在遥感图像分类实际应用中, 深度学习经常面临高光谱数据有效标签不完备、样本多类不平衡和数据分布随时空动态变化等问题, 难以发挥优势。基于上述问题, 提出一个基于人工少数类过采样方法(synthetic minority oversampling technique, SMOTE)和深度迁移卷积神经网络的土地覆盖分类算法。所提算法创新性地采用深度迁移学习, 使算法能够学习不同时空相同地物的相似性, 并利用SMOTE方法对学习数据进行类分布空间优化平衡, 从而解决目标域数据不足和数据类不平衡问题。两组公开的高光谱遥感图像被用来验证所提算法的有效性。实验结果表明, 相比传统的深度学习, 所提算法能够更有效地解决数据不足和数据类不平衡问题提高分类精度。
特征选择是雷达高分辨一维距离像目标识别的关键步骤, 可降低特征维度, 提高特征稳健性。提出一种基于散度的特征选择方法, 采用该方法对适用于距离像地面目标识别的特征集合进行特征选择, 得到优选的特征子集后再进入分类器网络进行识别。采用地面目标仿真数据和实测数据进行神经网络分类器识别实验。实验结果表明: 在距离像信噪比、俯仰角和距离分辨力参数变化的情况下, 基于散度的特征选择方法在基本保持或提升特征集的识别性能的前提下, 能保持甚至提升识别的稳健性, 具有较好的应用价值。
目前已有无人机类型识别算法仅通过通信域或雷达域的信号特征实现单个无人机类型的识别, 存在识别准确率低等问题。提出了一种基于通信信号和雷达信号融合特征的无人机集群类型识别算法。首先, 提取集群通信信号的高阶累积量和瞬时特征统计量, 并融合雷达航迹特征构建无人机集群特征矩阵。其次, 提出一种改进的特征选择算法—二次筛选的近邻成分分析, 对融合特征矩阵进行降维。最后, 利用稀疏自编码器网络进行集群类型的识别。仿真结果表明, 该算法显著降低了集群特征矩阵的维度(仅为原始矩阵维度的27%),同时在信噪比为0 dB时, 对5种集群类型识别的正确率可达88%。
针对合成孔径雷达图像目标检测易受噪声和背景干扰影响, 以及多尺度条件下检测性能下降的问题, 在兼顾网络规模和检测精度的基础上, 提出了一种改进的合成孔径雷达舰船目标检测算法。使用坐标注意力机制, 在确保轻量化的同时抑制了噪声与干扰, 以提高网络的特征提取能力; 融入加权双向特征金字塔结构以实现多尺度特征融合, 设计了一种新的预测框损失函数以改善检测精度, 同时加快算法收敛, 从而实现了对合成孔径雷达图像舰船目标的快速准确识别。实验验证表明, 所提算法在合成孔径雷达舰船检测数据集(synthetic aperture radar ship detection dataset, SSDD)上的平均精度均值达到96.7%, 相比于YOLOv5s提高1.9%, 训练时收敛速度更快, 且保持了网络轻量化的特点, 在实际应用中具有良好前景。
在复杂水声条件下, 针对采用典型运动样式的水下目标的被动检测难题, 研究了一种自适应随机Hough变换检测前跟踪方法对水下旋回运动目标进行检测。首先, 根据水下目标旋回运动特点, 推导了小舵角旋回运动方程。其次, 通过构建自适应关联声纳浮标检测组,采用三浮标最小方差交叉定位技术, 完成了浮标声纳覆盖阵量测信号预处理。然后, 针对水下目标旋回运动的不同阶段, 提出了自适应随机Hough变换检测方法, 得到了初始检测航迹。最后, 通过对初始检测航迹进行点迹优化, 实现了水下目标检测。仿真结果表明,在小测角误差、复杂水声及低信噪比条件下, 该方法的平均检测概率达到60%以上, 整体性能优于现有权威检测方法水平。
时域离散类主瓣干扰在时域上处于离散状态, 干扰训练样本不易提取, 其样本纯度将直接影响干扰抑制效果和目标测角性能。针对时域离散类主瓣干扰背景下的雷达干扰抑制和目标角度估计问题, 提出了一种时域离散类主瓣干扰下基于样本识别的雷达和差测角方法。该方法利用了目标和干扰在和、差通道的时域相关性差异, 由此提取纯净的干扰训练样本, 然后利用空域方位维、空域俯仰维的正交性进行时域离散主瓣干扰抑制, 同时估计目标角度。理论推导和仿真实验表明所提方法具备时域离散类主瓣干扰背景下的较好的雷达测角能力。
