基于线性约束最小方差原则的稳健快速自适应脉冲压缩方法

针对线性调频信号在距离单元内的回波采样点与目标点失配, 即采样失配的情况下, 自适应脉冲压缩性能下降的问题, 对快速自适应脉冲压缩(fast adaptive pulse compression, FAPC)方法进行改进, 提出一种基于线性约束最小方差(linearly constrained minimum variance, LCMV)原则的连续分块FAPC (contiguous block FAPC, CFAPC)方法。该方法将自适应波束形成方法类比到自适应脉冲压缩滤波方法中, 首先在最小方差无畸变响应(minimum variance distortionless response, MVDR)原则保持增益的前提下增加零点约束条件, 加宽零点凹口的宽度; 而后对分块的协方差矩阵设置置零条件, 抑制旁瓣能量, 实现在采样失配情况下保持稳健的目的。实验结果表明, 在脉内多普勒频移和采样失配同时存在的情况下, 所提方法可以更好地抑制目标的距离旁瓣, 具有较好的稳健性。     

基于近似观测和最小熵约束的SAR稀疏自聚焦方法

当采样率较低以及重建散射点数量较多时, 基于两步优化的稀疏自聚焦方法收敛速度较慢且容易陷入误差较大的局部最优解, 导致自聚焦失败。针对此问题，提出了一种基于近似观测和最小熵约束的稀疏自聚焦方法。首先, 为解决测量矩阵规模大、内存占用高的问题, 构建了一种基于近似观测的稀疏自聚焦模型, 在聚焦图像的傅里叶变换域引入误差相位。然后, 在采用最大似然估计器估计误差相位时增加了最小熵约束, 同时采用相位梯度自聚焦法提供误差相位的初始解, 有效降低了迭代次数并使迭代结果更接近全局最优解。机载合成孔径雷达的实测数据成像结果表明, 与常规自聚焦方法相比, 所提方法具有更快的收敛速度和更稳定的自聚焦性能。     

基于两级扫描线优化的快速立体匹配算法

通过引入视差梯度理论,提出了一种弱连续性约束,它表示相邻点的视差变化总在一定的范围之内.同时引入了一种两级扫描线优化方法,它从水平和垂直两方向进行扫描线优化.最后把弱连续性约束与两级扫描线优化方法结合起来得到一种快速立体匹配方法.通过对比实验表明,与未加入弱连续性约束的两级扫描线优化算法相比,所提算法计算量更少,同时减轻了同纹理区域的匹配不确定性;与传统一维扫描线优化算法相比,该算法具有更高的匹配准确性并解决了扫描线间的不连续性.     

快速侦察任务响应时间分析与轨道设计

提出以任务响应时间为指标设计侦察任务和卫星轨道。给出了侦察卫星采用近地快速覆盖轨道执行快速侦察任务的流程,讨论了数据回收站的布设原则和发射场的选取方法,分析了数据回传对发射轨道的约束和光照条件对发射窗口的约束。在此基础上分析了侦察任务的响应时间,设计了快速侦察任务的最优轨道,使任务响应时间最短。在光照约束条件下,快速侦察任务的最大响应时间为1天。仿真算例验证了近地快速覆盖轨道的快速响应能力。     

Minimum geometric power distortionless response beamforming against heavy-tailed noise of unknown statistics

A minimum geometric power distortionless response beamforming approach against impulsive noise(including all αstable noise) of unknown statistics is proposed.Due to that definite logarithmic moments require no priori knowledge of impulsive noise,this new beamformer substitutes the logarithmic moments for the second-order moments and iteratively minimizes the geometric power of the beamformer's output snapshots,subjected to a linear constraint.Therefore,the proposed beamformer can provide significantly highe...     

