无线自组网的自适应同步技术研究

研究了无线自组网中动态拓扑下节点时间同步存在的问题,提出了一种自适应的时间同步算法。通过采用基于发送-接收模式的同步方法建立节点之间的时延关系表,运用局部加权回归对洪泛时间同步协议中的时间戳进行拟合,再对拟合曲线估计的时间和由节点的动态时延表得到的时间进行综合分析,完成节点时间同步。仿真结果表明,在动态无线自组网中,与传统的同步算法相比,所提算法使得同步过程所需传输的分组数量平均降低了30%左右,全网节点间的时钟同步精度平均提高了26%左右。     

基于本地时钟选择的时钟同步算法

在分布式系统中网络节点的时钟同步和传统的时钟同步算法的基础上,提出了一种基于本地时钟选的分布式系统时钟同步算法。采用本地时钟选择过滤方法,通过分组交换获取每个本地时钟与参考时钟的精度差,每个本地节点根据时钟精度差自动调整时钟,达到分布式系统时钟同步的目的。通过NS2仿真测试,同步精度能够满足一般分布式系统的需要。     

捷联惯导系统初始对准的SVM自适应Kalman滤波算法

作为捷联惯导系统初始对准关键技术的Kalman滤波要求事先精确已知系统及量测噪声的统计特性,当在滤波过程中这些特性改变时,滤波器性能将会降低甚至发散,针对这一问题采用了一种支持向量机(SVM)自适应Kalman滤波(SVMAKF)算法,根据协方差匹配技术应用支持向量机来动态调谐量测噪声方差阵R,当量测噪声随时间改变时,SVMAKF可以实时的估计出准确的噪声方差阵,这就降低了系统对量测噪声先验统计特性的依赖性,能够改善kalman滤波器的状态估计效果.基于SVMAKF的捷联惯导系统初始对准计算机仿真结果表明在滤波精度和滤波器鲁棒性上,SVMAKF都有比传统Kalman滤波器好的表现.     

基于参数学习的GARCH动态无穷活动率Lévy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态， 建立动态状态空间模型， 并通过局部风险中性定价关系（RNVR）推导无套利定价模型. 以非高斯条件ARMA-NGARCH为基准模型， 构建S&P500指数的离散动态Lévy过程， 并基于序贯贝叶斯的参数学习方法， 进行模型估计和期权定价研究. 结果表明： 动态Lévy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征， 且贝叶斯方法的引入提高了期权隐含波动率的定价精度. 同时， 无穷活动率模型在期权定价方面具有显著优势. 在五类滤波中， 无损粒子滤波估计精度最高， 速降调和稳态过程（RDTS）的期权定价误差最小， 而非高斯模型在收益率预测方面没有表现出显著的差异.     

基于参数学习的GARCH动态无穷活动率Levy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态,建立动态状态空间模型,并通过局部风险中性定价关系(RNVR)推导无套利定价模型.以非高斯条件ARMA-NGARCH为基准模型,构建SP500指数的离散动态Levy过程,并基于序贯贝叶斯的参数学习方法,进行模型估计和期权定价研究.结果表明:动态Levy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征,且贝叶斯方法的引入提高了期权隐含波动率的定价精度.同时,无穷活动率模型在期权定价方面具有显著优势.在五类滤波中,无损粒子滤波估计精度最高,速降调和稳态过程(RDTS)的期权定价误差最小,而非高斯模型在收益率预测方面没有表现出显著的差异.     

分布式时隙同步抗时钟频率不一致性能分析

针对节点时钟频率不一致而引起时隙漂移的情况,分析分布式时隙同步算法的性能。通过把一个时隙周期内的累积时钟偏差等效为时隙相位偏差,建立干扰模型,证明了采用分布式平均的时隙互同步算法可以避免节点时隙偏移量随时间的累积,并将节点之间的最大时隙偏差控制在一定范围内。最后,用计算机仿真和实物测试验证了分布式时隙同步算法可以保证节点之间的同步。     