针对卫星导航应用中线性调频(linear frequency modulated, LFM)干扰统计特征时变引起的抗干扰性能下降问题, 提出了一种基于数据空时频三维特征分组的空频自适应处理(space-frequency adaptive processing, SFAP)算法。首先通过时频分析方法获取采样数据的时域、频域联合分布, 并利用空间相关系数分析相同频率干扰在不同时间的空间相关性, 然后对SFAP的采样数据进行分组, 将不同时间具有相同频率和到达角参数的采样点分到相同组, 最后利用分组后的数据进行协方差矩阵估计、权值计算和自适应滤波, 提高了干扰特征值、增加了零陷深度、提升了抗干扰能力。仿真结果表明, 所提算法可有效提升卫星导航接收机对LFM干扰的抑制能力, 且对存在单个和多个LFM干扰的场景均能适用。
长时间相干累积技术在提高雷达对动目标探测能力方面发挥着重要的作用。但是, 由目标机动导致的距离和/或多普勒频率徙动将会大大降低相干累积的性能。为解决上述问题, 提出一种随机有限集推理动目标运动轨迹的相干累积检测法。首先, 通过频率轴反转变换, 提取出描述目标运动特性的信号。然后, 利用该信号时频变换后的结果构成测量随机有限集, 并以状态空间模型描述各目标的运动, 在贝叶斯滤波的框架下实现目标运动轨迹的推理。最后, 基于推理的轨迹设计出二维匹配滤波器, 来补偿未知的距离和/或多普勒频率徙动。理论分析和数值仿真实验结果均表明,该方法可有效处理具有复杂甚至未知运动形式的机动目标。
对合成孔径雷达(synthetic aperture radar, SAR)实施欺骗干扰, 干扰方通常需要预先侦察出SAR载机平台速度、方位向慢时间、SAR载机平台到干扰机的最近斜距以及干扰机自身位置等关键参数, 而获取这些参数通常需要复杂的侦察设备。针对这一问题, 提出了一种基于多接收机协同的无源测向及SAR欺骗干扰方法, 利用干扰机和接收机的布站以及接收机间的到达时差(time difference of arrival, TDOA)信息, 有效地解决了需复杂设备侦察上述关键参数的难题, 简化了干扰系统的配置。根据TDOA信息, 可计算出干扰机相对于SAR载机平台的俯仰角和水平方位角, 从而实现对SAR载机平台的无源测向。在此基础上, 提出了一种对SAR实施欺骗干扰的算法, 并与现有基于多接收机协同的SAR欺骗干扰方法进行了对比。对比结果表明,随着生成的虚假目标距离干扰机的距离增大, 所提方法比现有方法的目标聚焦效果更好, 且实时性更强。
海面雷达散射的空间遍历性是开展海面散射数值仿真以及分析不同体制雷达系统在海洋遥感应用中算法适用性的重要基础之一。针对随机粗糙海面雷达散射及其杂波幅度统计特性的空间遍历性问题,基于Monte Carlo方法构建包含全部大尺度波浪的粗糙海面模型,利用高精度的全波数值(multilevel steepest decent-sparse matrix canonical grid, MLSD-SMCG)方法以及二阶小斜率近似(2nd-order small slope approximation, SSA-2)模型, 分别对不同雷达照射尺寸的一维和二维粗糙海面L波段归一化雷达散射系数及海杂波进行仿真,并对海面雷达散射和海杂波幅度分布的空间遍历性进行分析。仿真结果表明:在无海面遮挡效应的雷达入射和散射角度范围内,雷达照射尺寸大于16λ(入射波波长)粗糙海面的同极化归一化雷达散射系数, 具有良好的空间遍历性;当雷达照射海面尺寸不小于对应海况下最大风浪尺度的25%时,海面交叉极化的归一化雷达后向散射系数也表现出空间遍历性。相比海面散射的归一化雷达散射系数,单站海杂波幅度分布在高海况条件下空间遍历性减弱。同极化海杂波幅度分布随着入射角增大, 表现出更显著的空间遍历性,而交叉极化情况则相反。
