基于高斯—牛顿法改进的复合双基地雷达目标空间定位算法

针对复合双基地雷达系统的目标空间定位问题,提出了一种基于高斯-牛顿迭代的改进算法。该算法利用所有的观测数据构成非线性最小二乘定位方程,将精度最高的一组测量子集的解析解作为迭代初始值,从而比经验值更逼近真值,引入了变步长法使迭代迅速收敛,给出了应用该算法的具体步骤。仿真实验证明该算法提高了目标位置解的准确性,保证了迭代的收敛性。     

光电成像制导中地面运动目标检测与跟踪

地面运动目标的自动检测与跟踪是对地精确打击光电成像制导中的核心任务。针对地面运动目标自动检测问题,提出了由粗到精的迭代全局运动补偿算法以补偿动平台引起的背景图像像素位移,基于变化能量测度的独立运动目标检测算法以及基于三帧序列图像的运动目标定位算法。针对地面运动目标跟踪问题,提出了融合运动特征和灰度直方图特征的粒子滤波器目标跟踪算法,实现可靠、稳定跟踪地面运动目标。利用实际航拍视频进行算法验证实验,比较了基于傅里叶-梅林变换 (Fourier-Mellin transform, FMT)、Kanade-Lucas-Tomasi (KLT) 特征跟踪、Harris角点和迭代全局运动补偿算法,验证了基于变化能量测度的独立运动目标检测算法和融合多特征的粒子滤波器跟踪算法的有效性。     

极大熵方法求解双层多目标决策问题

讨论了双层多目标决策问题 ,给出了最优有效偏好解的概念 ,上层转化为极大熵问题求解 ,下层进行有效性检验 ,最终给出了迭代算法.     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

灰色多目标规划算法研究

对一般意义上的灰色多目标规划，提出客观确定子目标权重的方法及修正方法，利用子目标的权重引入各个子目标取最优值的白化权函数，构建灰色多目标规划有效解及其θ定位规划最优解的算法。文中的算例说明了算法的可行性与有效性。     

机载单站多目标无源定位算法

针对当前机载单站对多目标定位精度不高和对多目标信号分选要求过高的不足,提出了基于贝叶斯后验概率最大化原理的机载单站多目标无源定位算法。该算法直接利用干涉仪获得多目标的混合相位差序列,同时融合载机的运动模型和多目标位置先验信息,提高了对多目标定位的精度和分辨率,降低了系统对多目标信号分选的要求。仿真实验表明了该算法的有效性。     

基于改进多特征融合均值位移算法的红外舰船目标跟踪

针对红外海面背景杂波干扰严重多特征融合的均值位移算法无法准确跟踪目标的问题,对原算法进行了改进,提出一种基于多特征融合均值位移跟踪的新框架。在多特征融合均值位移跟踪的基础上,所提算法通过加入对目标区域的迭代分割并提取区域形心,实现了舰船目标的准确再定位;在局部分割的基础上,提出了对多特征模板尺寸和目标模型的更新方案,实现了对红外海面背景下舰船目标的准确、鲁棒跟踪。利用实际红外图像序列对算法性能进行验证,实验结果表明,所提算法能够更准确、有效地跟踪图像序列中的舰船目标。     

基于非均匀采样谱分析的多普勒解模糊处理

针对低脉冲重复频率（pulse repetition frequency, PRF）脉冲多普勒雷达的多普勒解模糊问题,提出了一种基于非均匀采样谱分析的多普勒解模糊处理方法。通过利用多重PRF方式下相参处理间隔内采样数据的时域非均匀特性,算法采用一种改进的复值迭代自适应方法直接估计无模糊多普勒谱的幅度响应,可实现PRF分组参差方式下对多个目标的解多普勒模糊处理。仿真结果验证了算法的有效性。     

