基于滑动窗口的新息自适应组合导航算法

针对新息自适应滤波算法噪声跟踪精度和跟踪灵敏度相互矛盾导致的窗口宽度选取困难问题,提出了一种基于滑动窗口的新息自适应组合导航算法,该方法通过设计噪声统计特性梯度检测函数、敏感噪声统计特性的实际变化情况,利用窗口自适应函数实时计算窗口宽度,使得窗口在预设区间内自适应滑动,以适应实际噪声的变化。仿真实验表明,基于滑动窗口的新息自适应组合导航算法可以有效跟踪噪声统计特性的实时变化,可同时兼顾自适应跟踪精度和跟踪灵敏度。     

航迹起始算法及性能仿真

在深入研究基于逻辑的航迹起始方法和基于Hough变换技术的航迹起始方法的基础上,把基于逻辑的方法和Hough变换法相结合,提出了基于目标运动状态的航迹起始算法。该算法首先利用目标的位置信息形成候选目标航迹,在候选目标航迹扩展过程中,利用来自同一个目标的量测数据在较短时间内(相邻2个采样周期)具有相同的运动状态,利用目标的运动状态对候选航迹进行检验。进行了性能比较仿真,仿真结果表明:该算法在正确航迹起始概率上和基于逻辑的方法相当,但其虚假航迹起始概率远低于其他航迹起始方法;并且对存储要求低,适于工程应用。     

基于多级分类的PolSAR图像机场跑道检测

提出一种复杂场景极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）图像机场跑道多级分类检测方法。首先利用先验信息进行h/q第一级分类,得到图像中各类训练样本模板;然后利用PolSAR图像极化相干矩阵的统计特性进行第二级分类;再根据跑道的弱回波特性,利用极化总功率检测器完成第三级分类,提取图像中疑似机场跑道区域;最后根据机场跑道的尺寸及结构特征进行判别,确定机场跑道区域。采用美国UAVSAR机载系统获取的多组实测数据对算法进行验证,并与现有的两种方法进行比较,结果表明,本文算法能有效地检测出跑道,并保持跑道结构完整、轮廓清晰且虚警率低。     

大数据下仿真筛选实验及误差控制模型和应用

针对"大数据+仿真模型+后仿真分析"这一新型研究范式,提出基于基效应估计(EE),Bootstrap假设检验以及伪发现率误差控制(FDR)的"后仿真分析"筛选实验设计方法(简称BFEE).BFEE用于识别对仿真模型所感兴趣的响应起到最重要主效应/交互效应作用的少量关键因子.相比传统EE,BFEE保证了信息识别的统计精度和效力.与现有的仿真实验的序贯分支筛选法(SB)相比,BFEE无需任何模型假设,从而更容易适应大数据背景下的复杂数据特征.蒙特卡罗仿真的三种方法对比实验表明,BFEE在不需任何假设的条件下即可获得理想的实验效率和效力,在降低计算实验成本同时,保证了识别重要效应的精度.基于实际背景仿真案例的应用显示BFEE具有良好的实际应用价值.     

基于积分图像的快速ACCA-CFAR SAR图像目标检测算法

提出一种新的基于自动索引的单元平均恒虚警概率目标检测算法。首先采用具有较强模型兼容性的G0分布对杂波统计特性进行建模;通过基于G0分布的全局阈值预分割算法生成目标索引矩阵,以去除干扰目标像素,提高恒虚警概率算子对复杂场景的适用性;采用一种基于积分图像的快速策略,大大降低了算法的运行时间,使得算法的计算时间复杂度与滑动窗口的尺寸无关;最后,通过计数滤波和形态学处理得到精确的目标检测结果。所提算法既具有自适应性,又比现有同类算法的运算速度大大提高,通过TerraSAR-X图像实验结果证明了该方法的有效性和工程实用价值。     

岸基警戒雷达抗干扰性能评估方法

针对岸基警戒雷达在典型战场环境下将面临的干扰,基于理论分析与外场测试,提出了一种定量评估警戒雷达抗干扰性能的方法。针对噪声干扰与密集假目标干扰,分别构建了评估指标体系。运用专家统计分析法确定理论分析部分各指标的重要性度量值,并据此计算指标权重,将专家统计分析法与层次分析法(analytic hierarchy process, AHP)相结合,求取外场测试部分各指标的权重。运用AHP定量评估警戒雷达的抗干扰性能。与现有理论方法相比,该方法细化了评估指标体系,可操作性更强;与外场试验方法相比,减少了外场试验测试项目约15%,节省了外场试验时间,降低了外场试验组织的复杂度。评估实例结果表明,该方法计算出的定量评估结果符合各部雷达外场测试的性能总结。     