干扰机在一个脉冲内精确复制、快速转发形成间歇采样转发干扰(interrupted-sampling repeater jamming, ISRJ), 严重影响雷达工作性能。针对这一问题, 从波形设计和滤波两个角度出发, 提出一种频率捷变波形联合时频滤波器对抗间歇采样转发干扰的方法。首先, 将常规线性调频(linear frequency modulation, LFM)信号划分为若干子段并随机重排, 构建脉内频率捷变波形; 然后, 对回波信号进行时频分析得到时域投影分量, 并利用大津(OTSU)算法计算最佳分割阈值, 提取未被干扰的信号段; 最后, 通过卷积运算构建滤波器对脉压输出进行带通滤波, 保留真实目标, 实现干扰抑制。仿真结果表明, 所提方法能够在干扰功率较大、信噪比低的情况下有效对抗间歇采样转发干扰, 极大地提升了雷达抗干扰性能。
针对距离依赖的相位梯度自聚焦(phase gradient autofocus, PGA)算法中样本选择的问题, 本文提出了一种新的基于随机样本选择的距离依赖PGA(range-dependent PGA, RDPGA)算法。不同于传统算法利用固定门限对特显点样本进行硬剔除的选择方式, 该算法利用样本的信杂比(signal to clutter ratio, SCR)构造了样本选择概率密度函数, 在每次PGA迭代估计过程中, 利用该概率密度函数对样本进行随机选择。随机样本选择方法不仅通过增加距离依赖样本的丰富性保证了RDPGA的估计精度, 同时还保证了高质量样本在模型参数估计中提供较高贡献, 在保持高效性的同时进一步提升了算法的稳健性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。
针对捷变频雷达(frequency-agile radar, FAR)相参积累难题, 提出基于非标准Keystone变换(Keystone transform, KT)的FAR相参积累算法, 与标准KT相比, 所提算法增加了距离补偿环节, 构造了不同的虚拟慢时间。同时, 考虑到目标距离信息通常未知, 利用距离补偿后信号的周期性, 大幅缩小了距离搜索区间。仿真结果表明, 所提算法无需目标距离先验信息, 能够同时解决捷变频雷达相参积累以及高速运动目标容易出现的跨距离门、多普勒模糊问题, 抗噪性能与当前主流的基于压缩感知的捷变频相参积累算法相当, 但计算量更低。
电大尺寸目标的宽带散射回波可看成多个强散射中心的共同作用结果,回波表现为高分辨距离像(high-resolution range profiles, HRRP)的特点。如何利用多个散射中心的回波能量,以提升单脉冲测角的性能是值得深入研究的问题。本文给出的宽带雷达单脉冲测角的最大似然估计(maximum likelihood estimate, MLE)算法,该方法能够积累扩散到多个距离单元的回波能量,从HRRP中获得信噪比(signal to noise ratio, SNR)增益。提出了一种基于回波本身来确定目标距离支集的方法,并在距离支集上实施MLE算法。仿真研究表明:本文所提方法相比于加权平均法和最强点法,能够有效利用距离方向多个散射点的回波能量。MLE算法的均方根误差(root mean square error, RMSE)性能逼近克拉美罗下界(Carmer Rao low bound, CRLB)。
随着现代电子战技术的发展, 机载雷达面临的战场环境日趋复杂。传统机载雷达往往发射固定的波形, 很难在复杂多变的电磁环境和动态时变杂波的环境下有效完成目标的检测和跟踪任务。以认知雷达和多输入多输出(multiple-input multiple-output, MIMO)雷达为代表的新体制雷达, 通过发射端灵活设计与环境相匹配的波形, 提升了机载雷达在复杂战场环境下的适应能力。对新体制机载雷达波形优化设计的研究与发展进行了综述。首先, 系统阐述了认知雷达的基本原理, 并概述了新体制机载雷达波形优化设计; 然后, 分别从先验条件和收发处理的角度对新体制机载雷达波形优化设计的研究成果进行了梳理; 最后, 针对当前机载雷达波形优化技术存在的问题, 对未来新体制机载雷达波形优化设计的发展趋势进行了展望。
