具输入饱和因子的不确定广义系统的鲁棒镇定

利用Ｌｙａｐｕｎｏｖ函数方法，对一类广义系统，设计了镇定控制器，保证其闭环系统渐近稳定，对另一类广义系统给出了使其闭环系统Ｅ－渐近稳定的充分条件，给出数值实例说明文中定理的可行性。     

金融投入对高新技术企业发展的影响及对策

本文从金融对高新技术产业已提供的支持与投入入手，分析了金融体制改革对高新技术企业发展的影响，剖析了高新技术产业的特点及其对金融投入的特殊要求，探讨了高新技术企业筹融资的新渠道。     

基于自适应未知输入观测器的多故障快速重构

针对一类非线性函数中耦合执行器故障的非线性动态系统, 提出一种基于自适应未知输入观测器的多故障快速重构方法, 通过引入比例项提高故障重构的快速性。首先, 将执行器故障进行解耦处理并构建包含传感器故障的增广系统。然后, 综合H_∞性能指标给出状态估计误差的稳定性证明。接着, 将观测器增益矩阵的求解转化为受线线矩阵不等式约束的非线性优化问题, 并实现执行器故障和传感器故障的多故障重构。最后, 结合单关节柔性机器人算例仿真验证了所提方法的有效性。     

双十字轴万向节传动力学建模与仿真

通过对典型双十字轴万向节传动空间运动约束分析，分别建立了万向节传动系统运动学和动力学模型；利用数值仿真分析软件，观察到万向节传动运动存在简谐特性，在车辆加速工况和准静态工况下，万向节传动支反力也存在周期简谐特性．分析得到的结论与传统矢量分析方法的结论相吻合；文中的建模和仿真分析方法为传统件结构的疲劳设计和失效分析提供了理论定量分析依据；对车辆中其他型式的万向节传动设计和研究具有参考价值．     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

IRS与人工噪声辅助的MIMO通信系统物理层安全方案设计

针对多输入多输出通信系统信息传输过程中的安全问题, 提出一种智能反射表面(intelligent reflecting surface, IRS)与人工噪声辅助的物理层安全设计方案。在该方案中, 首先基于系统保密速率最大化准则, 构建一非凸优化问题。由于该问题求解需联合优化设计基站波束赋形矩阵、人工噪声协方差矩阵及IRS相移矩阵,为易于求解, 基于均方误差准则, 对非凸目标函数进行等价转换。最后, 以交替迭代方式分别利用内点法和基于黎曼流形的共轭梯度下降算法, 求解波束赋形矩阵和人工噪声协方差矩阵以及IRS相移矩阵。仿真结果表明, 所提方案的系统保密速率在发送端具有较高的发送功率时, 优于其他几种方案。     

大落角机动目标逆轨拦截最优滑模制导律设计

针对阵地防空中大落角机动目标较难拦截的问题, 首先采用最优控制理论设计了具有攻击角约束的最优制导律, 为提高最优制导律的鲁棒性,结合变结构控制理论设计了带攻击角约束的最优滑模制导律。考虑到目标弹道倾角通常难以测量的问题, 采用扩张状态观测器对目标弹道倾角进行估计。基于李雅普诺夫稳定性理论对最优滑模制导律进行稳定性分析, 设计了能保证系统稳定的参数变化函数。仿真结果表明, 最优滑模制导律能以期望的攻击角和较小的脱靶量命中目标, 制导过程中指令变化较为平稳, 对目标的加速度机动具有较强的鲁棒性。     

基于空时约束的自适应迭代单脉冲估计方法

在机载雷达参数估计过程中, 在主瓣杂波区附近自适应和差波束会发生畸变, 角度和多普勒频率参数估计之间存在耦合, 导致传统和差单脉冲估计方法的参数估计性能严重下降。针对此问题,提出了一种基于空时约束的机载雷达自适应迭代单脉冲估计方法。该方法首先通过导数约束和零点约束确保所形成的差波束为最优差波束; 其次利用广义单脉冲法进行参数估计, 解决了多参数估计之间存在的相互耦合问题; 最后通过自适应迭代方式进一步提高目标参数的估计精度。计算机仿真结果验证了所提方法的有效性。     

可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上,该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法,从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

基于近似观测和最小熵约束的SAR稀疏自聚焦方法

当采样率较低以及重建散射点数量较多时, 基于两步优化的稀疏自聚焦方法收敛速度较慢且容易陷入误差较大的局部最优解, 导致自聚焦失败。针对此问题,提出了一种基于近似观测和最小熵约束的稀疏自聚焦方法。首先, 为解决测量矩阵规模大、内存占用高的问题, 构建了一种基于近似观测的稀疏自聚焦模型, 在聚焦图像的傅里叶变换域引入误差相位。然后, 在采用最大似然估计器估计误差相位时增加了最小熵约束, 同时采用相位梯度自聚焦法提供误差相位的初始解, 有效降低了迭代次数并使迭代结果更接近全局最优解。机载合成孔径雷达的实测数据成像结果表明, 与常规自聚焦方法相比, 所提方法具有更快的收敛速度和更稳定的自聚焦性能。