基于频域插值的大角度俯冲弹载SAR成像方法

弹载合成孔径雷达(SAR)在大角度俯冲运动阶段，由于其复杂的飞行特性，回波信号存在严重的耦合性和空变性，这将导致传统的聚焦算法失效。针对这一问题，提出了一种改进的极坐标格式(PFA)频域成像算法。首先建立大角度俯冲弹载SAR的斜距模型，并对距离历程进行泰勒级数展开，然后利用级数反演法推导高精度的回波二维频谱。在二维频域，将高阶交叉耦合项进行二维分解，并在此基础上推导出新的频域二维插值映射函数，极大提升了聚焦成像的效果。相对于传统PFA,文中算法更适用于大角度俯冲弹载SAR,并通过仿真实验验证了其有效性。     

反向传播神经网络及其改进算法用于光伏MPPT的研究

研究了反向传播神经网络(BPNN)、粒子群优化反向传播神经网络(PSO-BPNN)、萤火虫优化反向传播神经网络(FA-BPNN),以及斐波那契优化反向传播神经网络(IM-FSM-BPNN)用于光伏组件在局部阴影下最大功率点的跟踪，以及上述算法在太阳能无人机中飞行光伏发电跟踪。结果首先表明，局部阴影下，IM-FSM-BPNN功率预测精度最低，跟踪时间最长，鲁棒性差，原因是控制参数多，依赖参数初始值。FA-BPNN功率预测精度最高且鲁棒性较好，原因是在训练过程中有效避免梯度消失的问题。其次，在样本数据量增加和太阳能无人机的应用中，发现FA-BPNN的预测效果好和IM-FSM-BPNN的局限性。最后，探讨了参数变化对预测结果的影响。IM-FSM-BPNN、PSO-BPNN和FA-BPNN较BPNN更适用于多样本数据预测，IM-FSM-BPNN相较于其他3种算法更适用于较小的学习率，4种算法的平均跟踪时间和功率平均预测精度随隐含层节点数震荡。     

基于校正熵的网络行为隐蔽信道的检测算法

为解决传统检测方法检测隐蔽行为信道检测率较低的问题,提出了基于校正熵的隐蔽行为信道检测算法。所提算法利用向用户操作序列中嵌入隐蔽信息后,必然会引起其条件熵变化的原理进行检测。校正熵的引入,有效克服了利用条件熵进行检测会产生误报问题。基于校正熵对行为信道进行检测实验,检测结果表明,基于校正熵的隐蔽行为信道检测算法能够较好地在有噪声的环境中检测出几种常见的隐蔽时间信道,检测率约为96%。     

考虑相关性的串联系统动态机会成组维修优化

多部件串联系统存在复杂的相关性,制定最优的维修策略以保持最低的维护成本是设备科学管理的关键之一。本文提出多部件串联系统动态成组机会维修策略。该策略在考虑部件间的经济相关性和结构相关性的基础上,以节省的总维修成本最大为目标,构建了有限时间内系统维修优化模型;应用了遗传算法对系统各部件进行分组优化,解决了NP难问题;应用滚动计划,将长期计划与短期计划相结合,实现对维修计划的动态实时更新。案例分析表明,该方法能够有效地降低维修成本,值得在工程实践中借鉴。     

生长指数与断层落差的对比研究

通过对断层落差与生长指数法对比研究,分析了二者应用的假设条件、应用范围及研究断层活动特征时的优缺点,认为在准确地层对比的基础之上,断层生长指数法要求凹陷内不同部位、各时代的沉积速率一致,断层上下盘没有大的沉积间断,而断层落差法则假设剥蚀区内断层上下盘的被剥蚀厚度保持一致,不必考虑沉积间断。生长指数法、断层落差法可以在一定程度上用于挤压和断陷盆地中研究反转断层和生长断层的活动强度和活动历史;而断层落差法在分析断陷盆地中的生长断层时更为直观、可靠,尤其是上升盘地层缺失及具有相对升降幅度差的生长断层的活动强度。开展了不同方法对比研究,可以得到更多的信息,以期更好地探讨研究区的断层演化或活动历史。     

