一种电离层慢相径扰动提取与补偿改进算法

针对采用调频连续波(FMCW)体制的天波超视距雷达的应用场合,提出了一种电离层扰动(慢相径变化)补偿改进算法。该算法利用雷达回波谱中海浪在空间上的独立性来获取统计样本,因而在无需对雷达系统作任何改动的情况下,可获得对电离层扰动瞬时频率变化的统计估计。通过相位补偿有效地抑制了电离层扰动造成的多普勒谱展宽和频率漂移。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

基于Toeplitz矩阵的电离层相位扰动校正方法

大幅度电离层相位扰动使得超视距雷达(over the horizon radar,OTHR)多普勒频谱严重展宽,限制了OTHR系统在船舶目标探测方面的实际应用。针对这一问题,根据邻近方位距离单元数据协方差矩阵的Toeplitz矩阵特性,估计电离层相位扰动的变化函数,提出一种无需提取标校信号的电离层相位扰动校正方法。仿真实验及分析表明,该方法能有效改善OTHR系统在大幅度电离层相位扰动背景下对船舶目标的检测性能。     

基于星载双频GPS的长基线卫星编队高精度快速星间相对定位

国际全球导航卫星系统服务(international GNSS service,IGS)精密星历产品的产生时间较长和一阶差分电离层延迟影响是长基线卫星编队利用星载双频全球定位系统实现高精度快速星间差分相对定位存在的两大问题.针对上述问题,提出了一种基于IGS超快速星历的动力学单差消电离层组合相对定位方法,该方法利用IG...     

基于距离-多普勒域的电离层杂波极化抑制方法

斜投影极化滤波是高频地波雷达(high frequency surface wave radar, HFSWR)抑制干扰的有效方法。分析了干扰估计误差对斜投影极化滤波器性能的影响,指出多普勒处理后的电离层杂波较处理之前具有更高的干噪比,在距离 多普勒域处理可获得更佳的估计精度和干扰抑制效果。提出一种基于距离 多普勒域的电离层杂波极化抑制方法,并使用实测数据对其处理效果进行验证。对某HFSWR实验系统实际录取的数据处理结果表明,电离层杂波干扰得到有效抑制,信干比改善可达15 dB以上。     

P波段ISAR信号电离层污染相位校正方法

P波段合成孔径雷达具有一定的穿透性,在军事和民用具有重要前景。利用地基P波段雷达对电离层中空间目标进行监测时,电离层会影响雷达回波信号相位。通过建模和仿真,对电离层的时空变化对雷达回波相位的影响进行了定性和定量分析,基于平移相关法提出了一种电离层参数估计方法,并利用估计的电离层参数对雷达回波相位进行校正,消除了电离层对雷达回波的污染,还原了目标图像。仿真实验及实测结果验证了该算法的有效性。     

分布式MIMO体制天波超视距雷达仿真系统

针对电离层动态性对天波超视距雷达检测概率和探测精度的影响，构建了一种基于分布式多输入多输出(multiple input multiple output, MIMO)体制的完整天波超视距雷达仿真系统。通过搭建模块化仿真框架和可视化展示界面，集成电离层数据接口，实现信号发射、电离层反射、信号接收、信号处理和目标检测的功能。最后对雷达系统探测性能进行评估，利用仿真实例验证了整体雷达仿真系统的可行性。该系统的实现对于分布式MIMO天波超视距雷达的性能评估、布站优化、装备发展论证具有一定的工程指导意义。     

电离层斜向返回探测雷达的发射模块设计

为在武汉电离层斜向返回探测系统(Wuhan ionospheric oblique backscattering sounding system,WIOBSS)中实现低的发射功率、远的探测距离、比较强的抗干扰等技术要求,根据WIOBSS的特点,提出了脉间二相编码等间隔收发探测模式。在这种新型探测模式中,WIOBSS采用发射长持续时间探测信号的方式来积累回波能量,并采用具有良好自相关性的二元伪随机序列m序列和近完美序列来对相位进行调制。另外,一套采用软件无线电和面向仪器系统的外围部件互连扩展(Pci eXtension for instru mentation,PXI)总线技术的软件化发射模块被设计用于实现这种新型探测模式。实际探测结果表明,采用该发射模块的WIOBSS在发射功率非常小的情况下成功地实现了2000 km范围内的电离层状态探测。     

基于STAP的电离层杂波抑制方法

高频地波超视距雷达能够完成视距外的海洋环境监测以及目标检测与跟踪,但是电离层杂波的存在会使高频地波超视距雷达的目标检测和目标跟踪等性能严重降低,特别是当目标方位与电离层杂波方位一致或相近时,目标检测难度大大增加。利用实测数据分析了电离层杂波的相关性,根据电离层杂波的特点,提出了基于空时自适应处理方法抑制电离层杂波,并通过实测数据,验证了方法的有效性。     

