一种基于时频匹配的长时间相干积累器设计

对回波信号进行长时间相干积累是实现雷达威力增程的重要手段。为补偿目标匀加速运动对回波 相干性的破坏并提高相干积累处理的时效性,首先提出一种基于时频域匹配处理的长时间相干积累方法,该方法 可避免目标多普勒模糊的影响,实现对目标速度和加速度的补偿;其后,给出了基于时频域匹配的长相干积累处 理器运动补偿通道间隔的定量化设计技术,并提出了采用多片通用图形计算卡的积累器并行优化实现方法。此 外,还研究了静止轨道卫星相对地面雷达站的运动规律,并针对此类目标的长时间相干积累探测进行了并行化设 计实现,从而验证了方法的有效性和实用性。     

基于NSCT和ICA的红外和可见光图像融合方法

针对基于非下采样轮廓波变换（ｎｏｎ ｓｕｂｓａｍｐｌｅｄｃｏｎｔｏｕｒｌｅｔｔｒａｎｓｆｏｒｍ,ＮＳＣＴ）的红外和可见光图像 融合存在的目标信息不明确、融合图像对比度较低的问题,提出了ＮＳＣＴ 和独立分量分析（ｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏ ｎｅｎｔａｎａｌｙｓｉｓ,ＩＣＡ）的红外和可见光图像融合方法。首先采用ＮＳＣＴ 对红外和可见光图像进行多尺度、多方向分 解,然后对分解后的红外和可见光图像的低通子带系数采用基于ＩＣＡ 的图像融合方法,得到低通融合图像。再使 用以邻域系数差和信息熵为标准的带通图像融合规则对带通子带系数进行融合,得到带通融合图像。最后对低 通融合图像和带通融合图像进行ＮＳＣＴ 的逆变换,从而得到最终的融合图像。仿真实验验证了本文方法的有 效性。     

面向目标不确定的多无人机鲁棒协同搜索

多架无人机（ｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅ,ＵＡＶ）协同搜索是多无人机协同的一个重要研究方向。多架 ＵＡＶ 同时对一个未知区域进行搜索,目的就是大量获取搜索区域的信息,确定目标存在的具体位置。提出了一 种基于贝叶斯理论的多ＵＡＶ 鲁棒协同搜索方法,首先建立搜索环境的数学模型,然后考虑到ＵＡＶ 传感器测量 的不确定性以及环境自身的不确定性,引入鲁棒性能参数以提高系统的抗干扰性以及稳定性,最后对目标函数进 行优化求解,从而引导ＵＡＶ 在区域中进行搜索。通过仿真结果验证了所提方法的有效性。     

基于梯度自适应格型滤波的外辐射源雷达多径杂波抑制算法

外辐射源雷达面临严重的多径杂波问题,传统的梯度自适应格型（ｇｒａｄｉｅｎｔａｄａｐｔｉｖｅｌａｔｔｉｃｅ,ＧＡＬ）滤 波是一种有效的杂波抑制算法,但该算法需要根据经验合理设置步长参数,收敛速率慢,在抑制杂波的同时会造 成处理距离元内的目标回波被部分相消。基于传统的ＧＡＬ滤波提出了一种改进的ＧＡＬ算法及其前后向预测误 差的归一化形式,该算法通过最小化前向和后向预测误差的均方值估计反射系数,并通过最小化多重回归滤波的 均方误差估计其权系数。相对传统的算法而言,改进的算法不需设置步长参数、收敛速率快、对处理距离元内的 目标回波基本没有影响。仿真和实测数据处理结果验证了该算法的有效性。     

基于欠采样的脉冲UWB通信窄带干扰消除技术

针对窄带干扰（ｎａｒｒｏｗｂａｎｄｉｎｔｅｒｆｅｒｅｎｃｅ,ＮＢＩ）的存在会对脉冲超宽带（ｕｌｔｒａ ｗｉｄｅｂａｎｄ,ＵＷＢ）通信 系统性能带来严重的影响。提出了一种基于欠采样的低复杂度ＮＢＩ检测与消除方案,以消除ＮＢＩ为目标,论证了 欠采样下ＮＢＩ检测与消除的可行性。通过傅里叶分析,指出ＮＢＩ在欠采样信号的快速傅里叶变换域中具有稀疏 性和易辨别的特点,并根据这些特征实现了对ＮＢＩ子空间的估计。依据ＮＢＩ子空间,设计了ＮＢＩ信号的正交投 影矩阵,在时域实现了对ＮＢＩ的消除。仿真结果表明,在可接受的ＵＷＢ 信号功率损失范围内,方案大大提高了 欠采样信号的信号干扰噪声比。     

