一种快速近似无偏的双基阵纯方位目标定位方法

纯方位目标运动分析(TMA)是一种非线性估计问题，对测量方程进行线性化处理后对其运动要素的估计可能会出现发散或偏置现象。利用双基阵所提供的方位量测信息，在测量方程伪线性化后使得均方等效误差期望最小来实现目标运动要素无偏估计，通过仿真说明了利用该方法所得到的位置、速度跟踪误差曲线能很好快速地逼近CRLB，比双基阵EKF滤波器有着更好的收敛速度和跟踪精度，证明了该方法的有效性。     

X射线源/地心矢量观测的卫星自主导航应用

针对X射线探测器的卫星自主导航应用,提出基于X射线源/地心矢量观测的航天器自主天文导航方法。研究了X射线源/地心矢量自主导航原理并给出自主导航系统方案。通过X射线源和地心矢量提取,合成了X射线星光角距和星光仰角观测模型。对X射线源矢量方位观测误差和地心矢量方位观测误差引起的系统观测量残差进行了理论分析,并将其建模为缓变量。建立了卫星运动状态方程模型,并将无迹卡尔曼滤波(unscented Kalman filter,UKF)算法应用于自主导航过程中,针对观测量周期与导航周期异步的情况给出了导航解算方案。近地圆轨道卫星的自主导航仿真结果验证了该方法的有效性。     

改进投票策略的多类SVM及在故障诊断中应用

针对一对一(OVO)分解法,提出了一种改进的投票(MWV)策略,解决了传统策略中的不可分区域问题。首先,由训练ω_i类和ω_j(j≠i,j=1,…,n)类而得到的SVM决策函数;再对ω_i类定义了一个取值在0~1之间的调节函数,并使改进的得票值等于传统得票值加上调节函数。最后,根据改进的得票值进行分类决策。对于可分区域的样本,改进MWV策略的分类结果与传统策略完全相同;对于不可分区域的数据,由调节函数的值决定。将所提法应用于齿轮传动箱故障诊断实例并与传统得票策略诊断进行了对比,实验结果验证了所提方法的上述优越性。     

局部几乎正则多部竞赛图中的分量共轭圈

一个n-部竞赛图是n-部完全图的一个定向.令V₁,V₂,…,V_n是n-部有向图D的部集.如果D中存在两个不相交的圈C和C'使得对于每一个i∈{1,2,…,n}都有V_i∩(V(C)∪V(C'))≠ƒ,则称C和C'是D的一对分量共轭圈.针对多部竞赛图的共轭圈问题,提出了分量共轭圈的定义,同时证明了每一个至少有6个顶点的部集具有相等基数的局部几乎正则多部竞赛图的分量共轭圈的存在性问题.     

基于方差分析变量约减的指令制导回路误差分配方法

针对引入惯导设备的指令制导系统中的误差分配问题,构建了指令制导回路误差优化分配的数学模型,利用方差分析法进行了变量约减,改善了传统优化设计中优化参数过多的问题。采用基于带精英策略的非支配排序遗传算法的Pareto多目标遗传算法,并利用动态罚函数法处理多约束情况,改善了优化求解过程仿真时间过长和局部收敛的问题。以某指令制导系统和惯导设备的误差参数为例,用此方法对制导精度和总费用两项指标进行优化。结果表明,优化方案的各项性能指标均满足设计要求,与优化前方案相比,优化目标有很大程度的改观,制导精度提高近30%,总费用降低近40%。该优化方法有效且通用性强,可为其它制导方式的误差优化分配问题提供设计依据。     

利用嵌套微分进化算法选择微下击暴流模型参数

微下击暴流场的建模在飞行仿真中具有重要意义。将多涡环微下击暴流模型参数选择看作一个优化问题,引入微分进化算法来解决该问题。在按照水平垂直风速最大峰值比进行参数选择中,同时包含了互相关联的两种寻优过程。对标准微分进化算法进行改进,提出利用嵌套的微分进化算法同时完成目标寻优和中间寻优两个过程。仿真试验表明,本文方法可灵活地生成任意水平垂直风速最大峰值比值的微下击暴流场,并且能够满足用户设定的误差范围要求。     