北斗多波段多频相位测量值组合模型研究

在多波段导航模式下,研究了北斗L,S和C波段多频相位测量值组合模型。通过巷数,电离层因子以及观测噪声因子,在维持模糊度整数特性条件下,优选长波长、弱电离层时延和低观测噪声的独立线性组合。针对长基线和短基线情境,分别提出基于超宽巷、宽巷、中巷和窄巷的多波段多频相位测量值组合。结果表明,相比于L波段多频,北斗多波段多频相位测量值组合有助于模糊度解算和降低电离层时延,其最大波长为293.05 m,最小一阶电离层因子为0.000 14。所优选的多波段多频相位测量值组合具有长波长,弱电离层时延和低观测噪声整体较优的特性。     

空间飞行器单频GPS的双差电离层延迟仿真分析与研究

以地面上空1100km,相距150km到200km的两飞行器为例,针对采用星载单频GPS高精度相对定位的要求,设计了三种卫星编队飞行方案,结合IRI2001电离层模型研究了空间飞行器单频GPS相对定位中电离层延迟量影响,对星载单频GPS卫星双差电离层延迟残差做了深入分析,得出了一些有参考价值的结论。     

基于多变量经验概率模型的中国粮食产量模拟预测分析

基于多变量经验概率模型(MVE)设定了A和B两个模拟方案对我国粮食产量进行模拟预测, 并运用绝对误差均值(MAE)、均方根误差(RMSE)、误差相对比(MAPE)和希尔不等式系数(Theil IC)对模拟结果的预测精度进行了检验. 结果表明, 多变量经验概率模型的短期模拟预测精度较好, 且模拟运用的历史数据时间间隔越短, 模拟预测精度越高; 根据2000-2008年的历史数据(B方案)和多变量经验概率模型模拟得到的2010年和2011年我国粮食产量的模拟均值分别为53288万吨和53887万吨, 标准差分别为1967万吨和2001万吨.     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm opti-mization,PSO)算法实现对SVM惩罚参数和核参数...     

具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

基于NCAGA-投影寻踪混合优化城市客运量预测

为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度, 基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进. 提出了新的混沌加速遗传算法(new chaosaccelerating genetic algorithm, NCAGA),用于对PPPR模型的最佳投影方向α的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统 计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型, 平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

基于XGBoost预测及弹性网误差补偿的室内定位算法

为解决室内定位系统中因环境动态变化而导致定位精度下降的问题,提出一种基于XGBoost并融合弹性网的误差补偿算法。采用XGBoost定位模型对目标位置进行初步预测,当室内环境改变后,再采用弹性网算法构建误差补偿模型,修正XGBoost定位模型的定位误差,并与基于K近邻、支持向量机、随机森林、梯度提升决策树等定位算法做对比。实验结果表明：在更新15%指纹数据库样本的情况下,该算法在80%分位处的定位精度控制在0.73 m以内,明显优于其他定位算法,且较基于XGBoost的定位算法精度提高了25.5%。     

基于灰色模型与LSTM网络的旋转机械轴承寿命预测

大型机械设备中旋转机械占到总量的80%, 为及时掌握其工作状态, 开展如何旋转机械轴承的寿命预测精度的仿真研究。首先, 通过可靠性数值(confidential value, CV)量化评估工作状态; 然后, 利用数据变换和累加积分的方法优化数据平滑性与背景值来改进灰色模型; 并与长短时记忆网络结合为新预测模型来预测系统工作状态; 最后, 将平均绝对百分比误差等3种性能指标与单一模型对比, 将预测失效时刻与全卷积层神经网络算法和无迹粒子滤波算法对比。结果表明, 组合模型预测退化趋势3种指标的平均值优于3种单一模型; 组合模型预测的失效时刻相比于另外两种改进算法更准确。     

基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

用门控循环单元实时预测空战飞行轨迹

为了提高飞机飞行轨迹预测准确率、确保轨迹预测实时性,提出使用门控循环单元(gated recurrent unit, GRU)预测轨迹。对不同条件下的不同机动动作进行飞行仿真,得到大量轨迹样本。设计具有不同层数和神经元个数的网络,用得到的样本对其进行训练。选出在测试集上误差最小的网络结构。对比GRU网络、循环神经网络和反向传播网络的相对误差和预测用时。引入坐标变换矩阵,使轨迹预测不受航向和坐标系影响。对比3种方法在一段频繁变化的轨迹上的绝对误差。结果表明,所提方法的平均绝对误差在x轴上约为18 m,在y轴上约为11 m,在z轴上约为22 m,显著小于另外两种方法,且平均预测用时约为2.4 ms,满足实时性要求。     

基于鸟击事故征候预测的通用航空安全研究

作为民航运输的两翼之一,通用航空安全水平直接影响民机系统的安全。目前,对通航以及鸟击事故征候进行预测的研究较少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据,采用长短期记忆(long short-term memory, LSTM)神经网络模型对鸟击事故征候数据进行训练和预测。实验结果显示,与传统模型相比, LSTM模型具有更好的预测效果,精确度更高。基于此,提出了预测稳定性更好的LSMT-均方根误差(LSTM-root mean square error, LSTM-R)模型,为通用航空鸟击事故征候预测提供了手段和方法,加强了通用航空安全管理。