含时变时延的卫星编队姿态协同自适应滑模L2 增益控制

针对带有时变通信时延和输入时延的卫星编队飞行姿态协同控制问题,考虑卫星转动惯量参数不确 定性及干扰,提出了一种自适应滑模犔２ 增益控制算法。该方法首先利用自适应参数辨识技术对由转动惯量参数 不确定给系统带来的扰动上界进行估计,进而设计了含时变时延信息的滑模自适应控制器,构造Ｌｙａｐｕｎｏｖ Ｋｒａ ｓｏｖｓｋｉｉ函数,从理论上证明了闭环系统在该控制器作用下可以协同达到渐进稳定。在此基础上,进一步考虑存在 外部干扰的影响,定义包括外部干扰与自适应参数估计误差在内的广义干扰,设计了对广义干扰具有犔２ 增益抑 制作用且含时变时延信息的姿态协同控制器。最后,仿真结果表明了所提出的控制器的可行性、有效性。     

面向目标的系统的系统建模方法

体系结构是系统的系统（ｓｙｓｔｅｍｏｆｓｙｓｔｅｍｓ,ＳｏＳ）构成的基础,是系统可靠运行和演进的依据。传统 的ＳｏＳ体系结构设计方法包括面向过程的结构化设计方法和面向对象方法等。它们均缺乏对ＳｏＳ中各利益相关 者的目的、意图和行为等的描述与表达。建立了用户需求符号（ｕｓｅｒｒｅｑｕｉｒｅｍｅｎｔｓｎｏｔａｔｉｏｎ,ＵＲＮ）这一目标建模 语言与美国国防部体系结构框架元模型间的对应关系。基于元模型,提出了ＳｏＳ目标建模的过程与思路,并以搜 索救援为例阐明了所提出的过程与思路。     

基于双领航者的多AUV协同导航系统可观测性分析

针对双领航自主水下机器人（ａｕｔｏｎｏｍｏｕｓｕｎｄｅｒｗａｔｅｒｖｅｈｉｃｌｅ,ＡＵＶ）协同导航系统编队设计对系统 可观测性的要求,采用非线性系统李导数可观测性分析方法以及矩阵条件数分析理论对基于相对距离量测的双 领航者协同导航方法的可观测性进行了定性和定量分析,得出了系统可观测性大小取决于主从ＡＵＶ 间的距离向 量以及从ＡＵＶ 速度向量之间的相互关系。针对从ＡＵＶ 处于运动、静止两种状态,分别采用扩展卡尔曼滤波技 术对双领航者协同导航算法进行了不同航迹条件下的仿真,对系统的可观测性条件进行了验证。     

直接加权优化辨识中未知权重值的迭代选取

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中,增加若干关于输入观测 数据序列的线性项来增强逼近非线性。对于增加若干线性项后展开式中的两类未知权重值的选取,分别从理论 和实用上推导出这些未知权重值的选取过程,并明确权重值间的关键和辅助作用。理论上的推导分析可明确增 加的未知权重值在整个逼近非线性系统的目的中起着辅助作用;实用上的推导分析展示了怎样将某些复杂的最 优化问题经过整理变换成常见的最优化问题,从而可利用最基础的优化方法来求解,并分别对理论和实用算法的 收敛性做了必要的证明。最后用仿真算例验证所提方法的有效性和可行性。     

高阶非线性系统的神经网络动态面控制

研究了一类非匹配不确定高阶非线性系统的跟踪控制问题。基于自适应增加幂次积分递推设计方 法,利用基神经网络的逼近特性,提出了一种自适应神经网络增加幂次积分动态面设计方法。在每个子系统中, 采用双极Ｓｉｇｍｏｉｄ函数设计期望虚拟控制律,保证了其可导性;引入一阶滤波器,避免了对期望虚拟控制律的微 分。仿真实例表明,所提控制方法能够保证闭环高阶非线性系统的状态量和跟踪误差半全局一致终结有界。