基于三阶线性微分算子的零空间追踪算法

本文研究了利用一个自适应的三阶线性微分算子把一个复杂信号分解为若干简单信号的和, 这些简单信号属于这个三阶线性微分算子的零空间. 通过三个具体的信号分解的例子,展示了我们所提出算法的实用性.最后通过一个实例,对我们提出的算法与经验模态分解算法进行了比较,实验结果表明我们提出的算法要好于经验模态分解算法.     

基于优化ZFBF的认知MISO系统中的用户选择算法

为提高认知无线电多输入单输出(cognitive radio multiple input single output, CR MISO)系统传输速率,给出一种基于波束成形的用户选择算法。假设信道状态信息已知,算法采用零空间理论消除对主用户(primary user, PU)干扰和优化迫零波束成形(zero forcing beamforming, ZFBF)技术消除认知用户(cognitive user, CU)间干扰。考虑发射功率限制,依次选择CU进行注水功率分配实现最大化系统传输速率。此外,在迭代中采用正交三角分解（orthogonal triangular decomposition, LQ)减少算法复杂度。数值分析表明,本算法系统的传输速率与PU的干扰门限大小无关,且比采用近正交用户选择算法的系统传输速率高4~6bps/Hz。当发射功率限制为10 dB时,在相同条件下使用优化ZFBF的传输速率比使用ZFBF的传输速率高约1 bps/Hz。     

双基地MIMO雷达多目标高精度跟踪算法

针对双基地多输入多输出(multiple input multiple-output,MIMO)雷达自适应非对称联合对角化(adaptive-asymmetric joint diagonalization,AAJD)跟踪算法在低信噪比时失效的问题,提出一种双基地MIMO雷达高精度跟踪算法。首先,针对低信噪比时AAJD算法信号子空间扩展问题,利用主成分顺序估计原理求出特征值,根据特征值的大小对导向矢量进行排序,得到更加精确的信号子空间。其次,根据跟踪状态的不同,将多目标分类(multiple signal classification,MUSIC)算法分为两步:第一步全空域大步长扫描,对应跟踪非稳定状态;第二步小空域小步长扫描,对应跟踪稳定状态,空域范围由上一时刻估计角度和运动速度确定,并将峰值搜索过程变为取最大值操作,降低了计算量。算法解决了低信噪比时信号子空间扩展问题,提高了跟踪性能,且采用了性能更高的MUSIC算法,并对其进行改进,降低了计算量。仿真结果证明了算法的有效性。     

基于广义最优成像空间的双基地SAR成像算法

传统的基于最优成像空间的双基地合成孔径雷达(synthetic aperture radar, SAR)成像算法是一种性能卓越的SAR成像算法,其具有散射点在成像空间定位准确,算法复杂度低以及聚焦性能高等优点。然而,随着观测场景的扩大,该算法会出现散射点在成像空间定位不准确以及聚焦性能下降的缺点。为了克服这些缺点,在SAR成像领域首次提出了距离历史向量匹配比的概念,基于该概念,又进一步提出了一种新的基于广义最优成像空间的双基地SAR成像算法。所提出的算法不再受限于观测场景的大小,可以对大观测场景(宽测绘带)进行高质量的成像。实验结果表明,所提出的算法是有效的和可行的。     

基于Spark的并行图聚类算法研究

对并行图聚类算法进行了研究。基于Spark 提出了一个新的并行图聚类算法；由于Spark 中的top 操作需要耗费大量的内存，提出了一个新算法来替代top 操作，有效减少了所消耗的内存；通过对自底向上的层次聚类算法进行改进提高了聚类的速度；基于图数据的特征提出了一种图数据过滤的方法来减少算法运行的时间以及所占用的空间并对其有效性进行了说明。仿真结果表明，运行效果优于进行比较的其他并行化图聚类算法。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

零点约束的有向阵元圆阵方向图最优综合

圆形阵列由于可实现全空间无模糊的波束扫描而得到广泛应用。给出了基于最小均方误差准则下有向阵元均匀圆阵的最佳方向图综合方法。在无约束和带零点约束两种情况下,分别给出了相应最优权值的求解公式。由于圆形阵列具有较高的近轴旁瓣电平,通过对主波束附近的旁瓣增加零点约束条件来达到降低近轴旁瓣电平的目的。研究表明,不同零点约束会对旁瓣电平有明显的影响,合适的零点位置能明显改善方向图的近轴性能。该方法简单易行,适合在圆形相控阵天线中使用。仿真给出了对近轴旁瓣电平改善最明显的零点位置。     

