喷泉码差分跳频系统在AWGN中抗部分频带干扰性能研究

为了改善差分跳频 (differential frenquency hopping, DFH)系统抗部分频带干扰性能, 提出一种将喷泉码(Fountain code, FC)应用于DFH的喷泉码差分跳频(Fountain code differential frenquency hopping, Fountain DFH)级联编码系统; 在加性高斯白噪声信道(additive white Gaussian channel, AWGN)下研究其抗部分频带干扰性能的改善;对Fountian DFH抗干扰性能在有精确干扰状态信息(jammer state information, JSI)和无精确干扰状态两种情况下进行了理论分析和数值仿真。仿真总频点数M为32, 结果表明:当存在精确JSI信息时, 干扰频点n为32点干扰,误码率为10-4情况下, Fountian DFH系统相对普通DFH系统信干比有2~2.5 dB的性能改善;在干扰频点数n为1时有10~12 dB的改进。当无JSI信息时, 提出一种跳频训练序列的JSI估计译码算法, 使Fountian DFH系统较准确获取JSI信息,具有较强抗干扰能力。     

L0正则化增量正交投影非负矩阵分解的目标跟踪算法

针对传统跟踪算法不能在复杂场景下进行有效跟踪的问题,提出一种基于L0正则化增量正交投影非负矩阵分解(incremental orthogonal projective non negative matrix factorization,IOPNMF)的目标跟踪算法。在粒子滤波框架下采用IOPNMF算法在线获得跟踪目标基于部分的表示以构建模板矩阵,然后将每帧中的候选样本建立基于模板矩阵的线性表示,对表示系数进行L0正则化约束,并提出快速数值解法,同时引入粒子筛选机制,加快跟踪速度。实验结果表明,新算法能够解决跟踪过程中出现的遮挡、光照变化、运动模糊等影响跟踪性能的因素,具有较高的平均覆盖率和较低的平均中心点误差。     

辅助数据缺失环境下结构化自适应目标检测器

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。     

基于两阶段维纳退化过程的液力耦合器可靠性评估

对液力耦合器（liquid coupling device, LCD）的两阶段退化过程进行可靠性建模及评估。液力耦合器退化过程中呈现出明显的两阶段特性,即LCD在退化过程中存在某一时刻,在该时刻前后,LCD分别服从不同的退化过程。传统做法只基于第二阶段进行可靠性分析,丢失了第一阶段的信息。鉴于此,建立两阶段维纳退化过程模型,并推导出该模型下的可靠度函数;同时,基于Schwarz信息准则(Schwarz information criterion, SIC),获得模型变点的估计。最后,运用所建模型对LCD实例进行可靠性评估,并与传统做法进行对比分析。结果表明该模型对LCD退化过程拟合效果良好,且给出更为可信的评估结果。     

平台式相控阵导引头视线角速率提取技术研究

针对全捷联相控阵雷达导引头隔离度（disturbance rejection rate, DRR）正反馈失稳风险,提出了一种将相控阵安装在平台框架用于隔离弹体干扰的新思路。通过对相控阵和平台模型进行简化,利用空间角度关系及平台随动特性,构建4种适用于平台式相控阵雷达导引头视线角速率提取的方案,选取不同的〖JP2〗制导信号输出点,分别研究方案的隔离特性及制导信号跟踪能力。研究结果表明,4种方案均能有效规避DRR干扰影响,其中平台随动能提高制导信号的提取精度,雷达测角输出点优于平台角速率陀螺输出点,并具备跟踪高频信号的能力。     

基于神经网络动态优化的再入轨迹设计

为解决当飞行器出现破损以及飞行器受干扰时的轨迹优化问题,新一代的再入式飞行器需要有实时在线轨迹优化的能力。神经网络动态优化算法(neural dynamic optimization,NDO)的主要特点是能使神经网络逼近最优解。神经网络动态优化算法可以避免传统的间接法在求解轨迹优化问题时协态变量初值猜测问题。给出了神经网络动态优化的原理,详细介绍了优化流程。仿真结果表明神经网络动态优化算法可以很好的避免协态变量初值猜测问题,具有较强的鲁棒性,能满足实时性要求。     

基于扩张状态观测器的反预警滑模制导律

针对预警机的特殊作用,提出了利用临近空间高超声速飞行器的高度优势与速度优势,对预警机实施打击的概念,设计了反预警的制导律。针对预警机的机动,将其视为外在扰动,利用扩张状态观测器将其扩张为一个新的状态量,并对此状态量进行实时观测,将其补偿到制导指令中,有效解决了拦截末端需用过载过大的问题;同时对攻击目标时的落角进行约束,设计了带有落角约束的滑模制导律。将所设计的制导律与传统的弹道成型制导律作对比,结果表明,在飞行末段,滑模制导律具有更小的过载与视线角速度,相比传统弹道成型更具优势。     

基于ＮＰ准则的属性关联度量及门限确定方法

在目标空域密集环境下,属性辅助运动状态数据关联是目前公认的解决数据关联性能严重下降问题的潜在有效途径。从Neyman Pearson准则出发,在分析经典运动状态信息关联度量及门限确定方法合理性的基础上,给出属性辅助数据关联中属性度量及对应门限的确定方法。仿真结果表明,与惯用的固定门限相比,该方法确定的度量及门限具有稳定的关联性能。     

一类高阶非线性系统的动态面控制

针对一类含不可控不稳定线〖JP+2〗性化的高阶非线性系统的跟踪控制问题,给出了一种连续状态反馈动态面控制器设计方案。基于增加幂次积分方法,利用状态参考的思想,设计了可导的期望虚拟控制律。利用动态面技术,让期望虚拟控制律的函数通过一阶低通滤波器,避免了对期望虚拟控制律的函数进行微分。所提连续状态反馈动态面控制器能够保证跟踪误差半全局一致终结有界。数值仿真算例结果验证了所提控制方案的有效性。     

基于递阶遗传算法的一类多旅行商问题优化

针对最小化单个旅行商路程的多旅行商问题,提出了一种递阶遗传算法和矩阵解码方法。该算法根据问题的特点,采用一种递阶编码方案,此编码与多旅行商问题一一对应。用递阶遗传算法优化多旅行商问题不需设计专门的遗传算子,操作简单,并且解码方法适于求解距离对称和距离非对称的多旅行商问题。计算结果表明,递阶遗传算法是有效的,能适用于优化多旅行商问题。