无动力无人机进场阶段三维Dubins路径跟踪方法

针对无人机进场阶段失去推力后,如何使其跟踪一条给定进场路径这一特殊情况,提出了一种3维Dubins路径跟踪方法,该方法首先利用Dubins曲线解决无人机故障位置任意性及其路径求解实时性高的路径规划问题;然后为了跟踪所生成的3维Dubins路径,设计了一种基于切换平面的自适应非线性制导方法,其中切换平面用来解决圆弧制导与直线制导之间的过渡问题,而自适应规则降低横纵向制导律之间的相互影响,从而提高了系统的跟踪精度。最后通过仿真实验验证了该方法的有效性。     

高可靠性再入轨迹快速规划方法

提出一种高可靠性再入参考轨迹快速规划方法。在参考轨迹生成过程中,如果飞行路径角变化率不足够小,拟平衡滑翔条件(quasi equilibrium glide condition, QEGC)的应用前提得不到保证,利用QEGC所得的倾斜角剖面不保守,从而导致生成的参考轨迹有穿越再入走廊的风险。为得到高可靠性再入轨迹,在倾斜角搜索过程中,除了使再入参考轨迹满足路径约束与终端约束外,同时将QEGC的应用前提“飞行路径角及其变化率为小量”作为倾斜角搜索的一项约束。计算结果表明所提方法能够保证再入轨迹的可靠性,同时基于QEGC规划方法的适应性得到保留。     

二维数字阵列三阶泰勒展开单脉冲角度估计

全数字或相控阵子阵结构的数字单脉冲测角一般都采用基于单脉冲比一阶泰勒展开的测角公式,主瓣干扰下的自适应数字单脉冲测角也采用鉴角曲线斜率约束的方法,这些都会导致和波束主瓣宽度内偏离波束指向较远目标的测角偏差增大。〖JP3〗为了解决上述问题,针对任意二维数字阵列结构,推导了基于单脉冲比三阶泰勒展开的二维单脉冲测角公式,分析了公式求解的收敛问题。仿真结果表明所提方法对和波束主瓣范围内的目标均有较小的测角偏差,可以有效地提高主瓣干扰下的测角性能。该方法在提高测角性能的同时运算量增加不大,适合工程实现。     

#br# 近场宽带LFM信号被动测向和测距方法

提出了一种采用分数阶傅里叶变换的聚焦波束形成被动定位方法,实现了水声近场宽带线性调频(linear frequency modulated, LFM)信号的被动测向和测距。建立了基于球面波模型的近场宽带LFM信号接收数据模型,应用分数阶傅里叶变换(fractional Fourier transform, FRFT)将LFM信号的时变阵列流形矩阵变换为固定阵列流形矩阵,结合近场声源的聚集波束形成技术,利用多重信号分类算法实现了对多个宽带LFM信号的方位与距离联合估计。数值仿真验证了该方法对水声目标方位和距离估计的有效性,并仿真分析信噪比、声源距离、声源个数等对该算法性能的影响。     

异类传感器多目标检测跟踪与识别随机集模型

为在空中预警监视系统中实现多异类传感器多目标联合检测、跟踪与识别,在多目标检测、跟踪的随机有限集模型基础上,进行多异类传感器多目标联合检测、跟踪与识别的理论模型与处理框架研究。通过对目标的运动学状态与目标识别属性状态统一描述,把多目标状态建模为一个用随机有限集描述的全局状态。通过对运动学传感器与属性传感器模型分析,把各异类传感器建模为一个全局传感器,并把各传感器的测量建模为一个用随机有限集描述的全局测量。根据全局状态与全局测量模型,把异类传感器多目标联合检测、跟踪与识别过程描述为Bayes滤波过程,并给出了相应的多异类传感器多目标联合检测、跟踪与识别处理框架。通过仿真试验验证了理论模型与框架的有效性。