空间目标成像中基于FrFT的高精度距离压缩方法

针对星载雷达空间目标成像遇到的距离向回波调制问题,通过对星载平台下空间高速平稳目标运动特性的分析,提出基于分数阶傅里叶变换(fractional Fourier transform, FrFT)和多项式拟合的高精度距离向压缩方法。该方法利用FrFT对空间目标的部分解调回波进行距离向压缩,并结合多项式拟合迭代获取随方位时间变化的径向速度,为距离向压缩提供精确的分数阶旋转角。与传统逆合成孔径雷达(inverse synthetic aperture radar,ISAR)距离向压缩方法相比,该方法能够实现高精度距离向压缩,从而提高成像质量。仿真实验验证了该方法的有效性。     

高速运动环境下GNSS接收机阵列抗干扰算法

全球卫星导航系统(global navigation satellite system, GNSS)接收机高速运动状态下,干扰信号来向快速变化将导致阵列抗干扰算法性能下降,为此提出了基于干扰加噪声协方差(interference-plus-noise covariance, INC)矩阵重构的零陷加宽算法。首先,依据采样协方差矩阵相邻特征值之比估算干扰信号数目。然后,利用空间谱估计值粗略判定干扰信号来向,并根据零陷展宽需求重新设定干扰区域空间谱估计值。最后,以干扰区域谱估计值为基础重构INC矩阵,求解阵列权矢量。仿真实验表明,相比于其他零陷加宽算法,所提算法在相同展宽下的零陷更深,阵列输出载噪比(carrier to noise ratio, C/N₀)也高出5 dBHz以上。     

基于形变模型的空间阵列位置误差估计方法

大型空间阵列在轨工作时,受热载荷等因素影响发生形变,导致阵元位置误差严重影响雷达系统性能。基于联合迭代的传统阵元位置误差自校正算法没有考虑天线形变特点,在实际应用中精度较差。提出基于形变模型的高精度误差估计算法,在建立天线形变模型的基础上,对每一次迭代估计位置采用总体最小二乘法进行曲面拟合,获得形变模型参数,根据模型参数修正阵元位置估计值,进而逐步迭代得到高精度的角度和位置误差估计。仿真结果验证了该方法的有效性及在低信噪比情况下的稳健性。     

设备具有恶化特性的多目标流水车间调度模型与算法

考虑到现实流水车间调度中设备具有恶化特性,针对作业处理时间是其开始时间的线性递增函数的流水车间调度问题,建立了最小化最大完成时间和总延迟时间的多目标优化模型;进而设计了一种基于分解的自适应多种群多目标遗传算法进行求解.该算法将多目标优化问题分解为多个单目标子问题,并分阶段地将这些子问题引入求解过程.在每次迭代时,根据种群在目标空间和解空间的分布情况,自适应地为当前求解的子问题分别构造子种群进行求解.通过对数值算例仿真实验,验证和分析了所提出的算法在解决该问题上能够获得较好质量和分布性的非支配解集.     

临近空间慢速平台SAR结合运动补偿的SCFT算法

针对临近空间慢速平台SAR轨迹运动偏差的空变性进行了分析.在二维频率域利用系统传输函数(STF)和变尺度傅里叶变换(SCFT)处理算法有效补偿了距离迁移和关于快时间波数的高阶相位,指出在运动补偿过程中,可将轨迹运动偏差分解成空不变项和空变项.在二雏频率域,结合一阶、二阶运动误差补偿的方法,提出了临近空间慢速平台SAR结合运动补偿的SCFT处理算法.最后,通过计算机仿真,验证了本算法的正确性.     

基于PCA-SOM的混合协同过滤模型

针对推荐系统中协同过滤技术面临的数据稀疏性和推荐实时性难以保证的问题,提出一种基于主成分分析(Principle component analysis)和SOM(Self-organizing map)聚类的混合协同过滤模型.首先对原始评分数据进行全局降维,并在转换后的主成分空间上进行用户聚类,缩小了目标用户的最近邻搜索空间,减少了在线计算时间复杂度,最后对真实的电子政务门户网站Log日志数据进行了几种常用的推荐算法的比较,实验结果证明新的推荐模型具有较好的预测精度.     