下行卫星认知无线电门限与功率联合优化

用于卫星通信的频谱资源日益紧缺,但现存卫星系统却存在利用不足的问题。针对该问题,以最大化卫星通信中下行带内数据传输量为目标,提出了基于Underlay认知无线电的卫星信道检测门限与功率分配联合优化算法。首先分析了下行链路中信道融合检测误差、功率分配向量与数据传输量之间的数学关系,给出了信道数量及总功率均受限时信道与功率联合分配的可行性条件。之后,进行了目标模型可行性论证及融合误差分析,并将优化目标函数问题分解为检测门限与功率分配两个子优化问题。针对两个子问题,文中分别证明了加窗粒子群优化算法适用于数据融合后的门限优化,论证了信道与功率联合分配的可行性,在此基础上给出了信道与功率联合分配的最优解。引入中间量在两个子优化算法之间反复迭代,得到了本文目标函数的联合最优解。最后,仿真给出了检测门限优化性能,结果表明,改进型算法在准确度和迭代次数上均优于传统粒子群算法;比较了该联合优化算法与传统卫星通信方式及普通Underlay认知无线电用于卫星通信时的性能差异,结果表明,该联合算法能够有效提高频谱利用率;给出了算法复杂度。     

基于卡尔曼滤波的CDMA/GPS数据融合算法分析

针对无线定位技术的广泛应用,提出了一种改进的GPS/CDMA数据融合算法。该算法利用卡尔曼滤波实现了CDMA蜂窝网系统和GPS定位数据融合,提出高移动目标的事实上的位精度。借助移动目标的运动矢量模型、CDMA定位误差模型、GPS定位误差模型建立了CDMA和GPS定位状态方程,给出了数据融合的数学模型和融合算法。重点研究了利用卡尔曼滤波实现定位数据的融合。算法分别对GPS定位参数和CDMA定位参数进行滤波处理,然后对滤波后的数据融合。通过仿真表明滤波后两者定位精度都有大幅度的提高,数据融合后定位精度得到进一步的提高。     

基于加窗非均匀采样周期信号重建改进方法

提出了一种基于窗函数正弦参数估计的重建非均匀采样周期信号迭代算法。该算法将非均匀采样值利用加窗正弦参数估计算法得到迭代初始值 ,然后利用最小化误差能量方法 ,求出迭代算法公式的自适应系数 ,最后重建原信号 ,可以在较少迭代次数下得到相当精确的结果。计算机仿真实验结果与已有算法比较证明了该方法的有效性和先进性     

基于扩展Almon 算法的产业部门类型投入产出表的编制方法

Almon算法进行改造扩展可解决基于固定产业销售结构假定编制产业部门类型投入产出表出现负值的问题.根据Almon算法在迭代过程中避免负值的思想,基于固定产业销售结构假定下的推导公式, 构造迭代公式,并针对迭代公式中可能出现负值的部分, 引入比例因子,使在每一步的迭代中都能够避免负值,并且给出了迭代公式和比例因子的直观解释. 为验证该方法的有效性,将扩展的Almon算法和传统负值处理方法进行实证比较, 结果表明,扩展的Almon算法要明显优于传统负值处理方法,基于其编制出的投入产出表与官方公布投入产出表的误差更小.     

联合定轨非线性模型估值的偏差修正算法

从理论上推导了联合定轨非线性参数回归模型估值的偏差与均方误差的表示方法,提出了一种基于迭代算法的参数估值的偏差修正方法。通过对联合定轨非线性半参数回归模型结构的分析,建立了参数估值的偏差与方差的近似表示公式,并设计了非线性半参数联合定轨模型估值的偏差修正算法。理论分析和仿真计算结果表明,联合定轨非线性回归模型估值偏差修正方法能够进一步改善卫星联合定轨精度,从实际应用角度验证了偏差修正方法的合理性和可行性。     