航天复杂系统约束多, 测试指令和测试数据庞大, 其测发控流程设计成本高, 可靠性难以保证。为提高航天复杂系统测发控流程的测试效率, 规范设计步骤, 结合工作流技术、仿真技术, 设计一款测发控流程并行仿真引擎, 实现流程的定制化、可视化绘制, 对测发控流程进行并行仿真模拟。基于Petri网提出一种测发控流程逻辑评价方法来验证流程中逻辑的正确性, 对其中的问题节点进行定位, 为后续流程的优化和调整提供更为可靠的依据。实验结果表明, 并行仿真引擎的开发和流程逻辑评价算法的建立, 极大程度上减少了流程设计人员的工作量, 可以准确验证出流程存在的逻辑问题, 提高了流程设计的可靠性和效率。
针对大群体应急决策中环境复杂多变及公众参与度较低的问题, 提出一种数据分析驱动的大群体应急决策公众专家动态协同方法。首先, 通过对社交媒体平台中的文本数据进行情感分析, 分别从属性层和综合层评价大群体应急决策质量; 其次, 根据属性层决策质量提出了属性权重动态更新规则; 然后, 在社会网络环境下基于综合决策质量及专家偏好与群体偏好的距离动态更新专家间的信任关系, 并使用改进PageRank算法计算专家权重; 最后, 通过某飞行器事故的案例应用和对比分析验证了所提方法的有效性和优越性。
机场业务量预测是机场建设规模决策的重要依据, 基于大量样本数据, 采用模型构建和实证分析的方法研究机场业务量需求预测。首先提出相关性回归和主成分回归两种预测方法, 针对每个机场的客、货吞吐量, 构建一元线性回归、相关性回归、主成分回归和逐步回归4类细分预测模型, 并利用203个机场的客、货吞吐量数据对构建的模型进行实证分析。分析结果表明: 机场客、货吞吐量与各类宏观变量存在着不同程度的关联性, 其中与国内生产总值(gross domestic product, GDP)、社会消费品零售总额、居民可支配收入等变量呈现高度相关性。从4类预测方法的预测效果来看, 构建的相关性回归和主成分回归模型预测效果表现较好。统计发现, 在可允许的最大绝对误差百分比下, 在203个机场中回归分析法可有效预测的机场数量占比达50%以上。机场客、货吞吐量量级越高, 回归分析法可有效预测的机场数量越多, 旅客吞吐量千万级以上机场和货邮吞吐量5万吨以上机场的可预测机场数量占比均可达90%以上。
在城市环境中, 建筑物或不可达区域等因素的影响易造成多无人机(unmanned aerial vehicle, UAV)协同路径规划策略失效, 从而导致目标搜索任务的失败。针对此问题, 提出未知城市环境下的多UAV协同搜索(multi-unmanned aerial vehicle cooperative search, MUCS)方法。首先, 对城市环境进行建模, 其中涵盖密集建筑物群的设计和运动状态多样的目标, 以增强目标搜索任务的挑战性; 然后, 在此基础上, 综合考虑UAV编队飞行约束和信息交互能力, 构建基于信息共享代价和区域覆盖收益的协同优化模型; 最后, 根据多UAV协同编队特点, 利用群智能方法进行优化求解, 确保每架UAV均能得到最优路径可行解, 从而提高多UAV协同目标搜索效率。与现有搜索方法相比, MUCS方法的平均目标发现成功率提升了20%, 区域覆盖率提升了10%。实验结果表明, MUCS方法具有较强的目标搜索能力和区域覆盖能力。
为提升海军航空兵场站物资配送车辆调度效率, 根据海军航空兵场站物资配送任务特点, 建立了物资配送车辆调度优化模型, 提出了混合遗传算法(hybrid genetic algorithm, HGA)对模型进行了求解。在HGA中引入了模拟退火(simulated annealing, SA)操作对经典遗传算法(genetic algorithm, GA)进行了改进: 选择适合模型的编码方式和交叉算子; 使用类似路径构造的方法构建初始种群; 在遗传操作产生子种群之后, 通过SA操作寻找子种群邻域中的潜在优秀个体, 提升算法局部搜索能力。最后, 通过与经典GA的对比实验, 验证了所提算法的有效性和可靠性。
