基于消息驱动的雷达仿真引擎控制算法

分布式仿真可以很好地解决大规模复杂系统仿真困难等问题,其关键技术在于分布式引擎机制的设计。首先阐述雷达系统仿真模型,然后提出基于消息服务中心和运控中心的分布式调度控制结构,将上层用户接口和底层消息传递服务解耦,灵活性和易操作性更强。接着提出消息驱动控制算法（message passing algorithm, MPA）。系统测试结果表明,引擎结构和MPA适用于集中式和分布式结构,可以实现进程间的消息传递控制。     

社会责任与合作治污对企业治污效用影响

结合湖域初始排污权配置背景,从多利益相关者合作角度构建了企业治污效用凸博弈模型,给出基于减排率差异性的CSR-企业治污收益模型、基于治污技术差异性的同行业企业间合作治污的PCTC-企业治污成本分摊模型。进而以太湖流域氨氮初始排污权配置为例,在求解多主体Shapley值的基础上,结合江苏省张家港市10家纺织企业数据进行实证研究。结果表明:CSR同企业减排率之间具有显著拟线性关系与倍增响应关系,对企业收益具有正相关影响;PCTC可有效减少合作企业治污边际成本,对保障合作稳定性、促进多利益主体合作具有积极作用;推广CSR与PCTC有助于提高我国工业企业参与排污权交易积极性,对推进湖域排污权交易机制构建具有重要意义。     

基于离散人工蜂群算法的认知无线电频谱分配

针对二进制粒子群优化算法在认知无线电频谱分配中容易陷入局部最优等问题,将人工蜂群算法引入到认知无线电频谱分配中,提出了基于离散人工蜂群算法的认知无线电频谱分配方法。针对一种认知无线电网络模型,将离散人工蜂群算法中的蜜源位置离散化,与模型中的可用频谱矩阵相结合产生分配矩阵,对目标函数进行优化,并且使用了一种新的比例公平性目标函数评价该算法的性能;通过仿真比较了本文算法与二进制粒子群优化算法的频谱分配方法的性能,同时在使用电视频段的认知无线电系统进行了验证,结果表明本文算法的高效性和优越性。     

包络相位联合自聚焦高分辨SAR运动补偿

提出了一种包络相位联合自聚焦运动补偿算法,解决了机载高分辨合成孔径雷达(synthetic aperture radar, SAR)成像过程中复杂的运动误差问题。该方法不但可以实现对高阶运动误差的估计,而且可以同时补偿包络和相位误差。通过对运动误差进行归一化多项式拟合建立关于运动误差多项式系数的最小熵优化方程,同时利用阻尼牛顿法对其进行求解,实现高效精确的多项式系数估计。另外,设计了交替联合自聚焦算法,以实现对较大运动误差的精确估计。最后,应用实测机载聚束SAR数据验证该方法的有效性和优越性。     

基于模型和案例推理的混合故障诊断方法

基于模型的诊断方法描述的是系统内部结构和行为的深知识,能够轻松获取诊断知识,但计算量较大;而基于案例推理的诊断方法依靠的是历史经验,诊断效率比较高,但知识获取是其瓶颈。针对两种方法的优缺点,提出了利用基于模型的方法来实现案例知识的获取,然后通过基于案例推理的方式完成故障诊断过程的混合故障诊断方法。该方法不仅汲取了基于模型方法准确度高的优点,避免了知识获取难的问题,同时继承了基于案例推理方法的快速性,提高了诊断效率。     

基于Polycycle信号的UWB正交脉冲序列设计

正交脉冲的产生是超宽带无线应用中的关键技术, 采用Hermite 矩阵特征向量分解方法, 提出了一种基于Polycycle信号的UWB 正交脉冲序列设计方法. 该方法产生的正交成形脉冲功率谱密度分布符合FCC关于室内和室外UWB应用的辐射限制, 有较高的频谱利用率, 脉冲函数自相关性强, 互相关性弱, 利于多址检测. 最后, 分析了2PPM-THMA UWB系统的传输性能, 仿真结果表明正交成形脉冲抗多用户干扰能力优于Scholtz脉冲.     

基于边界矩和改进FCM聚类的水下目标识别

水下目标的识别是水下机器人对环境动态感知、快速定位与跟踪视觉目标的关键, 本文针对水下成像的特殊性以及成像环境的复杂性,旨在设计一种快速、准确的目标识别系统以指导水下机器人进行下一步的任务. 首先, 综合运用一些流行的算法, 简要介绍了一种有效的边界分割算法; 然后通过对边界矩的分析和修正, 构造了具有平移、旋转及比例变换不变性的仿射变换; 最后详细描述了改进的FCM聚类识别的设计理念. 通过对实测的4类物体组成的水下目标的识别实验, 证明了所提水下目标识别系统可以用于水下目标识别, 并且具有较高的鲁棒性和实时性.     

非线性离散系统的直接自适应神经网络控制器

对于一类非仿射离散时间系统,提出了一种新的自适应神经网络控制器。首先推导与原系统等价的仿射形式模型,由仿射模型推导控制律。控制律中采用一个神经网络,与传统的基于反馈线性化的自适应神经网络设计方法中采用两个神经网络相比,计算量大大减少且避免了控制器奇异问题。神经网络权值根据系统输入输出信号进行更新,另外σ项的引入,取消了为保证参数收敛持续激励的条件。系统的稳定性通过Lyapunov方法进行了分析,仿真实例验证了控制器的有效性。     

基于扩张状态观测器的导弹纵向控制系统设计

基于扩张状态观测器设计了导弹纵向通道控制系统。首先将弹体弹性、模型参数的不确定性和测量元件的动态特性视为复合干扰,并将其作为系统的一个扩张状态|然后利用扩张状态观测器对扩维后的系统状态进行估计,将估计值用于状态反馈和设计控制补偿项|最后给出了控制算法的稳定性证明。仿真结果表明,所设计的控制算法具有较好的指令跟踪性能和强鲁棒性。     

On control of strong consensus for networked agents with noisy observations

The discrete-time first-order multi-agent networks with communication noises are under consideration.Based on the noisy observations,the consensus control is given for networks with both fixed and time-varying topologies.The states of agents in the resulting closed-loop network are updated by a stochastic approximation(SA) algorithm,and the consensus analysis for networks turns to be the convergence analysis for SA.For networks with fixed topologies,the proposed consensus control leads to consensus of agents with probability one if the graph associated with the network is connected.In the case of time-varying topologies,the similar results are derived if the graph is jointly connected in a fixed time period.Compared with existing results,the networks considered here are in a more general setting under weaker assumptions and the strong consensus is established by a simpler proof.