基于稳健回归的TTE时钟补偿算法

时间触发以太网(time-triggered ethernet, TTE)通过精确的时间调度,保证了通信数据的实时性传输,满足了航空电子、运输及工业自动化等众多领域中关键安全系统的传输要求。然而,现有的TTE标准虽然规定了时间触发以太网的时钟同步流程,但未对时钟补偿问题给予具体解决方法。针对TTE的时钟同步特点,提出了一种基于稳健回归的时钟同步补偿方法。通过稳健回归算法对时钟误差进行估计,再根据估计误差对各节点的本地时钟进行补偿,所提出的算法成功解决了传统时钟补偿方法导致的时钟跳变和野值影响的问题。仿真结果也证实了,在野值比例不大于50%的情况下,所提算法在时钟同步精度方面明显优于传统的直接补偿算法和无稳健性的最小二乘补偿算法。     

基于灰预测的PTP协议改进方法

随着无线网络节点时钟同步需求的日益增加和实时性应用的增多,时钟同步的地位越来越突出,在改善用户体验、提高节点资源的使用率、提高系统稳定性等方面,时钟同步也有着重要意义。精确时钟同步协议(precision time protocol,PTP)广泛运用在时钟同步机制,然而,由于无线网络中存在随机不对称时延,使得PTP的精确度下降。尽管通过统计和估计的方法可以提高同步精度,但需要收集大量的样本,这将导致收敛速度减慢,对于资源有限的设备节点还会引发内存占用问题。首先给出了无线网络中节点之间时钟偏差的特性分析,然后提出了一种基于GM(1,1)的灰预测模型的快速时钟同步方法,该方法基于灰预测理论,灰理论是针对既无经验,数据又少的不确定问题。而对于资源有限的无线网络节点的时钟同步,不对称时延是不确定性的,同时样本很少,非常适合用灰理论进行时延估计。实验结果表明所提解决方案可以实现高精度的快速时钟同步。     

EPA网络控制系统时钟同步主时钟控制算法研究

为满足EPA网络控制系统时间同步的高精度要求,由EPA子网通讯确定性调度机制构建虚拟链路,建立基于时钟精度差的多层次主时钟选择算法.引入IEEE 1588时钟变量σPTP,动态调整时钟精度偏差(CPD:Clock Precision Difference)与时间值偏差(TVD:Time Value Difference)为权重的时钟优先级(CP),建立-种二维模糊控制器确定设备时钟性能优劣层次,而系统采用公平竞争的方法从众多现场设备中快速、准确地决策一个时钟性能最好的设备作为EPA系统的最佳主时钟,保证了系统运行的稳定性,降低了本地时钟的波动,使时钟同步精度提高到50微秒.     

一种新的倒GPS基站间的时钟同步方法

时钟同步技术是基于倒GPS(IGPS)基站网络来进行目标定位的重要研究内容。提出了一种与IGPS基站时钟结合的自适应离散卡尔曼滤波方法,该方法利用测量新息和状态修正序列在估计窗内分段静止的特性,克服了传统卡尔曼滤波过程过分依赖于数学模型和统计模型正确性的问题。通过这种方法可以在线实时修正和转换IGPS基站间的时钟相位偏差和时钟偏移,找出最佳时钟适应曲线,并估计过程噪声和测量噪声的协方差矩阵。仿真结果表明,该方法能够提高IGPS基站间的时钟同步精度,使同步精度达到微秒量级。     

一种新的SAR相干斑抑制方法

研究了SAR相干斑统计特性和中值滤波的不足之处,阐述了加权中值滤波器的原理,并在此基础上针对SAR图像的特点提出了一种自适应优化加权中值滤波算法,该算法抑制SAR图像相干斑噪声时能够尽可能保持所需细节,达到了图像噪声和细节保持的最佳平衡.实际图像的测试结果表明了所提方法的有效性.     

一种通用精确同步源的设计与实现

针对同步控制和采样对高精度同步信号源的需求,给出了一种同步源的设计原理与实现方法。以"CPLD+单片机"作为控制器件,依据自适应控制的原理对恒温晶振的时钟信号和GPS的秒脉冲(pulsespersecond,PPS)进行参数辨识和自适应处理,获得了频率可设定的高精度同步时钟信号。该方案消除了采用PPS信号或晶振作为同步时钟时,由于受干扰和晶振存在不确定漂移等因素对同步精度造成的影响。实验结果表明,该方案是可行的,并特别适合应用于远程分布式测控系统中。     