基于TOA变化率有偏估计的单通道无源定位

针对相对径向加速度较小时,已有的到达时间(time of arrival, TOA)二次变化率定位方法精度低的问题,提出基于TOA变化率的高精度定位方法。为了提高TOA变化率估计精度,提出忽略径向加速度进行有偏估计的方法;基于有偏的TOA变化率,首先采用牛顿迭代方法,获得目标位置的粗估计,再根据粗定位值近似计算定位偏差,对粗定位进行偏差修正,得到目标位置的高精度估计。理论分析了利用有偏估计进行定位带来的随机误差和定位偏差,以及偏差修正后的定位精度。仿真分析表明,在观测站速度和加速度较小时,本文提出的TOA变化率定位方法精度优于TOA二次变化率定位方法,提出的偏差修正方法可有效降低有偏估计带来的定位偏差,定位精度优于无偏TOA变化率定位方法。     

基于辅助变量法的双基阵纯方位目标跟踪算法

伪线性估计算法是主要的纯方位目标跟踪算法之一,其计算简单,但估计结果严重有偏。针对伪线性估计算法估计的有偏性,提出了一种新的辅助变量方法对双基阵纯方位跟踪性能进行改进。该算法将上一时刻的目标估计值进行一次Levenberg-Marquardt迭代而得到的估计值作为辅助变量,进而对目标参数进行加权的最小二乘估计。通过仿真说明了利用该方法在不同的测量环境噪声下所得到的位置、速度跟踪误差曲线能快速地逼近CRLB,比双基阵EKF滤波器及伪线性估计算法有着更好的收敛速度和跟踪精度,证明了该方法的有效性。     

基于空时约束的自适应迭代单脉冲估计方法

在机载雷达参数估计过程中, 在主瓣杂波区附近自适应和差波束会发生畸变, 角度和多普勒频率参数估计之间存在耦合, 导致传统和差单脉冲估计方法的参数估计性能严重下降。针对此问题，提出了一种基于空时约束的机载雷达自适应迭代单脉冲估计方法。该方法首先通过导数约束和零点约束确保所形成的差波束为最优差波束; 其次利用广义单脉冲法进行参数估计, 解决了多参数估计之间存在的相互耦合问题; 最后通过自适应迭代方式进一步提高目标参数的估计精度。计算机仿真结果验证了所提方法的有效性。     

OQAM/OFDM系统基于迭代的辅助导频信道估计

针对基于交错正交调制的正交频分复用(offset quadrature amplitude modulation/orthogonal frequency division multiplexing,OQAM/OFDM)系统中信道估计问题,本文提出了一种基于迭代的离散导频信道估计方法。通过分析系统存在的固有干扰,指出传统离散导频信道估计方法性能较低的原因。通过减少辅助导频消除干扰的个数降低辅助导频能量,使用迭代的方法估计信道的性能。仿真结果表明,所提的消除两个干扰数据符号的迭代辅助导频方法在辅助导频能量与普通数据符号相同的同时能够得到更好的信道估计性能。     

基于TLS-CS的外辐射源雷达超分辨DOA估计方法

针对外辐射源雷达中，传统基于压缩感知（compressed sensing，CS）的超分辨波达方向（direction of arriving，DOA）估计方法在阵列天线存在幅相误差时测角精度差和目标分辨性能低的问题，提出一种基于总体最小二乘（total least squares，TLS）-CS的超分辨DOA估计方法。首先，通过奇异值分解方法求解TLS信号模型来修正阵列天线的幅相误差；然后利用贪婪迭代追踪算法进行CS稀疏重构得到目标的方位信息。仿真分析表明，当阵列天线存在幅相误差时，本文所提方法具有良好的超分辨DOA估计性能。     

基于RELAX和PSO算法的GTD模型参数估计

针对传统的几何绕射理论（geometric theory of diffraction, GTD）模型参数估计方法存在模型定阶困难、低分辨率时多散射中心难以准确估计、计算量大、易收敛于局部极值等问题,提出一种组合松弛（RELAX）算法和改进粒子群算法(particle swarm optimization, PSO)的GTD模型参数估计新方法。该算法基于RELAX思想,可以有效解决模型定阶问题;通过成像处理给定距离参数初值,并引入变异机制,使之能够稳定高效地收敛于全局最优值;在每次估计时通过检验同一分辨单元内是否存在多个散射中心,使之具有较好的超分辨能力。实验结果表明,该算法可以高效准确地估计GTD模型的散射中心参数。