一种求解连续空间优化问题的改进蚁群算法

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少。在介绍基本蚁群算法机制原理和数学模型的基础上,提出了一种用于求解连续空间优化问题的改进蚁群算法。将连续空间优化问题的解向量分解成有限个网格,同时构造了一个与蚁群转移概率相关的评价函数,并借助相遇搜索策略对蚁群算法进行了改进,将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能。仿真实验表明,提出的改进蚁群算法较文献[11]所提出的自适应蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径。     

基于局部PCA的参数约束Hough直线分层检测

针对经典Hough变换进行直线检测存在计算量和存储量大的问题,提出了基于局部PCA统计分析的分层Hough参数约束直线检测思路。首先对边缘图像进行局部PCA分析,得到边缘的主方向分布信息;然后利用自适应模糊映射统计出图像空间的方向直方图分布信息和约束直线的θ参数空间;最后通过构建局部参数空间的累积矩阵,检测出存在的直线,同时更新原来图像空间,不断重复直线检测过程,直到检测出规定的所有直线。实验表明,该算法计算、存储消耗减少,检测稳定性高。     

基于轨道误差搜索的双基地ISAR包络对齐算法

针对空间目标这一应用背景提出了一种基于轨道信息的双基地逆合成孔径雷达包络对齐算法。首先推导了空间目标位置预报误差与慢时间之间的函数关系,分析表明,成像时间内轨道预报误差可用慢时间的二阶函数表示。在此基础上,利用轨道预报值和轨道误差搜索结果通过在频域补偿相位的方式完成了一维距离像包络的精确对齐。参数搜索过程中,确定了误差速度和加速度的搜索步进量,并以二维图像的对比度作为代价函数。仿真结果表明,相比于传统基于回波相关性的包络对齐算法,该算法更适用于因双基地角和极化失配等因素导致信噪比较低的双基地回波。     

基于零空间l1范数最小化的ISAR成像方法

在目标场景散射率分布满足稀疏性假设下,压缩感知(compressive sensing, CS)成像与传统距离-多普勒成像方法相比,可以使用很少的数据获得良好的图像,图像对比度高,没有旁瓣干扰。本文提出了一种基于零空间l₁范数最小化的逆合成孔径雷达(inverse synthetic aperture radar, ISAR) CS成像方法。从解欠定方程组的角度,将待重建目标图像分解为初猜值与残余值两部分。首先使用加权最小二乘(weighted lease square, WLS)法估计初猜值,作为目标初像；然后将待重建目标场景散射率的l₁范数作为额外的一个非线性测量值引入到图像重建中,在卡尔曼滤波框架下,利用非线性“伪测量”值,最小化待重建目标场景的l₁范数来估计零空间中残余值的解。实测ISAR数据处理验证了所提算法的有效性。与正交匹配追踪算法(matching pursuit algorithm, OMP)和primal-dual l₁范数最小化方法相比,所提方法获得的成像效果更好,成像时间比primal-dual l₁范数最小化方法更短。     

Blind estimation of phase offset in OFDM subcarrier for coherent demodulation

An adaptive algorithm named low complexity phase offset estimation (LC-POE) is proposed for orthogonal frequency division multiplexing (OFDM) signals. Depending on the requirement, the estimation procedure is divided into several scales to accelerate the adaptive convergence speed and ensure the estimation accuracy. The true phase offset is estimated through shrinking the detection range and raising the resolution scale step by step. Both the convergence performance and complexity are discussed in the paper. Simulation results show the effectiveness of the proposed algorithm. The LC-POE algorithm is promising in the application of OFDM systems.     

基于改进人工鱼群算法的梯级水库群优化调度

分析了人工鱼群算法存在的问题, 提出一种改进人工鱼群算法, 并将其用于梯级水库群的优化调度. 其改进思想是采用动态调整人工鱼视野和步长的方法, 较好地平衡了人工鱼群算法的全局搜索能力和局部搜索能力的矛盾; 在此基础上, 针对算法局部更新策略引起的更新操作前后个体空间位置变化较大, 降低收敛速度这一问题, 在局部更新时采用了阈值选择的策略. 通过实例验证了该改进算法的有效性, 并对改进算法的阈值参数进行了率定.     

基于模糊决策的快速星图识别

空间碎片问题日益严重, 需要对其进行常态化监测。光学观测作为重要的监测手段, 需要依靠快速的光学图像处理技术, 采用天文定位方法得到空间碎片的赤经-赤纬测量信息。星图识别是天文定位的关键步骤, 直接影响着图像处理的速度和结果精度。本文提出了一种改进的基于模糊决策的快速星图识别方法, 在保持快速处理的情况下提高了星表匹配的准确性。利用新疆南山站25 cm望远镜的图像对该方法进行了测试, 取得了良好的效果, 证明了算法的有效性和稳定性。