并行分布实时仿真的时间管理算法研究

并行分布实时仿真技术对大规模复杂系统的实时仿真提供了便利,近年来日益成为研究的热点.时间是分布式仿真中的重要概念;时间管理自然成为了分布仿真的关键技术.实时仿真对仿真时间的特殊要求,使得系统中的时钟同步与时间推进成为系统研究的关键.在探讨并行分布式仿真中的通用时间管理机制的基础上,从内同步和外同步两个角度研究了并行分布式实时仿真系统的时间推进方案和时钟同步方法;基于高速实时网络,提出了“共享时钟源”的时钟同步策略;结合具体的应用需求,给出了一种优先级轮询的时间管理算法.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

战术仿真系统中数据交互的实时性研究

实时性要求是分布式战术训练仿真时空一致性的基本要求。通过对战术训练仿真系统结构的分析,对仿真系统及各分系统节点分别提出了不同的实时性控制策略。对战术训练仿真系统来说主要是优化网络结构,并发送同步信号使各节点时钟同步,而对于各分系统节点来说主要是进行实时性改造使其时钟恒定。系统已投入使用,实践证明该系统运行稳定可靠。     

基于MUBF算法的微机械陀螺输出降噪方法

针对微机械(micro electro mechanical system, MEMS)陀螺输出漂移不确定性,提出采用最小上限滤波(minimum upper-bound filter, MUBF)算法实现MEMS陀螺输出信号降噪处理,该算法将漂移看作陀螺输出信号中的未知干扰,通过获取漂移变化方差上限,利用凸优化动态寻优得到角速率估计。相比卡尔曼滤波算法(Kalman filter, KF),MUBF算法可以在陀螺输出漂移模型未知的情况下工作,弱化陀螺信号降噪处理条件。陀螺静态和动态实验结果表明:MUBF算法能够有效降低陀螺噪声且优于KF算法降噪效果,该算法为MEMS陀螺降噪研究提供新思路。     

基于软约束模式的加权最小二乘节点定位算法

当节点初始坐标精度较差时,大多数基于负梯度搜索的最小二乘类迭代定位算法容易陷入局部最优,产生较大的定位误差.作者通过引入网络部署时先验的限制性条件,提出了一种基于软约束模式的加权最小二乘节点定位算法(SCLS).该算法根据2跳邻居节点问必须满足的最小和最大测距限制性条件,在加权最小二乘优化代价函数中引入惩罚项,迫使负梯度搜索往节点真实位置方向前进,从而提高定位算法精度.仿真实验结果显示,SCLS定位算法精度明显优于经典加权最小二乘定位算法.在测距误差较大或节点初始坐标精度较低情况下,SCLS算法具有良好鲁棒性.     

高速同步总线的时序设计

从总线时间比的角度出发分析了总线时序实现的难易程度。通过对时间方程的分析 ,讨论了严格同步的时钟系统、固定相移的同步时钟系统、动态调节的同步时钟系统的总线时序 ,并设计出一种时钟相位可调总线时序。在此基础上实现了一种基于GTL逻辑的高速同步总线测试系统 ,并通过实际测试证明了对三种同步时钟系统总线时序分析的正确性 ,结论为各种实际高速同步总线的时序设计提供了很好的参考价值     

动中通系统中陀螺信号小波滤波算法

在动中通系统中,陀螺检测的载体扰动信号的精度直接关系到整个系统的精度和性能。针对陀螺噪声信号的特点,提出了一种将3σ模平方阈值和平移不变小波变换(translation invariant discrete wavelet transform, TIDWT)相结合的滤波算法,能够有效地抑制陀螺噪声信号和由小波变换产生的失真现象。仿真和实验结果表明,该滤波算法效果优于传统的小波滤波算法。     

ARMA模型辨识及其在光纤陀螺漂移建模中的应用

针对含有噪声的时间序列模型辨识精度低的问题,采用自回归函数的衰减正弦曲线方法估计含有噪声的ARMA模型系统参数,AR参数从衰减正弦曲线直接获得,MA参数估计采用相关匹配技术.仿真结果表明,时于具有不同信噪比噪声干扰的系统,该算法具有良好的收敛性和准确性.在此基础上,将该方法应用到光纤陀螺漂移误差建模中,实验结果表明,采用该算法所确定的模型能够精确的反应光纤陀螺的漂移趋势.