基于隐Markov模型的纯方位轨迹检测方法

针对方位历程图中微弱目标信号的轨迹检测问题,分别在纯噪声和目标存在条件下推导了方位历程图中测量值的分布特性,提出了一种基于隐Markov模型的目标信号轨迹检测方法;同时,针对轨迹的起点与中止点的自主判断问题,基于序列检测提出了两种检验算法,充分利用了轨迹点的测量值分布特性和方位的连续性来提升检测性能。相比于传统的能量检测,轨迹点的检测性能提升约3dB,降低了所估计轨迹的均方根误差,同时保持了更低的虚警概率。湖试数据验证了该算法在单目标条件下的有效性。     

机载双通道SAR地面慢速运动目标参数估计方法

针对机载双通道合成孔径雷达(synthetic aperture radar, SAR)系统中运动目标参数估计,提出了一种利用目标相位历程拟合目标运动参数的方法,包括距离向速度、方位向速度、距离向加速度和方位向加速度估计。对于高信杂噪比目标,直接利用通道之间的相位关系推导了目标运动参数估计的解析表达式;对于低信杂噪比目标,杂波抑制后,利用目标真实合成孔径时间与目标方位向运动参数的关系结合相位历程一起进行参数估计。该方法只对目标相位进行拟合,计算量低,易于工程运用。仿真与实测数据验证了该方法的有效性。     

基于Pareto的双群体多目标微分进化算法

针对多目标优化问题微分进化是一种简单、快速且具有鲁棒性的进化算法.提出一种基于Pareto的双群体多目标微分进化算法(DEPDP),DEPDP与传统微分进化区别在于:个体的变异操作和选择方式.DEPDP的变异过程类似于粒子群优化的粒子速度更新操作,即包括可行解个体,也有不可行解个体的参与;在个体的选择过程中,组合修正后的不可行解介体和可行解个体,并采用—种特殊的“非劣排序和等级选择过程”确定出新一代种群.仿真实验表明:相比其他比较算法,DEPDP获得的Pareto最优解有着良好的多样性均匀分布特点,接近真实的Pareto前沿,收敛性也较好.     

纯方位二维运动目标的不可观测性问题研究

纯方位系统是可观测的 ,是指系统在纯方位观察条件下 ,能唯一地求解出目标的运动参数。针对二维空间作匀加速运动的目标 ,对纯方位系统跟踪的不可观测性问题进行了讨论。证明了在观测器保持匀速直线运动时 ,纯方位系统定位与跟踪不可求解这一命题。对于利用被动传感器得到的纯方位量测进行目标运动状态的估计 ,在理论和实践中都有一定的指导意义     

基于运动矢量相对强度的时域错误掩盖算法

针对时域错误掩盖中运动矢量恢复存在偏差的问题,提出了一种依据运动矢量边界差值最小准则的运动矢量估算方法。同时,利用受损块与邻域块的运动空域相关性,提出了一种基于运动矢量相对强度的时域掩盖算法。对于受损块,评估其领域内运动矢量变化的相对强度,据此采用运动矢量边界差值最小法或拉格朗日插值法恢复其运动矢量。仿真结果表明,对不同视频序列或不同宏块丢失率,该算法所恢复的视频序列的PSNR值比传统算法提高了0.3 dB~3 dB;同时,解码的图像也获得了较好的主观视觉效果,具有更强的鲁棒性。     

基于双向汇聚引导蚁群算法的机器人路径规划

路径规划是自主移动机器人技术的核心理论问题之一,论文采用网格法建立路径规划问题的环境模型,提出了基于先验知识的优势方位角,建立了主优势网格和次优网格的改进网格模型,并采用基于子路径认知方法的信息素释放策略,提出了起始点与目标点互换的交替双向引导策略,实现了一种汇聚融合的信息素结构,实现了基于改进网格模型的双向汇聚斑迹信息素蚁群算法。实验表明,该方法在求解具有复杂障碍物分布的大规模地图规划问题时,具有空间复杂度小和效率高的优点,大大提升了构建初始解及收敛的速度,具有很好的求解性能。     

