基于观测器的时滞依赖鲁棒无源控制

研究一类带有参数不确定性和时变时滞的不确定线性系统的鲁棒无源控制问题。针对标称系统,利用线性矩阵不等式给出其时滞依赖无源性条件;讨论当系统的系数矩阵出现参数不确定时,存在基于观测器的控制器使得闭环系统是强鲁棒稳定且严格无源的时滞依赖性充分条件。构造出期望的观测器和控制器。数值算例说明结论的有效性。     

独立成分分析的研究进展

介绍了独立成分分析（ICA）的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨讨了目前ICA的几个研究方向的发展现状和面临的问题，分析了ICA基本模型和几种扩展模型的求解算法，包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离，提出了ICA未来理论和应用研究中的开放课题．     

补偿型随钻电磁波电阻率测井仪的仿真研究

井眼补偿误差严重影响随钻测井的精度,普通的随钻电磁波电阻率测井仪由于自身结构特点而不能提供误差校正,因此研究补偿型仪器具有重要意义.在井眼补偿问题的研究中,考虑到研究对象的几何形状特征以及运算结果的精度要求,首次采用了圆在坐标系时域有限差分方法对非均匀地层情况下等源距补偿仪器和不等源距补偿仪器进行数值建模分析,仿真后得到两种仪器的响应及补偿曲线.重点分析了地层的非均匀性对并眼补偿误差及两种补偿仪器补偿曲线的影响,对地层分析以及测井资料的解释提供了重要的理论指导意义.     

并行分布实时仿真的时间管理算法研究

并行分布实时仿真技术对大规模复杂系统的实时仿真提供了便利,近年来日益成为研究的热点.时间是分布式仿真中的重要概念;时间管理自然成为了分布仿真的关键技术.实时仿真对仿真时间的特殊要求,使得系统中的时钟同步与时间推进成为系统研究的关键.在探讨并行分布式仿真中的通用时间管理机制的基础上,从内同步和外同步两个角度研究了并行分布式实时仿真系统的时间推进方案和时钟同步方法;基于高速实时网络,提出了“共享时钟源”的时钟同步策略;结合具体的应用需求,给出了一种优先级轮询的时间管理算法.     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

基于成批排队的自相似业务性能分析

自相似业务建模及性能分析是ATM领域当前的研究热点。讨论了当前排队模型的特点与不足,从分组层次上提出了一种新的模型。利用成批排队理论对系统的性能指标进行了分析,对模拟流量的自相似性及排队性能进行了实验仿真,研究了确定模型参数的方法,证实了理论结果的正确性。实验结果表明,从分组层次上建立的排队模型在性能上优于ON-OFF源层次上的模型。     

基于时间约束的多源多品种配送系统模型及一种启发式算法

配送系统设计时,除了使系统的总费用最小外,还要满足各需求点对配送时间的要求。在说明了建模的假设条件后,建立了考虑时间约束的多源多品种配送系统模型,并根据模型的特殊结构开发了相应的启发式算法,最后用实际调研的数据作为算例对模型进行了数值演算。     

利用频域和空域信息的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单、系统相对独立等优点。定位收敛速度和稳定度是该技术实际应用的关键,通过研究利用频域和空域测量信息对运动辐射源的单站无源定位跟踪技术,分别提出了两种定位跟踪算法。为比较算法性能,推导了该定位跟踪问题的克拉美 罗下限,并利用计算机仿真给出了不同算法的跟踪误差几何分布(GDTE)。仿真结果证明了两种算法都具有很好的实用性。     

一类快速的宽带分布源到达角估计算法

针对宽带分布源到达角估计问题,提出了一类快速的估计算法,即中频法、中值法和均值法。该类算法首先将阵列接收的宽带信号变换到频率域,然后对于每个频率形成阵列接收信号协方差阵,最后由该协方差阵的次对角线元素估计宽带分布源的到达角,其主要特点是避免了相位展开。仿真结果表明,在高信噪比和分布角不大时,中频法和中值法的性能几利相同;但在低信噪比时,中值法优于中频法。此外,均值法对分布角不敏感,且性能较优。     

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。