交互式电子手册是提高各类装备保障信息化、智能化的关键技术之一, 针对其检索模态单一的问题, 以其数据中图文描述为研究对象, 提出一种融合注意力机制的细粒度跨模态检索算法。针对数据中图像简图较多、色彩单一等特点, 特征提取模块使用Vision Transformer模型和Transformer编码器分别获得图文的全局和局部特征; 使用注意力机制在图文模态间及模态内部挖掘细粒度信息, 加入文本对抗训练增强模型泛化能力, 采用跨模态联合损失函数对模型进行约束。在Pascal Sentence数据集和自建数据集上进行验证, 所提方法的平均精度均值分别达到了0.964和0.959, 较基准模型(深度监督跨模态检索)分别提升了0.248和0.214。
真实-虚拟-构造仿真为装备体系试验提供了有效技术手段。针对试验中大量异构仿真资源对象间的交互难以满足试验任务实时性需求问题, 开展仿真资源实时调度模型研究。分析模型的功能组成, 将调度模型划分为远程方法通信实现、远程方法云服务、优化调度策略3个子模型, 分析各子模型的功能及其之间的关系, 给出模型运行的步骤以及实现原理, 并构建标准实验环境, 验证模型算法。实验表明, 在模型时延要求小于1 ms的标准测试环境下, 云服务环境最多可承载大约30个节点同时提出订阅需求, 并且调度成功率均大于98.5%, 丢包率为0, 符合模型性能要求。
飞行训练质量评估是飞行员日常飞行训练的重要组成部分, 针对传统飞行训练质量评估方法评估效率低、主观性强等问题, 提出了一种基于机动动作识别的自动评估方法。首先, 通过构建采用多尺度特征提取的深度残差网络(multi-scale feature extraction deep residual network, MSDRN), 实现了战术机动动作的准确识别, 克服了传统机动动作识别方法识别准确度低的问题。然后, 针对不同类型的战术机动动作, 构建了飞行质量评估指标体系, 在具体评估时, 根据动作识别结果自动选择评估指标, 并采用基于博弈论的组合赋权法计算并获得评估结果, 由此构建了基于机动动作类型识别的飞行员飞行训练质量自动评估方法。所构建的动作识别方法相较于利用传统的一维卷积神经网络(one-dimensional convolutional neural network, 1D-CNN)、残差神经网络(residual neural network, ResNet)构建的分类器, 识别准确度分别提升了16.2%和3.5%, 识别计算时间相比ResNet缩短了23.9%。所提出的整个飞行训练质量自动评估方法摆脱了飞行员训练过程对飞行教官的严重依赖, 实现了飞行训练质量的自动化快速评估, 且评估结果更具科学性, 从而为飞行训练质量评估提供了一种全新的方法。
针对复杂约束条件下子母型航天器在轨服务过程中的任务规划问题, 首先设计了子母型航天器飞行任务流程。其次, 在考虑时间、光照、距离限制等约束下, 提出了一套两层混合式优化方法。该方法上层采用改进自适应遗传算法来优化任务流程中不同阶段的时间节点, 下层通过多圈Lambert算法、双脉冲控制算法以及打靶修正法来优化上层时间节点固定情况下不同阶段的飞行轨迹, 从而解决不同场景下子母型航天器抵近观测任务流程规划问题, 并减少燃料消耗。最后, 将该方法应用到两个典型任务场景中, 通过仿真进一步验证了该任务规划算法设计的可行性和有效性。
传统的单元分解法在静态已知环境中进行全覆盖路径规划时, 若障碍物分布不规则或具有较多的凹形障碍物, 则所得的单元数量较多, 这导致最终路径易出现较多的冗余和不必要的转向。首先, 将栅格地图分解为若干个路径片段, 每个路径片段由位于同一行且左右相邻的栅格组成; 然后, 合并这些路径片段以生成单元; 再基于贪心算法和拓扑地图三次求解单元间的遍历顺序, 合并减少了单元数量, 并对局部路径进行了优化, 最终完成遍历路径的规划。仿真结果验证了所提算法的有效性, 且规划的路径具有更少的冗余和转向次数。
