基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中，由于对象模型和逆控制器均采用非线性自适应滤波器，自适应过程需要同时训练至少两个串联的非线性自适应滤波器，从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型，它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息，从而有效简化了自适应逆控制学习过程。仿真结果表明，无论是离线建模还是在线建模，该非线性自适应逆控制方法均能取得理想的控制效果。     

宽带OFDM系统中的简化滤波查表预失真算法

为了解决宽带正交频分复用（orthogonal frequency division multiplexing, OFDM)系统中放大器有记忆非线性特性给系统带来的失真问题,提出了一种简化的滤波查表(simplified filter look up table, S FLUT)预失真方法。该方法由一个无记忆预失真器子系统串联一个自适应滤波器子系统构成,能有效解决放大器带来的失真问题,同时采用简化的自适应更新结构,可以弥补原滤波查表法反馈支路结构复杂、收敛精度低的缺点。     

GPS抗干扰单星约束自适应滤波器组设计与仿真

提出了一种分别针对多颗GPS卫星的波束形成自适应抗干扰实现方法,称为单星约束自适应滤波器组方法,用于GPS抗干扰处理,各个滤波器使阵列天线形成的主瓣分别对准每个期望卫星,从而提高接收信干噪比。该方法的自适应部分通过Givens旋转实现,并利用Givens旋转的结构特点,共用了大部分运算,降低了单星约束滤波器组的运算量。相比多星约束方法,能够提高信干噪比,并且计算量不会显著增加。仿真结果表明该方法相比多星约束方法,能显著提高信干噪比。     

一种新的窗函数法设计余弦调制滤波器组系统

针对用传统的窗函数法,设计滤波器组存在设计复杂、性能不理想等缺点,提出了一种新的余弦调制滤波器组设计方法。该方法采用了一种在理想滤波器的过渡带内插样条函数的窗函数法设计原型滤波器,放松精确重构的限制条件,将余弦调制滤波器组的设计问题转化为无约束的目标函数的优化问题;再用量子粒子群优化算法优化目标函数,求得最优参数通带截止频率,设计出有限冲激响应（finite impulse response, FIR）原型滤波器。仿真实验表明,用本文算法设计的余弦调制滤波器组在幅度失真、混叠失真、信噪比、重构误差等方面都明显优于用传统的“砖墙式”理想滤波器设计的余弦调制滤波器组,用本方法设计的余弦调制传输复用器在通信系统中的应用也有很好的性能。     

自适应空域矩阵滤波器设计和目标方位估计

针对在强干扰背景中检测弱目标信号时被动声信号处理技术的性能会严重降低的问题,提出了一种自适应空域矩阵滤波器的设计方法。该方法是在保证滤波器通带响应与期望响应误差和阻带响应低于某设定值的条件下,最小化滤波后基阵的输出功率,使得滤波器能尽量保证让通带扇面的信号无失真通过,同时抑制阻带扇面的干扰和噪声。将滤波器的优化设计问题表达成二阶锥规划的形式,利用已有的内点方求出其数值解。最后将设计的自适应空域矩阵滤波器用于强干扰背景中弱目标信号的方位估计。计算机仿真结果说明,所提方法能在干扰方位形成零陷,有效地抑制阻带区域的强干扰,提高了后续方位估计方法的性能。     

基于线偏差测量的目标运动参数估计方法及仿真研究

建立了遥控制导系统目标运动方程和观测方程,为估计目标运动参数,如目标距离,目标运动速度,目标机动方向等,设计了推广卡尔曼滤波器及针对非线性观测模型和线性动态模型的自适应推广卡尔曼滤波器。进行了数学仿真,结果表明在制导系统中的目标运动参数估计方面,自适应推广卡尔曼滤波器的性能优于推广卡尔曼滤波器。     

基于强跟踪滤波器的改进非线性自适应观测器

对基于强跟踪滤波器的非线性自适应观测器(nonlinearadaptiveobserver,NAO)的收敛性进行了分析,给出了NAO局部渐近收敛的充分条件。提出了一种改进非线性自适应观测器(modifiednonlinearadaptiveobserver,MNAO)算法。MNAO在具有强跟踪特性的同时对输出测量中的坏数据有较强的鲁棒性。为了降低对初始误差的敏感性,采用一种强跟踪扩展卡尔曼观测器算法启动MNAO。数值仿真示例显示了本方法的有效性。     

最新一代MTD处理器的自适应性和设计准则

本文描述了最新一代或“自适应”动目标检测器(A—MTD)数字处理器。这种A—MTD基于三组滤波器来对付不同电平的地杂波。 文章包括:(1)滤波器设计的技术,(2)表示滤波器系数的比特数的选择,(3)一些已得到的滤波性能,(4)幅度/相位失真效应的分析。     

一类基于神经网络非线性随机系统自适应滤波

给出非线性MIMO随机系统可观性定义和条件，将非线性SISO确定性系统局部可观性理论拓展到非线性MIMO随机系统，基于这一理论在系统模型和噪声统计未知情况下，提出一类基于神经网络的非线性离散随机系统自适应滤波器的设计方法，考虑过程方程的动态特性和输出方程的静态特性，设计了动态神经网络作为系统的滤波器，前馈神经网络作为系统的输出预报器，充分利用已知观测信息训练两个神经网络，从而提高了状态估计的精度，该方法克服了扩展Kalman滤波要求模型和统计特性精确已知的不足，仿真例子验证了所提出的估计方法的有效性。     

基于HPA特性曲线拟合的自适应预失真技术

提出了一种用于正交频分复用(OFDM)系统中补偿由大功率放大器引起的非线性失真的基带自适应预失真方法。自适应预失真器是基于对大功率放大器的非线性特性进行分段估计,由曲线拟合逐段取逆变换来训练大功率放大器的预失真器的非线性参数,以达到预是真补偿的目的。计算机仿真结果表明,该方法具有收敛速度快、需要动态存储器(RAM)少、补偿效果好等特点。     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。     