基于RPPP的无人机自主着舰关键技术研究

在有风浪的复杂海况下，需要自主着舰的无人机与舰船两者相对运动带有极大不确定性，为了提高无人机着舰时相对定位以及控制的精度，确保无人机着舰时的安全性与可靠性，提出一种通过差分对流层误差的相对精密单点定位技术(relative precise point position, RPPP)。该技术仅依靠数据链和载波型卫星定位接收机，消除相同环境下卫星定位相同误差，获得精确相对定位。将比例导引与LQR(linear quadratic regulator)控制器相结合，解决了无人机着舰入射角偏差较大的问题，提高了无人机着舰末段高程方向及入射角度的控制精度。对无人机着舰轨迹进行规划，建立无人机着舰的运动模型，设计无人机着舰横向和纵向的控制律，搭建无人机自主着舰的仿真平台。仿真结果表明，采用上述算法着舰误差控制在0.2 m以下，入射角偏差在10^-3量级，可满足无人机着舰要求。     

一类离散灰色预测模型的统一处理方法及应用

在加权最小二乘框架下构建了离散灰色预测模型DGMP(1,1,N),论证了最小均方误差准则、最小均方相对误差准则和最小平均绝对百分误差准则下的DGM(1,1)模型、NDGM(1,1)模型和NGM(1,1,k~α)模型均是DGMP(1,1,N)模型的特殊形式,给出了模型阶数N取值的判定准则,证明了模型的仿射变换不变性和无偏性.将DGMP(1,1,N)模型运用到人均能源生活消费量预测中,结果表明该模型具有高拟合和预测精度,验证了模型的可行性与有效性.     

灰色GMP(1,1,N)模型及其在冰凌灾害风险预测中的应用

在加权最小二乘框架下构建了含时间多项式项的灰色GMP(1,1,N)模型,该模型既适用于小样本单调序列又适用于波动序列,论证了均方误差最小准则、均方相对误差最小准则与平均绝对百分误差最小准则下的GM(1,1)、NGM(1,1,k)和GM(1,1,t~α)模型均是GMP(1,1,N)模型的特殊形式,将GMP(1,1,N)模型应用于黄河宁蒙河段冰凌灾害风险预测,结果表明2015-2016年的风险预测结果符合实际情况,模型能够识别风险波动变化规律.为不同准则下灰色预测新模型的构建提供了新思路,具有重要的理论意义和工程应用前景.     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

抑制校正源方位偏差的阵列误差矩阵鲁棒校正算法

针对校正源方位扰动误差会影响阵列误差矩阵校正精度这一问题,提出了一种可以自行抑制校正源方位扰动误差的鲁棒阵列误差矩阵校正算法。在假设校正源方位扰动误差较小的情况下,通过一阶Taylor级数展开的方式,建立了一种关于阵列误差矩阵的结构总体最小二乘优化模型用以抑制校正源方位扰动误差的影响,基于该优化模型,设计出一种数值优化算法用以实现阵列误差矩阵的鲁棒校正。数值实验验证了文中新算法的有效性和优越性。     

稀疏场景下SAR方位向随机丢失数据的迭代成像算法

针对合成孔径雷达(synthetic aperture radar,SAR)方位向随机丢失部分数据导致目标模糊和能量分散的问题,提出基于稀疏优化理论的重建成像方法.该方法主要针对稀疏观测场景的SAR方位向随机缺失数据的回波信号进行成像处理,利用SAR回波模拟算子,避免了二维回波信号矩阵变成向量的操作,从而减小了内存占用...     

飞行模拟器洗出算法多重滤波信号补偿优化研究

针对经典洗出算法在应用于飞行模拟器时存在的信号丢失以及适应性不强的缺陷，提出一种多重滤波信号补偿的洗出算法优化方案。分析经典洗出算法中信号丢失的环节，截取丢失信号并采取深度滤波策略进行深度滤波，依据人体感知误差与运动平台的动作余量，将多重滤波后的信号以自适应的比例分别补偿到洗出算法3个通道中，实现最大程度上减小信号损失，从而减少人体感知误差。对经典洗出算法和改进洗出算法进行对比仿真和试验，结果表明改进洗出算法有效降低了人体感知误差，减少了信号丢失，改善了相位延迟，同时充分利用了运动平台的工作空间，增加了动感逼真度。