规划搭载多个载荷的运载器从多个发射点清除大量空间碎片的任务时,需使运载器耗费量尽可能地少。为解决多发射点、多运载器、多载荷、多目标任务规划过程中庞大的运载器耗费量,可将整个问题的解决方案划分为三个部分。首先,设计考虑多约束多阶段的目标窗口推算方案,建立“发射点-运载器-载荷-目标”单匹配模型;然后,基于多个单匹配模型生成可发射矩阵,用于描述“多发射点-多运载器-多载荷-多目标”的多匹配的可行性;最后,采用可发射矩阵动态调整策略,基于匈牙利算法实现最少运载器耗费原则下的目标任务分配。仿真计算结果表明,所提方法能够以较少运载器耗费量实现对全部目标空间碎片的清除,验证了所提算法的有效性和先进性。
民用航空领域中, 为提高接收机自主完好性监测(receiver autonomous integrity monitoring, RAIM)算法对故障偏差的检测能力, 降低最小可检测偏差, 提出了一种概率神经网络多历元残差RAIM算法。该算法基于概率神经网络构建4层故障卫星检测模型, 利用方差膨胀模型建立伪距残差故障类与无故障类训练样本, 通过粒子群优化算法优化概率神经网络的平滑参数以满足误警率要求, 从而计算输入多历元伪距残差与故障类和无故障类训练样本的相似程度, 判断卫星是否出现故障。仿真实验结果表明, 优化平滑参数可提高所提算法故障检测性能。相比加权最小二乘RAIM算法和高级RAIM(advanced RAIM, ARAIM)算法, 所提算法在不同故障情况下可提高小伪距偏差的检测性能, 降低不同故障情况下的最小可检测偏差。
针对传统速度障碍(velocity obstacles, VO)法进行局部路径规划时避碰路径长、避碰时间长以及忽略紧迫局面会遇中避让责任的约束等问题, 提出一种适用于水面无人艇(unmanned surface vehicle, USV)的改进VO法。将四元船舶领域和碰撞威胁距离引入VO避碰时机的计算中, 确定了避碰阈值; 将最晚施舵距离作为碰撞危险局面过渡到紧迫局面的临界值, 构建了紧迫局面模型; 设计了USV避碰模型, 并通过国际海上避碰规则(International Regulations for Collision Avoidance at Sea, GOLREGs)进行约束。比较分析了对遇、右交叉、左交叉和追越4种会遇的避碰仿真。仿真结果表明: 改进的VO法平均路径缩短39.88%、平均时间减少44.26%, 改进后的局部规划能够在保证安全避碰的条件下满足GOLREGs第8条和第13~17条的避让要求。
针对高轨卫星近场态势感知(near-field situation awareness, NSA)问题, 提出了基于多视线(line-of-sight, LOS)融合的多星协同NSA方案, 研究了考虑相对状态估计精度、光照约束等因素的NSA队形设计方法。首先, 基于系统状态方程、测量方程, 以及扩展卡尔曼滤波算法, 构建了多LOS融合的NSA模型; 然后, 通过理论分析获得了LOS夹角越趋近90°, 目标位置估计误差越小的NSA队形设计准则; 进一步考虑光照、有界性相对运动等约束条件, 提出了NSA队形优化策略, 并利用罚函数法对由NSA队形优化问题转换得到的非线性规划问题进行求解。数值仿真验证了所提出的多LOS融合NSA模型、队形设计准则和NSA队形优化策略的有效性。
针对传统A*算法在二维无人机(unmanned aerial vehicle, UAV)航迹规划中存在的不足, 提出了一种优化A*算法与模型预测控制融合的三维UAV航迹规划方法。通过压缩搜索空间和平滑处理, 提出了一种基于三维空间的优化A*算法, 综合考虑全局规划与实时避障需求, 构建了优化A*算法与模型预测控制的融合算法。仿真验证表明, 融合算法能够实现三维复杂环境下UAV实时避障航迹规划, 搜索节点少, 路径长度短且更加平滑, 具有很好的环境适应性。
