一种基于优化的参数化鲁棒极点配置方法

研究时不变线性系统状态反馈鲁棒极点配置问题,首先提出了一种新的衡量系统鲁棒性的目标函数,该目标函数定量考虑了不确定性对闭环系统特征值的影响.然后通过对某些矩阵进行奇异值分解得到闭环特征向量和状态反馈矩阵的参数表达式.基于提出的目标函数和闭环特征向量矩阵的参数解,给出了目标函数梯度的显式表达式,从而可以用成熟的基于给出梯度信息的优化方法对目标函数进行优化而得到最优解.通过实际例子和现有方法的比较,结果显示了本方法的有效性.     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.     

基于特征结构配置的输入饱和线性系统分散状态反馈控制——一种参数化方法

给出了基于特征结构配置的输入饱和线性系统分散状态反馈控制的一种参数化方法.基于Syl-vester矩阵方程的参数化解,建立了状态反馈控制矩阵和闭环特征向量矩阵的参数化形式.所提出的方法中包含了部分特征结构配置,这种参数化方法提供了所有的设计自由度.在控制系统设计中,可以利用这些自由度取得希望的系统性能.一个仿真例子显示了所给方法的有效性.     

增长曲线模型的两步估计及其优良性

讨论了增长曲线模型回归参数阵的两步估计问题,给出了回归参数阵的可估函数的两步估计具有无偏性的一个基本结论,并验证了两种常见两步估计均具有无偏性．     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

基于垂直区域宽度分解的无人机覆盖航迹规划

为解决多无人机执行区域覆盖任务时,存在覆盖效率低的问题,提出了基于垂直区域宽度分解的无人机覆盖航迹规划算法。首先,为了尽可能以最少的转弯次数完成任务,提出了垂直区域宽度分解法。然后,考虑到实际运用中由于飞手数量与无人机数量不匹配,导致资源分配不均的问题,使用垂直区域宽度分解法将任务区域分解为待覆盖的子航迹集合,并建立了以时间代价为目标函数的混合整数线性规划子航迹分配模型,来根据飞手数量与无人机数量动态的将子航迹进行均衡分配,达到提高覆盖效率的目的。最后,通过仿真实验验证了该算法的有效性。     

大入射余角CFAR检测器

雷达在大入射余角高分辨率海杂波背景下检测时,等效后向散射面积增大,大部分海杂波能量投射到少数距离单元,能量分布不均,出现功率突然增大的杂波“异常单元”,导致检测器参考窗口所处的背景环境复杂多变,传统检测器检测概率降低,虚警率及误检率增加。为解决此问题,通过参考滑窗单元的协方差矩阵构造正定矩阵,求解其矩阵范数用以估计杂波功率水平,并采用支持向量机改进传统恒虚警率(constant false alarm rate,CFAR)检测器,得到基于正定矩阵杂波功率估计训练支持向量机的改进CFAR检测器。实验结果表明,新检测器在均匀杂波、多目标环境下检测性能稳定,在杂波边缘的虚警控制能力良好。     

On the Modelling and Forecasting of Multivariate Realized Volatility: Generalized Heterogeneous Autoregressive (GHAR) Model

Recent multivariate extensions of the popular heterogeneous autoregressive model (HAR) for realized volatility leave substantial information unmodelled in residuals. We propose to employ a system of seemingly unrelated regressions to model and forecast a realized covariance matrix to capture this information. We find that the newly proposed generalized heterogeneous autoregressive (GHAR) model outperforms competing approaches in terms of economic gains, providing better mean–variance trade‐off, while, in terms of statistical precision, GHAR is not substantially dominated by any other model. Our results provide a comprehensive comparison of the performance when realized covariance, subsampled realized covariance and multivariate realized kernel estimators are used. We study the contribution of the estimators across different sampling frequencies, and show that the multivariate realized kernel and subsampled realized covariance estimators deliver further gains compared to realized covariance estimated on a 5‐minute frequency. In order to show economic and statistical gains, a portfolio of various sizes is used. Copyright © 2016 John Wiley & Sons, Ltd.     

飞行巡线机器人悬停控制系统仿真与设计

针对通讯线路和电力传输线快速发展的趋势,提出使用旋翼直升机作为飞行式巡线机器人的设想。在刚体、非完整假设和飞行原理基础上,建立了巡线机器人以翻滚、俯仰和偏航角为广义坐标的动力学方程。采用线性化方法得到以三个姿态量为输出,以俯仰、翻滚通道输入量、旋翼升力和尾桨配平力为控制输入的悬停状态空间和控制方程。同时,使用极点配置法得到所需的控制输入,并设计了以TMS320F2812DSP为主控芯片的控制系统。Matlab仿真和实验证实了本方法的可行性和易实现性。     

Multiple targets vector miss distance measurement accuracy based on 2-D assignment algorithms

An extension of 2-D assignment approach is proposed for measurement-to-target association for improving multiple targets vector miss distance measurement accuracy. When the multiple targets move so closely, the measurements can not be fully resolved due to finite resolution. The proposed method adopts an auction algorithm to compute the feasible measurement-to-target assignment with unresolved measurements for solving this 2-D assignment problem. Computer simulation results demonstrate the effectiveness and feasibility of this method.