基于统计特性差异的距离多假目标识别技术

提出了一种基于角度量测统计特性差异的雷达距离多假目标欺骗干扰识别方法。首先针对传统的角度量测卡方检验方法容易将相同角度分辨单元内的多个真实目标误判为距离多假目标干扰的问题,利用虚假目标与真实目标距离量测之差的均值通常为时不变常数的特点,将角度量测卡方检验与距离量测差均值和方差联合检验相结合,实现了距离多假目标干扰存在性的准确判别;然后对多个时刻量测进行积累,并通过对应时刻角度量测做差,构造样本集合;最后利用虚假目标比真实目标角度量测方差大的特点,采用量测方差聚类划分的方法,实现了真假目标的准确鉴别。     

结合GLM与因子效应原则的贝叶斯变量选择方法

因子效应原则(效应稀疏原则、效应排序原则和效应遗传原则)经常用于评判因子设计理论与数据分析策略的合理性. 针对非正态响应的部分因子试验, 当筛选试验含有复杂的别名效应时, 提出了一种结合广义线性模型(generalized linear models, GLM)与因子效应原则的多阶段贝叶斯变量选择方法. 首先, 在广义线性模型的线性预测器中对每个变量设置一个二元变量指示器; 其次, 将因子效应原则以变量指示器的先验信息分成三个不同的阶段分别加以考虑; 然后, 利用变量指示器的后验概率识别显著性的因子效应. 最后, 仿真试验结果表明: 所提出的方法不仅能简化广义线性模型先验参数的选择, 而且能够有效地识别出非正态响应部分因子试验的显著性因子.     

基于相对偏心率/倾角矢量的编队控制方法

基于高斯摄动方程,分别提出了效率高及燃耗少的两种编队脉冲控制方法。两方法均设计了同样的法向脉冲修正轨道面外队形偏差。对于轨道面内队形偏差,方法一设计了径向脉冲和径向、迹向的“合力脉冲”完成修正控制;方法二设计了两迹向脉冲实现对相对半长轴、偏心率和近地点幅角的修正,以及两径向脉冲来消除相对平近点角偏差。理论分析与仿真结果表明,与经典五脉冲控制方法相比,方法一和方法二分别具有高效和燃耗少等优点。     

基于时空频特征融合的距离-速度复合欺骗干扰识别技术研究

针对距离-速度复合欺骗干扰信号形式复杂及识别难度大的特点,提出了一种基于时空频特征融合的距离-速度复合欺骗干扰识别算法。首先,分析真实目标和虚假目标在空域、频域和时域的特征差异;然后,针对真假目标在不同域的特征区别,分别提取回波点迹的空域特征和频域特征;最后,将提取的空域及频域特征在时域进行融合,采用先积累后判别和基于二进制检测两种特征融合方法,利用时空频融合特征对距离-速度复合欺骗干扰进行判决。仿真结果表明,该算法能够对距离-速度复合欺骗干扰进行有效的识别。     

基于位置和散度效应因子分类筛选及仿真试验

针对供应链及其它计算机仿真试验中所涉及因子数目众多的情形,序贯分支方法因筛选效率较高被广泛采用.然而,现有的序贯分支方法忽视对散度效应起显著作用的因子.由于相比位置效应,散度效应在产品或供应链系统的质量设计中是同等甚至更为重要的,故提出一种基于位置效应与散度效应的序贯分支方法.首先,将影响位置效应与散度效应的显著因子分类为调节因子,重要因子和稳健因子;然后,结合序贯概率比检验(sequential probability ratio test,SPRT),在控制筛选过程中第一类错误和第二类错误的基础上,采用序贯分支方法分类地筛选出显著因子;最后通过仿真试验说明此方法能够有效且分类地处理位置效应与散度效应下的显著因子筛选问题.     

基于动态效应的序贯分支验证仿真实验及应用

针对序贯分支仿真筛选实验中静态效应验证方法(V-SE)实验效率低且在仿真因子较多时实验效力难以保证的两方面不足,提出了基于动态效应(V-DE)和基于不重要因子(V-UF)的两种验证方法,V-DE在元模型估计中采用饱和设计并在配对检验中使用动态效应检验统计量,VUF仅对不重要因子的两组极端水平进行实验而不需估计元模型.蒙特卡罗仿真的三种方法对比实验以及基于实际背景仿真案例的应用表明,V-DE和V-UF在获得理想实验效力的同时极大提高了仿真实验的效率,大大降低了仿真工作者的实验成本,具有良好的实际应用价值.     