针对机动目标跟踪问题, 提出了一种变结构交互式多模型滤波和平滑算法。首先, 对多模型滤波和平滑问题进行了简单描述, 并给出了前向交互式多模型滤波和后向交互式多模型平滑的数学模型; 然后, 建立了变结构交互式多模型算法的精确模型, 模型子集之间并行独立运行, 通过选取概率最高的模型子集的状态估计作为最终的估计结果; 最后, 对变结构交互式多模型算法的滤波数据进行平滑处理, 得到了变结构交互式多模型滤波和平滑算法。所提算法将前向滤波和后向平滑相结合, 提高了目标跟踪精度。仿真结果表明, 变结构交互式多模型滤波和平滑算法的跟踪效果优于其他方法。
针对变体飞行器飞行过程中存在的外部扰动和参数不确定性问题, 提出一种基于状态相关黎卡提方程(state-dependent Riccati equation, SDRE)的线性变参数(linear parameter varying, LPV)稳定飞行控制方法。首先, 基于变体飞行器的气动参数模型和纵向非线性动力学模型, 综合考虑外部扰动、系统参数误差以及变形产生的附加干扰, 并通过雅克比线性化方法, 得到LPV系统模型。其次, 针对考虑复合干扰的LPV模型, 设计基于SDRE的控制律, 并利用θ-D方法进行求解。最后, 利用蒙特卡罗方法仿真验证了所提方法能够有效抑制复合干扰, 实现飞行器的稳定飞行控制, 具有较强的鲁棒性能和抗干扰能力。
全球导航卫星系统(global navigation satellite system, GNSS)有诸多优势, 但在一些有物理阻隔或电磁干扰的领域, GNSS的可用性、可靠性、精确性出现明显不足, 由此可以使用一种基于地面设备的伪卫星系统进行导航定位服务。伪卫星信号体制细节公开, 使得接收机易受到多种欺骗干扰的攻击。为了使信号传输更加安全, 提出一种使用导航电文加密方法的信号防伪认证方案, 并从安全性、可靠性和认证效率几方面对该方案进行评估。分析表明, 所提方案能在保证较好的认证实效的同时, 维持较低的通信成本与计算成本, 解决了伪卫星系统缺乏认证机制、存在安全隐患的问题。
针对以直接序列扩频(direct sequence spread spectrum, DSSS)和切普扩频(chirp spread spectrum, CSS)为代表, 现有低检测概率(low probability of detection, LPD)通信波形变换域聚敛特征明显、影响LPD性能的问题, 以满足误码率(bit error rate, BER)需求的信噪比下通信波形变化域聚敛特征最小化为目标, 提出一种新型LPD通信方法——以噪声调频(noise frequency modulation, NFM)为波形基、以二进制正交键控(binary orthogonal keying, BOK)为信息载荷方式的NFM-BOK通信技术。以直接序列——二进制相移键控(direct sequence-binary phase shift keying, DS-BPSK)为对比对象, 在给出NFM-BOK通信技术方案的基础上, 着重研究了所提NFM-BOK的BER性能、功率谱域和循环相关域内的聚敛特征。理论分析和仿真结果表明: 相较于DS-BPSK, NFM-BOK通信系统的抗噪性能相近, 相同BER对应的信噪比下的功率谱域和循环相关域内的聚敛特征显著降低。
针对高级加密标准(advanced encryption standard, AES)用于图像加密安全性不高、密钥空间小等问题, 提出一种基于四维混沌系统的改进AES图像加密算法。密钥由四维混沌系统得到, 通过在Lorenz-Chen-Lu混沌中引入非线性项、反馈控制器等提升了混沌复杂度, 经过动力学特性、稳定性分析, 验证了其混沌特性。加密时, 使用混沌Cubic-S盒和动态交叉变换的方法对传统AES进行了改进。同时, 对密钥扩展函数进行了修改, 使得每一轮密钥与上两轮密钥有关, 并将混沌序列引入其中, 提升了密钥的安全性。该算法的密钥空间达2476, 密文图像信息熵为7.997 7 bits, 像素数变化率和统一平均变化强度分别为99.613%和33.473%, 像素间相关性接近于0, 加密速度为45.85 Mbits/s。仿真结果表明, 密钥具有良好的敏感性, 加密算法具有良好的安全性和鲁棒性, 能实现快速加密和有效抵抗各类攻击。