利用子带提取改善信号检测能力

对低截获概率(LPI)信号和低观察率目标检测的要求越来越高,在低信噪比下检测信号的方法也越来越受到关注。提出了一种基于小波变换的信号子带提取方法。在周期谱估计之前用小波进行信号分解,确定信号所在的子带,从而达到去噪的目的。同时提出相关法与周期谱估计相结合的方法,并证明该方法可进一步改善信号的检测能力。以电视发射信号的无源相干定位系统的回波信号和相位码信号为例进行了仿真实验。仿真结果表明,这种方法能在-21dB信噪比(电视信号)和-24dB信噪比(相位码信号)下检测出信号。     

评"基于小波变换的多分辨信号波达方向估计法"

从信号泄漏和空间模糊的角度出发,详细分析了一种基于小波分解的多分辨信号波达方向估计方法(WD MDoA)并指出其缺陷。WD MDoA方法的基本思路是通过小波变换,把接收的阵元数据在空间上分解成多个子带,然后对每个子带进行波达方向估计。分析表明:对于WD MDoA方法,把接收的阵元数据在空间上被分解成多个子带后,如果某个子带外存在其它来波信号时,对该子带进行波达方向估计会产生虚假估计。因此,WD MDoA方法存在着较大的缺陷,计算机仿真结果验证了这个结论。     

基于波束优化设计的宽带相干信号子空间算法

提高波束域宽带相干信号子空间算法(BCSSM)在低信噪比下的估计性能,并降低其运算量,是BC-SSM在实际系统中得到应用的关键。借助于优化方法,设计具有低旁瓣和恒定束宽特征的时域宽带波束形成器来实现预形成宽带波束,在保证宽带信号无失真接收的同时,能够有效抑制干扰,从而提高了BCSSM在低信噪比下的估计性能。宽带波束形成器采用数字延迟线和FIR滤波器相结合的结构,减少了设计所需FIR滤波器的阶数,显著降低了算法的运算量。设计实例和仿真结果证明了所提方法的有效性。     

带限图信号的最优采样集设计

针对在实际中采样所需人力或设备数量受限的情况,为图信号优化设计了一种多阶段的采样集,使得在采样数量约束下尽可能减少信号估计误差.将采样集设计建模为组合优化问题,并通过松弛-量化的方法求得原始优化问题的次优解,同时也给出了该松弛-量化方法的适用条件和渐进最优性.不同于已有的图信号采样集设计方法,所提方法不仅得到了最优采样...     

多相关器结构GNSS码鉴相器最优化设计

调制信号的抗多径和无模糊跟踪是现代全球导航卫星系统接收机码环设计中需要解决的两个重要问题。提出了一种基于优化算法的码鉴相器设计方法,该方法使用多相关器结构,以组合权值为优化变量,根据无模糊跟踪要求给出了约束条件。以多径包络面积为目标函数建立了非线性最优化问题,提出了一种基于曲线赋形技术的优化初值设置方法。仿真结果表明,与传统的鉴相器相比,所设计的鉴相器具有更好的抗多径性能,且能实现对二进制偏移载波调制信号的无模糊跟踪。     

任意初始状态下迭代学习控制的频域分析

针对广义受控对象G(s) ,提出了一种迭代学习控制器在频域中设计的思想 ,给出了在任意初始状态下迭代学习控制算法收敛的充分条件 ,证明了经过逐次迭代后系统实际输出信号对期望输出信号的逼近特性 ,输出跟踪误差将一致有界 ,且与期望状态及期望输入无关。进一步讨论了反馈控制在迭代学习控制器中的作用。仿真结果表明了该算法的有效性。     

一种宽带高分辨MVDR有效算法研究

研究了一种低计算量的宽带最小方差无畸变波束形成(MVDR)算法,利用频移和线性相位FIR低通滤波对阵列接收信号的复包络作窄带分解,对各子带信号的基带信号作最小方差波束形成,所以可将原始信号的采样频率降到接近处理频段的带宽大小,选择信号主要能量频带,可以减少处理子带个数,大大降低了运算量。仿真和湖试数据分析结果证明了该方法的有效性,且对弱目标分辨性能较好。     

基于未知输入观测器方法的非线性切换系统故障检测

基于非线性未知输入观测器方法对一类离散时间非线性切换系统的故障检测问题进行了研究。给出了两种不同结构的非线性未知输入观测器。针对每一种观测器都考虑了两种切换信号:任意时间切换信号和满足平均驻留时间的切换信号。在任意切换信号下,使用了切换Lyapunov函数的方法来设计非线性未知输入观测器的参数;在满足平均驻留时间切换信号下,使用了多Lyapunov函数方法进行观测器参数的设计。然后利用已知的非线性未知输入观测器,得到残差生成器,进而实现故障检测。通过数值仿真例子,验证了故障检测方法的有效性。     

闭环辨识条件下迭代激励信号设计方法

针对闭环系统辨识中激励信号的优化选择问题,提出一种迭代的优化激励信号设计方法.以优化控制的性能指标作为激励信号选择的目标函数,考虑闭环辨识的鲁棒性稳定性,以及激励信号、控制信号和输出信号的能量限定,求取激励信号的优化能量谱,并以迭代的方法逐步选择优化的激励信号和闭环辨识系统模型,从而得到满足闭环系统性能的系统模型和相应的激励信号.仿真验证结果表明,使用该方法得到的激励信号去激励闭环系统,进行模型辨识,能够有效提高辨识模型的准确性.