高超声速伸缩式变形飞行器再入轨迹快速优化

针对高超声速变形飞行器再入轨迹优化问题, 研究了一种基于改进高斯伪谱法(Gauss pseudospectral method, GPM)的快速优化方法。首先,针对一种采用伸缩式机翼的高超声速变形飞行器, 建立了将展长变形量扩展成为控制变量的再入轨迹优化模型。其次, 采用GPM将轨迹优化问题转化为非线性规划(nonlinear programming, NLP)问题, 并基于NLP偏导数的稀疏性推导目标函数梯度和约束Jacobian矩阵的高效计算方法。最后, 优化求解了变形飞行器的最大横向航程、再入可达区、最大终端速度和最小飞行时间。仿真结果表明, 推导的梯度计算方法可有效提高优化求解效率, 变形飞行器相对于固定外形飞行器的性能更加优越, 最大横向航程、可达区覆盖范围、最大终端速度和最小飞行时间等指标均有显著提升。     

基于时间反演的上行NOMA系统能效优化算法

为了解决上行非正交多址接入(non-orthogonal multiple access,NOMA)系统在多径环境下传输效率较低问题,提出了一种基于时间反演(time reversal,TR)的上行NOMA网络资源分配算法.首先,利用TR技术独特的空时聚焦特性,增大信号的接收强度.其次,考虑用户最小传输速率约束和用户最...     

基于集员共轭梯度的约束自适应波束成形算法

针对传统波束成形计算复杂度过大的问题,提出一种基于集员共轭梯度的约束自适应波束成形算法。运用共轭梯度算法原理,在期望信号功率保留的约束条件下使输出方差最小,得到权重向量,避免计算输入信号的协方差逆矩阵,有效达到收敛。集员方法运用时变边界约束条件,实行数据选择性更新,减少计算复杂度。该算法运用集员方法和共轭梯度,避免重复计算,得到有效的权重向量,保证良好的收敛性能。又对算法进行计算复杂度和收敛性能分析。仿真结果表明,与其他传统算法相比,该算法在保证良好的收敛性能的同时,大大减少了计算复杂度。     

基于多目标的含风电场动态环境经济调度

在倡导大力开发新能源的政策下,含风电场发展迅速。但其出力调度问题很复杂,需要综合经济和环境因素,针对风电功率预测误差大,在研究含风电场动态环境经济调度时,在发电成本中考虑了旋转备用成本,在约束条件中考虑风功率预测误差对旋转备用容量的需求,以发电总成本最小、污染物排放总量最小、购电总费用最小为目标,建立含风电场动态环境经济调度模型。采用非支配排序遗传算法III对模型求解,以获得多样的解集和良好的收敛性。在含有1个风电场的5机电力系统算例中的仿真研究验证了所提出的基于多目标含风电场动态环境经济调度方案的合理性。     

面向突防的多约束滑翔弹道优化设计

快速通过敌方雷达探测区域能够增加打击突然性,提高突防性能。如何在弹道设计中描述雷达探测问题是必须解决的问题。为此,在常见多约束条件下的弹道设计方法基础上,根据雷达方程,将辐射型禁飞区约束转化为沿弹道积分的威胁系数约束。基于威胁系数积分建立弹道优化性能指标函数,利用hp 自适应Radau伪谱法对此优化问题进行求解,得到了满足飞行过程约束且暴露于敌方雷达探测区域最小的飞行弹道,对比分析仿真结果,验证了模型和方法的正确性,达到了提高突防性能的目。     

单Chirp脉冲时域自适应波束形成和参数估计

将最小方差无畸变响应(minimum variance distortionless response, MVDR)自适应波束形成方法拓展到一类非平稳脉冲信号,利用时域MVDR（time-domain MVDR, TMVDR）实现了单Chirp脉冲信号的自适应波束形成,即CTMVDR（TMVDR on single Chirp pulse signal, CTMVDR）。CTMVDR可估计具有常数幅值的未知Chirp脉冲信号的波达方向（direction of arrival, DOA）、信号功率和时间波形。理论分析结果表明,稳定估计自适应权向量的条件是稳定估计Chirp脉冲时间序列的自相关。数值仿真和海上实验结果表明,在采样频率不大于10倍Nyquist频率条件下,只需少于1 024个采样点,即可获得稳定的自适应权向量估计;和常规波束形成对比,CTMVDR有更好的波束响应、DOA估计、阵处理增益和Chirp脉冲信号的时间波形估计性能。     

基于混合遗传算法的配电网络重构优化

以网损最小为目标函数,电压降、线路电流值和电源容量的限制为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将该问题转化为无约束问题.针对遗传算法的局限性,对适应函数进行了调整,实施了最优保留策略,改进了交叉和变异操作,并结合了模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛.优化过程中考虑了配电网自身特点,提高了计算效率.重构算例说明,该优化方法有效、实用.     