当前的软件定义网络多控制器部署问题研究, 大多针对控制网络中面向南向接口的控制域内时延、可靠性和负载均衡等指标进行优化, 而对面向东西向接口的控制网络域间时延以及控制器本身的可靠性统筹考虑较少。然而, 东西向接口中控制网络域间时延和控制器可靠性等因素对网络域间信息传输效率和服务质量有着关键影响。针对该问题, 首先分析了控制器域间效能对软件定义网络整体性能及相关因素的影响; 其次, 建立了以域间平均时延、域内平均时延、控制器可靠性度量、控制路径可靠性和负载均衡度为参数, 以控制器域间效能和控制网络综合性能为目标的控制器部署优化评价模型; 最后, 采用反向学习机制对标准麻雀搜索算法进行改进, 提出一种域间效能优先的二阶段控制器部署策略, 在确保控制器域间效能最大的情况下, 增强了解空间的全局搜索能力, 得出了控制器部署的全局非劣最优解集。仿真结果表明, 所提的部署策略既有效降低了软件定义网络的控制时延, 也增强了控制网络的可靠性, 在保证软件定义网络域间效能的情况下, 对网络整体性能表现具有较为明显的提升作用。
快速上行授权接入是大规模机器类通信的关键技术之一, 而缓解上行共享信道资源紧张并针对时延和速率等服务质量(quality of services, QoS)高效地进行调度是对其进行优化的重要方向。针对这一问题, 提出一种应用多臂赌博机(multi-armed bandit, MAB)学习和功率域非正交多址接入(power-domain non-orthogonal multiple access, PD-NOMA)技术的快速上行授权接入算法。所提算法通过多路MAB筛选高接入速率、低接入忍耐时延要求和低接入速率、低接入忍耐时延要求的两类设备, 允许其优先被调度并复用上行资源进行接入。仿真结果表明, 算法降低了系统的上行资源浪费率, 在提高了接入能力的同时减少了因非正交多址接入(non-orthogonal multiple access, NOMA)造成速率损失带来的影响, 并优化了系统QoS。
针对目前强化试验剖面效率低、成本高的问题, 提出了某型弹类电子产品温度强化试验剖面设计框架。结合产品可靠性框图对试验对象进行失效逻辑分析, 基于元器件降额的步长设计方法(step design method based on component derating, CD-SDM)优化步长、缩短试验时间, 采用基于有限元仿真的确定性分析方法获得工作极限和破坏极限估值, 降低步长划分时极限间工作裕度的影响, 实现步长、试验时间和其他要素的优化。以某型弹类电子产品高温步进为例验证所提方法, 结果表明获得的温度强化试验剖面较传统方法在试验时间上最少可缩短13.33%左右, 与传统方法相比减少了1/4的检测次数, 优化了目前可靠性强化试验剖面设计对弹类电子产品试验效率低、成本高的问题。
可靠性冗余设计优化是航天装备研发工作的重点之一。在系统可靠性平衡优化的基础上提出了协同平衡的新概念, 即利用单元协同变化实现复杂系统可靠性冗余设计的进一步优化。所提算法充分考虑冗余单元变化对复杂系统可靠度、费用、体积、质量和功耗等性能参数的影响, 可以解决各类可靠性冗余设计优化问题。计算结果表明基于单元协同平衡的可靠性冗余设计优化算法可以有效实现可靠性冗余设计的优化目标, 同时具有计算成本低、效率高等优点。
针对故障传播路径辨识问题, 提出了一种基于因果关系的故障传播路径辨识方法, 从因果关系的角度揭示了故障发生及传播的内涵。利用系统中故障发生的因果性, 确定故障发生时受影响的变量, 构建故障相关变量集合; 通过因果关系指示指标确定故障相关变量中各个变量的因果性, 构建因果矩阵; 提出保可达性的赋权有向图最小生成树算法, 根据因果矩阵对相关变量之间的因果性进行图示化表达, 确定故障相关变量之间的传播影响过程, 实现故障传播路径的辨识。所提方法在双带通滤波器电路上进行了实验验证, 实验结果表明了所提方法能够正确筛选故障相关变量集合, 分析变量之间的因果关系, 辨识出故障传播路径, 同时所提方法在时间成本上相较于常用的传递熵方法具有一定的优势。