环境的数学模型,然后考虑到ＵＡＶ 传感器测量 的不确定性以及环境自身的不确定性,引入鲁棒性能参数以提高系统的抗干扰性以及稳定性,最后对目标函数进 行优化求解,从而引导ＵＡＶ 在区域中进行搜索。通过仿真结果验证了所提方法的有效性。     

基于欠采样的脉冲UWB通信窄带干扰消除技术

针对窄带干扰（ｎａｒｒｏｗｂａｎｄｉｎｔｅｒｆｅｒｅｎｃｅ,ＮＢＩ）的存在会对脉冲超宽带（ｕｌｔｒａ ｗｉｄｅｂａｎｄ,ＵＷＢ）通信 系统性能带来严重的影响。提出了一种基于欠采样的低复杂度ＮＢＩ检测与消除方案,以消除ＮＢＩ为目标,论证了 欠采样下ＮＢＩ检测与消除的可行性。通过傅里叶分析,指出ＮＢＩ在欠采样信号的快速傅里叶变换域中具有稀疏 性和易辨别的特点,并根据这些特征实现了对ＮＢＩ子空间的估计。依据ＮＢＩ子空间,设计了ＮＢＩ信号的正交投 影矩阵,在时域实现了对ＮＢＩ的消除。仿真结果表明,在可接受的ＵＷＢ 信号功率损失范围内,方案大大提高了 欠采样信号的信号干扰噪声比。     

高阶非线性系统的神经网络动态面控制

研究了一类非匹配不确定高阶非线性系统的跟踪控制问题。基于自适应增加幂次积分递推设计方 法,利用基神经网络的逼近特性,提出了一种自适应神经网络增加幂次积分动态面设计方法。在每个子系统中, 采用双极Ｓｉｇｍｏｉｄ函数设计期望虚拟控制律,保证了其可导性;引入一阶滤波器,避免了对期望虚拟控制律的微 分。仿真实例表明,所提控制方法能够保证闭环高阶非线性系统的状态量和跟踪误差半全局一致终结有界。     

空间非均匀海杂波的协方差矩阵估计新算法

利用参考样本估计海杂波的协方差矩阵,最典型的方法是归一化样本协方差矩阵（ｎｏｒｍａｌｉｚｅｄｓａｍ ｐｌｅｃｏｖａｒｉａｎｃｅｍａｔｒｉｘ,ＮＳＣＭ）,它隐含着假设参考样本的散斑分量具有相同的统计特性。这一假设成立与否取 决于海杂波是否具有空间均匀性。为了摆脱ＮＳＣＭ 对散斑分量的假设,提出了一种基于对角加载的协方差矩阵 估计算法（ＮＳＣＭ Ｌ）,该算法自适应组合ＮＳＣＭ 和单位矩阵,其组合系数随着参考样本的统计特性变化而自适应 地变化。利用广义似然比检测器（ｇｅｎｅｒａｌｉｚｅｄｌｉｋｅｌｉｈｏｏｄｒａｔｉｏｄｅｔｅｃｔｏｒ,ＧＬＲＴ）检测实测海杂波中的扩展目标,实 验结果表明,当分辨率为３ｍ 时,ＮＳＣＭ Ｌ性能改善高达１５ｄＢ。     

直接加权优化辨识中未知权重值的迭代选取

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中,增加若干关于输入观测 数据序列的线性项来增强逼近非线性。对于增加若干线性项后展开式中的两类未知权重值的选取,分别从理论 和实用上推导出这些未知权重值的选取过程,并明确权重值间的关键和辅助作用。理论上的推导分析可明确增 加的未知权重值在整个逼近非线性系统的目的中起着辅助作用;实用上的推导分析展示了怎样将某些复杂的最 优化问题经过整理变换成常见的最优化问题,从而可利用最基础的优化方法来求解,并分别对理论和实用算法的 收敛性做了必要的证明。最后用仿真算例验证所提方法的有效性和可行性。     

基于序值与拥挤度的拟态物理学多目标算法

根据约束多目标优化问题的特点,在拟态物理学优化(aritificial physics optimization, APO)算法的基础上,将无约束多目标APO(multi objective APO, MOAPO)算法引入到约束多目标优化领域中。提出约束违反度的判断准则,并采取一种更为有效的约束处理技术,从而构造出一种解决约束多目标优化问题的基于序值与拥挤度的拟态物理学多目标优化(improved constrained rank multi objective aritificial physics optimization, ICRMOAPO)算法。在随机搜索过程中动态调整引力因子与惯性权重,增强了非劣解集的多样性。实验结果说明了该算法的有效性,通过与序值约束多目标APO(constrained rank multi objective APO, CRMOAPO)算法、非支配排序遗传(non dominated sorting genetic algorithm, NSGA)算法、多目标遗传(multi objective genetic algorithm, MOGA)算法的对比实验,表明了该算法具有较好的分布性能,为约束多目标优化问题的求解提供了一种新的思路与方法。     

改进的多贝努利滤波检测前跟踪算法

针对传统多贝努利滤波检测前跟踪算法中需要先验已知新生目标随机集的问题,提出一种改进算 法。首先,引入一种新的搜索机制,采用多个贝努利分量在全局范围内搜索新生目标,从而不必对目标的新生过 程进行精确建模。其次,引入一种新的回溯机制,先对每个贝努利分量进行编号,然后对存在概率超过确认门限 的分量进行回溯,从而得到每个目标的完整航迹。最后,引入边缘粒子滤波对多贝努利随机集进行近似,通过降 低采样空间的维度提高采样效率,进而改善滤波性能。实验结果表明,改进算法能够在新生目标随机集未知的条 件下,达到与理想情况接近的性能,因此具有良好的工程应用前景。