改进的通道补偿法检测高频雷达机动目标

通过FFT进行相干积累以提高SNR的高频雷达传统信号处理方式无法有效发现机动目标。基于低的算法复杂度和处理实时性的考虑,提出了改进的多通道补偿算法检测高频雷达机动目标。首先对补偿后的通道-多普勒谱图进行频率校正以弥补补偿导致的信号频率偏移,进而根据选大的原则以及设置掩模函数进行通道合成以实现抗杂波发散的单通道检测,最后引入峰值检测进一步降低运算量和虚警。理论分析和数据处理都表明该算法具有低运算量、低虚警以及稳健的特点,因而具备较强的工程实用性。     

基于广义Fuzzy偏好关系的决策方法探讨

提出了广义模糊偏好关系的概念.设计了互补化排序和加性一致化排序两种排序方法,讨论了两种排序方法的相关性质.基于这两种排序方法,定义了冗余一致性指标和加性一致性指标,并讨论了采用加权算术平均算子(WAA 算子)或有序加权平均算子(OWA 算子)对广义模糊偏好关系进行集结,其群体偏好一致性(包括冗余一致性和加性一致性)的相关性质.对进一步完善基于模糊偏好关系的群决策模型具有理论和现实意义.     

基于混合边缘检测的极化SAR图像海岸线检测

针对传统方法在金属建筑反射干扰严重情况下无法实现海岸线精确检测问题,本文在分析海岸线边缘特有散射特性的基础上,提出了混合统计和散射特性的海岸线边缘检测方法。该方法分别以似然比和体散射功率比值检测子检验窗口相邻区域统计和散射特性的不同,并通过模糊集方法融合两个检测子。在由提出的检测子实现粗岸线检测的基础上,采用基于边缘能量图的快速活动轮廓模型对岸线进一步精细化。对大连海岸区域极化合成孔径雷达(synthetic aperture radar, SAR)图像进行实验,结果表明提出算法有效减少了强金属建筑干扰和不同海况区域导致的虚假岸线边缘,实现了精确的海岸线检测。     

基于特征值检测的多天线盲频谱感知算法的研究(英文)

在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。     

碟式飞行器复合控制中的控制分配策略

针对碟式飞行器复合控制中的控制分配问题,提出了两种控制分配策略:基于误差的非线性分配策略和基于能量的最优分配策略。这两种分配策略的设计和控制律设计相分离,控制律确定总的控制量,分配由单独的环节实现。仿真表明,不考虑控制量受限时,这两种设计实现了变质量矩控制和推力矢量控制的优势互补,达到了良好的控制性能;考虑控制量受限时,相对于非线性分配策略,最优分配策略避免了控制量受限的影响。     

求解双层CARP优化问题的演化学习型遗传算法

双层有能力约束的弧路径优化问题(capacitated arc routing problem, CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnable genetic algorithm, LGA)。建立了LGA的基本框架,设计了构件知识和算子知识等知识形式。在LGA中,采用扩展启发式方法辅助生成初始种群,使用算子知识为选择、交叉和变异选择操作算子,应用构件知识为交叉和变异操作选择断点位置,同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。     

基于多特征的密集假目标干扰融合识别与抑制

密集假目标干扰通过产生大量虚假回波扰乱雷达对真实目标的有效检测和识别,由于虚假回波信号与真实信号的高度相关性,雷达很难对其进行有效识别和抑制。针对该问题,提出了基于信号数据多特征的脉冲多普勒雷达密集假目标干扰融合识别与抑制技术,通过速度量测统计分布特征提取、峰值邻域谱线抑制、谱线分布信号幅度基本概率赋值构建及D-S证据理论融合判别实现了干扰的识别与抑制,仿真验证了该方法的有效性。     

基于高斯混合EM聚类的多编队航迹起始方法

针对现有航迹起始方法难以对编队目标进行有效航迹起始的问题,在Hough变换法及其衍生算法基础上,提出基于Hough变换和高斯混合最大期望(expactation maximazation,EM)聚类的多编队目标航迹起始方法。该方法首先利用量测数据的时序信息和目标的运动参数进行筛选,剔除大量虚假量测;再对筛选后的量测数据进行Hough变换,得到初步航迹信息;然后利用相异度矩阵对所得航迹进行预聚类,完成聚类中心初始化;最后进行高斯混合EM聚类,得到聚类结果。仿真结果表明,与Hough变换法及其衍生算法相比,该方法能够快速有效地起始编队目标的航迹,解决了目标密集带来的航迹起始混乱问题。