宽带波束空间恒模阵列

针对期望信号假设来向与实际来向存在误差时,传统的宽带波束空间自适应阵列有较大的性能损失,提出了一种对信号来向误差具有稳健性的算法。该方法利用信号的恒模特性,在期望信号来向未知的情况下,实现了对宽带信号的无失真接收。首先利用扇形滤波器,形成一组具有频率不变性的正交波束,然后基于恒模准则对各波束的输出进行处理得到最优权值。该方法对信号来向具有很强的稳健性,同时具有收敛速度快等优点。通过计算机仿真验证了所提方法的有效性与优越性。     

高斯杂波中距离扩展目标的模糊CFAR检测

为提高高分辨雷达的检测性能,提出了一种高斯杂波背景下距离扩展目标的模糊检测方法。该方法采用模糊恒虚警率(constant false alarm rate, CFAR)检测器代替传统的二进制CFAR检测器,将距离单元值转换成映射到虚警空间的模糊隶属函数值,然后采用模糊积累准则进行积累,得到检测统计量。研究了模糊代数积、模糊代数和两种积累准则,推导出这两种方法虚警概率的数学解析式。仿真结果表明,高斯杂波背景下模糊代数积积累较双门限二进制积累可获得近2 dB的性能改善。同时,模糊检测方法只采用单个检测门限,具有易于调节的优点。     

基于分支剔除的低轨星座实时传感器调度算法

针对低轨星座目标连续跟踪的传感器资源调度问题,通过对调度约束因素的分析,提取跟踪精度、资源松弛度和资源分配均衡因子三个优化参数,建立了传感器实时调度模型;并建立长时调度决策树,将标准代价搜索方法和分支剔除技术相结合,提出了一种基于分支剔除的实时传感器调度算法。仿真实验表明,标准代价搜索和分支剔除技术的引入明显降低了调度算法的运算量,尤其对于多目标和大步长的情况,且调度传感器跟踪目标的误差略小于短时调度方法。     

单星探测弹道特征信息提取方法研究

单星探测预警是天基预警系统发展的必然经历过程和重要组成部分,单星探测预警属于不完备测量,需要先验信息的支持才能估计弹道以及进行相应的预警,因此如何构建预警信息库就尤为重要。首先分析了一种弹道导弹的本质特征,并在此基础上建立了提取弹道特征信息的算法,从而使单星预警成为可能,仿真算例验证了该方法的可行性。     

最大速度恒定的连续Petri网(CCPN)的性质及判定方法

最大速度恒定的连续Ｐｅｔｒｉ网是由Ｄａｖｉｄ等最早提出的一类时延连续Ｐｅｔｒｉ网模型,但并未对其性质给出确切的定义及相应的判定方法。文「１」中给出了ＣＣＰＮ的演变图及其构造算法,本文在给出ＣＣＰＮ以对扬系统进行性能分析。     

Near-optimal cumulative longitude low-thrust orbit transfer

The indirect method for the continuous low-thrust near minimum cumulative longitude orbit transfer problem is addressed. The movement of the satellite is described by the Gauss equation using the modified equinoctial elements and replacing time as the system independent variable by the cumulative longitude. The maximum principle is adapted to design the optimal control in order to minimize the final cumulative longitude, and the twopoint- boundary-value problem is derived from the orbit transfer problem. The single shooting method is applied in a numerical experiment, and the simulations demonstrate that the orbit transfer mission is fulfilled and the product of the maximal thrust and the minimum cumulative longitude is near constant.     

基于大脑情感学习的推力矢量无人机姿态控制

建立了与普通无人机相区别的带推力矢量的无人机数学模型,并提出了一种基于大脑情感学习(brain emotion learning, BEL)的推力矢量无人机姿态控制方法。首先设计了气动控制器和近似推力矢量控制器,然后设计了基于BEL算法的推力矢量控制补偿器。对无人机全量模型进行非线性数值仿真,结果验证了所建立的数学模型的正确性、推力矢量技术在无人机姿态控制上的特定优势以及BEL智能方法的自学习、自适应能力。     

散射区域加权压缩感知ISAR成像

压缩感知(compressive sensing,CS)理论为少量脉冲条件下实现高分辨逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像提供了新方法。然而由于CS的噪声敏感性,其成像易受到噪声污染;另外,少量脉冲条件下很难保证噪声参数估计精度,这进一步加剧了ISAR成像污染。针对这一问题,提出一种散射区域加权CS ISAR成像算法,利用目标散射区域信息对冗余字典中的基函数进行加权,修正CS重建算法以抑制噪声散斑。为提高噪声参数估计精度,对回波采样建立子序列矩阵,提出矩阵扰动理论噪声参数估计方法。实验结果表明,所提方法能够有效抑制噪声影响,提高低信噪比和少量脉冲条件下ISAR成像质量。     

LDPC码偏移修正加权比特翻转译码算法

大量仿真表明,基于幅度和的改进型加权比特翻转(modified sum of the magnitude based weighted bit flipping, MSMWBF)译码算法对于行重/列重较小的低密度奇偶校验(low density parity check, LDPC)码而言,展现出巨大的性能优势,但对于行重/列重较大的基于有限域几何(finite geometry, FG)的LDPC码,性能损失严重。首先对此现象进行理论分析。其次,引入附加的偏移项对MSMWBF算法的校验方程可靠度信息进行修正,提高了算法对行重/列重较大的LDPC码的译码性能。仿真结果表明,在加性高斯白噪声信道下,误比特率为10E-5时,相比于MSMWBF算法,在适度增加实现复杂度的条件下,所提算法可获得约0.63 dB的增益。     

Optimized LDPC differential-encoded 16QAM scheme for high-speed transmission systems

The 16-ary quadrature amplitude modulation （16QAM） is a high spectral efficient scheme for high-speed transmission systems. To remove the phase ambiguity in the coherent detection system, differential-encoded 16QAM （DE-16QAM） is usually used, however, it will cause performance degradation about 3 dB as compared to the conventional 16QAM. To overcome the performance loss, a serial concatenated system with outer low density parity check （LDPC） codes and inner DE-16QAM is proposed. At the receiver, joint iterative differential demodulation and decoding （ID） is carried out to approach the maximum likelihood performance. Moreover, a genetic evolution algorithm based on the extrinsic information transfer chart is proposed to optimize the degree distribution of the outer LDPC codes. Both theoretical analyses and simulation results indicate that this algorithm not only compensates the performance loss, but also obtains a significant performance gain, which is up to 1 dB as compared to the conventional non-DE-16QAM.