基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。     

Range walk and array rotation in space-time adaptive processing: effects and compensations

This paper proposes a unified clutter model incorporating the effects of range walk and array rotation for space-time adaptive processing (STAP) in airborne multi-channel early-warning radar. Based on this clutter model, STAP performance is then analyzed from the perspective of covariance matrix tapering (CMT). For STAP performance degradation due to array rotation, a determinate compensation method is proposed based on the CMT method. Numerical examples are provided to verify the analysis and the proposed compensation method.     

Target location with signal fitting and sub-aperture tracking for airborne multi-channel radar

The location of a moving target based on signal fitting and sub-aperture tracking from an airborne multi-channel radar is dealt with. The proposed approach is applied in two steps: first, the ambiguous slant-range velocity is derived with a modified single-snapshot multiple direction of arrival estimation method, and second, the unambiguous slant-range velocity is found using a track-based criterion. The prominent advantage of the proposed approach is that the unambiguous slant-range velocity can be very large. Besides, the first stage is carried out at the determinate range-Doppler test cell by azimuth searching for fitting best to the moving target signal, therefore, the location performance would not be sacrificed in order to suppress clutter and/or interference. The effectiveness and efficiency of the proposed method are validated with a set of airborne experimental data.     

非线性微分〖CDF*2〗代数系统的自适应状态观测器设计

针对非线性微分-代数系统,给出了可观性判据,提出了基于非线性微分-代数方程的自适应状态观测器设计方法。根据状态观测器工作点变化在线配置极点,获得合适的观测器的反馈增益阵,保证观测器在大范围内稳定工作。理论分析了存在模型误差时观测器的鲁棒性,证明如果模型稳态无差,观测器也是稳态无差的。以化工过程中的典型微分-代数系统为例,仿真结果证明了用该方法设计的观测器能够稳定收敛到状态真值,具有较好的动态性能。     

基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

衰减记忆自适应滤波在惯导系统传递对准中的应用

针对滤波稳定性问题,提出了一种改进的衰减记忆自适应滤波算法。通过引入衰减记忆滤波矩阵,根据残差序列输出的互不相关性,在线自适应地调整衰减因子,从而使衰减记忆滤波工作在最佳状态。将该算法应用于惯导系统的传递对准过程,仿真结果表明在模型和噪声统计特性的先验信息不准确时,该算法优于传统的卡尔曼滤波。     

用于连续域优化的蚁群算法及其收敛性研究

蚁群算法作为一种新的智能计算模式,由于其离散性本质而在组合优化问题上取得巨大成功,但这也限制了它在连续问题求解中的应用.为此,提出一种用于连续域寻优的改进蚁群算法.算法的局部搜索基于解决离散问题的经典蚁群优化思想,全局搜索利用Ant Walk和Ant Diffusion技术, 且每代寻优结束后均采用"精英策略"把本代最优个体保留到下一代中.最后在理论上对其进行了收敛性分析,证明可较快地收敛到全局最优解,并用几个基准函数对算法做了仿真测试,均取得良好效果.     

一种基于小波的互连线模型自适应约减算法

基于偏微分方程的谱分解理论,针对VLSI中的互连线系统,提出了一种基于小波的自适应模型约减算法,选取逼近空间的一组基函数,通过积分合同变换,从而得到一个能够逼近原无穷维系统的有限低阶无源模型.该算法在不需要对互连线进行离散处理的情况下,能直接对非均匀互连线系统进行约减;利用了小波的多尺度和紧支撑特性,并采用自适应机制来平衡逼近精度和计算效率的矛盾.理论分析和数值仿真说明了该方法的有效性.     

基于稳态自适应技术的水下机器人系统在线辨识

针对水下机器人运动和作业过程中的有效载荷变化使得机器人动态特性也相应地发生变化的特点,以开架式无缆水下机器人为研究对象,在对其动力学模型进行简化的基础上,提出了一种基于稳态自适应技术的在线参数辨识方法,进行了与基于最小二乘法的离线参数辨识的对比实验以及水下机器人特性发生变化时的在线辨识实验,水池实验结果验证了基于稳态自适应技术的参数在线辨识方法对开架式水下机器人进行系统辨识的有效性和可行性.     

基于自适应控制的超混沌同步及其仿真

通过对参数不匹配、结构不同等情况下Chen氏超混沌系统与Lü氏超混沌系统的异结构同步问题,提出了一种基于自适应控制的超混沌系统同步改进方法;并用双通道实现超混沌同步保密通信:一个通道传送超混沌系统的输出信号实现高精度同步,另一个通道传送用超混沌信号调制的信息信号.该方案利用超混沌信号进行数字信号保密传输,保密性更强;并且仅传输两路超混沌信号即可实现混沌同步和信号调制解调,信道利用率高;同时,自适应控制器设计简单,具有很强的工程应用前景.