Nonmonotonic Reduced Projected Hessian Method Via an Affine Scaling Interior Modified Gradient Path for Bounded-Constrained Optimization

The authors propose an affine scaling modified gradient path method in association with reduced projective Hessian and nonmonotonic interior backtracking line search techniques for solving the linear equality constrained optimization subject to bounds on variables. By employing the QR decomposition of the constraint matrix and the eigensystem decomposition of reduced projective Hes- sian matrix in the subproblem, the authors form affine scaling modified gradient curvilinear path very easily. By using interior backtracking line search technique, each iterate switches to trial step of strict interior feasibility. The global convergence and fast local superlinear/quadratical convergence rates of the proposed algorithm are established under some reasonable conditions. A nonmonotonic criterion should bring about speeding up the convergence progress in some ill-conditioned cases. The results of numerical experiments are reported to show the effectiveness of the proposed algorithm.     

GMSK+PN信号信噪比估计

针对数传、测距一体化的调制方式高斯最小频移键控复合伪码测距(Gaussian minimum shift keying+pseudo-noise, GMSK+PN)信号的信噪比估计,提出了一种精度较高、复杂度较低的快速算法。该算法采用层状结构分解的方式,将信号分解为若干信号单元,对每一个分解的信号单元进行功率分配计算或信噪比估计,最后快速准确地计算出整个信号的信噪比。信噪比在 1~13 dB之间时,估计误差小于0.5 dB。利用Simulink仿真工具,验证了该算法的有效性。     

基于共轭梯度求解代价函数的卷积码参数识别算法

卷积码常作为级联码、Turbo码等高性能编码的子码,正确识别出卷积码的参数是级联码、Turbo码参数识别的基础,这要求卷积码参数识别算法具有较强的抗噪能力。利用解调软判决序列可以有效提高识别算法的抗噪能力。根据递归系统卷积码编码码元间的线性约束关系构造了一个基于指数函数的代价函数模型,将生成矩阵的识别问题转化成求解代价函数极小值的最优化问题,并采用共轭梯度法不断逼近极小点。仿真结果显示,与现有算法相比,所提方法显著提高了抗噪能力,且适用性强、收敛速度快。     

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

三维局部多层快速多极子算法

为了进一步加速多层快速多极子算法求解电大尺寸目标电磁散射,提出了一种基于局部耦合技术计算矩阵矢量相乘的多层快速多极子方法。通过在迭代过程中设置与迭代误差相关的最初层,每次迭代仅仅需要考虑局部的耦合区域。该方法在保证合理计算精度的同时大大降低了迭代过程中矩阵矢量相乘的计算复杂度,提高了多层快速多极子方法计算效率。数值结果说明了所提方法的有效性。     

基于不完全信道信息的MIMO双向中继系统线性预编码算法#br#

针对配置两个通信节点的多输入多输出双向中继系统,提出一种基于不完全信道状态信息的预编码设计方案,该方案综合考虑信道估计误差与信道反馈延迟的情况。在中继发射功率受限的条件下,以最小均方误差为准则设计以预编码矩阵为变量的优化问题,提出矩阵分解和联合迭代两种线性预编码算法。矩阵分解法通过矩阵分解推导得到中继矩阵的闭式解;联合迭代法利用迭代算法交替迭代来联合优化预编码矩阵和接收端处理矩阵,直到算法收敛数。仿真结果表明,随着信噪比由0到25 dB逐渐增大,与现有方案相比,矩阵分解法能有效地降低系统的误比特率,联合迭代法能获得最佳的系统性能提升。     

Tuning of sampled-data ADRC for nonlinear uncertain systems

This paper concerns with the parameters tuning of active disturbance rejection control (ADRC) for a class of nonlinear systems with sampling rate not fast enough. The theoretical results show the quantitative relationship between the sampling rate, the parameters of ADRC, the size of uncertainties in system and the properties of the closed-loop system. Furthermore, the capability of the sampled-data ADRC under given sampling rate is quantitatively discussed.