在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。

利用稀疏自编码器网络对典型目标一维高分辨距离像(high resolution range profile, HRRP)进行了学习训练, 基于各层权重系数矩阵定义了一种综合权重系数, 通过综合权重系数和降维特征与散射中心特征的对比分析, 发现稀疏自编码器深层特征与散射中心特征之间具有一定的关联性, 并对综合权重系数和深层降维特征的物理意义进行了解释。首先针对HRRP构建稀疏自编码器网络, 经过深层学习后获取训练后的权重系数和降维后的特征, 并与散射中心的位置特征和强度分布特征进行关联性分析。结果表明, 综合权重系数矩阵为与散射中心密切相关的类字典系数矩阵, 反映了距离域强散射中心位置随角度变化的可能的分子集; 降维特征能够实现对强散射中心的学习和提取, 反映了强散射中心位置和强度随角度的变化。最后分析了网络训练层数和降维维数对学习训练结果的影响, 可指导后续网络参数的选择。文章首次针对雷达HRRP数据开展深度学习特征的可解释性研究, 为后续深度学习在雷达数据处理中的广泛应用提供了有益的导引。

四轨电磁发射器在工作过程中, 电流集中引起的热效应会影响发射精度和轨道寿命。为缓解大电流带来的轨道热损伤及机械磨损问题, 提出铜基复合型四轨电磁发射器模型并对其电磁特性进行了研究。采用有限元方法, 对复合型和普通型四轨电磁发射器的电流密度和磁场分布进行了仿真对比; 分析了复合层参数对电流密度、磁场强度和电枢受力三方面的影响。仿真结果表明，复合型四轨电磁发射器能够降低电枢和轨道接触面的电流密度, 改善接触面的电流分布状况; 复合型四轨电磁发射器在特定位置处具有更大的磁场屏蔽范围, 能为智能弹药提供良好的磁场环境; 电流密度、磁场强度和电枢推力均随着铜-钢厚度比的增加而增大。

针对平行双线耦合通道线缆两端设备同时进行试验考核的技术需求, 开展了双线系统双探头大电流注入等效替代辐照试验方法的研究。以非线性响应系统为受试设备, 建立了辐照和注入这两种条件下受试设备响应的分析计算模型, 推导出了注入激励源电压与辐照场强之间的等效对应关系, 提出了双探头大电流注入等效强场电磁辐射试验的条件和方法, 并进行了试验验证。试验验证结果表明, 双探头大电流注入等效强场电磁辐射试验的方法可以排除双线系统两终端阻抗参数的影响, 同时使两端的响应在辐照和注入的条件下一致, 可以实现精确等效。

为实现天线波束的实时自动对准即方向回溯, 提出了一种基于Costas环的相位共轭电路, 同时该相位共轭电路具有解调调制信号的能力, 即实现全双工通信的能力。首先, 利用改进的Costas环结构实现对调制信号的数据解调输出及载波恢复。然后, 采用外差混频结构对已恢复的载波进行相位共轭, 并以此作为发射载波进行信号调制输出, 从而实现阵列天线波束向来波方向自动实时对准, 即实现具有方向回溯能力的全双工通信。最后, 通过仿真对该电路进行功能性验证。结果表明, 该电路在不同输入载噪比条件下, 实现了对四相相移键控调制信号的解调, 相邻射频通道解调信号的同相叠加, 相邻射频通道相干载波信号的相位差共轭, 验证了该相位共轭电路的波束自跟踪和全双工通信能力。

对于传统的天线而言，其带宽相对较窄。针对此问题，提出了一种新型超宽带(ultra-wideband, UWB)对称单极子微带天线。根据特征模理论, 首先对一款窄带单极子印刷天线进行特征模式分析, 结合天线理论, 在窄带天线结构上引入渐变结构和矩形槽, 使特征模式在目标频段内谐振, 并通过馈电激励方式激发出该特征模式, 从而使天线带宽得到拓展的同时具有良好的增益。仿真结果表明, 基于特征模理论设计的天线具有140.86%的相对带宽, 在2.88~16.6 GHz的工作频段内阻抗匹配良好, 并且具有良好的辐射性和稳定的增益, 其工作频率覆盖UWB频段、无线局域网、射频识别、全球微波互联接入及Ku频段。

雷达杂波幅度统计模型分类是进行杂波背景下检测目标的重要步骤。雷达杂波原始数据通常是复数数据, 但现有杂波幅度统计模型分类研究都是在实数数据上完成的。复数数据同时包含幅度和相位信息, 更丰富的信息量有助于雷达杂波幅度统计模型分类。为此, 引入复数神经网络, 利用仿真杂波高分辨距离像(high resolution range profile, HRRP)复数数据, 对雷达杂波幅度统计模型分类问题进行研究, 完成了以下工作: 一是为构建复数最大池化层, 定义并改进了复数最大池化算法, 通过复数卷积神经网络(complex-valued convolutional neural networks, CV-CNN) 对杂波幅度统计模型的分类实验, 对比了两种复数最大池化算法和复数平均池化算法的分类效果, 实验结果表明复数最大池化算法的分类效果更好, 分类准确率为97.29%;二是为进一步提高分类准确率, 构建了复数卷积-残差网络(complex-valued convolution-ResNet, CV-CRN), 通过实验对比分析了CV-CRN的性能, 实验结果表明, CV-CRN的分类性能优于CV-CNN, 分类准确率达到98.84%, 并具有较好的鲁棒性。

针对基于传统卷积神经网络的建筑物目标检测算法对于小型建筑物检测准确率低的问题, 提出一种基于Mask-区域卷积神经网络(Mask-region convoluional neural networks, Mask-RCNN)模型的小目标检测算法模型。该模型对Mask-RCNN模型中的特征提取网络进行了改进, 设计了一种带有注意力机制的多尺度组卷积神经网络, 有效解决了小目标有用特征较少且易被背景特征和噪声干扰的问题。航拍图像实验结果表明, 改进的检测模型使小型建筑物目标检测准确率较原始Mask-RCNN模型提升了28.9%, 达到了0.663。并且整体检测准确率达到了0.843, 有效提升了航拍建筑物检测准确性。

矢量潜标阵列是重要的反潜警戒声纳系统, 其目标精确定位能力能够为反潜警戒提供重要的信息支撑。对此, 以几何精度稀释(geometrical dilution of precision, GDOP)为定位系统性能评价指标, 推导了多阵元情况下基于到达方向定位(direction of arrival, DOA)及基于到达时差(time difference of arrival, TDOA)定位的GDOP表达式, 并仿真比较了不同阵元数量对定位性能的影响, 不同布站几何的阵列半径敏感度、测量误差敏感度、站址误差敏感度和有效作用范围等。结合潜标阵列实际应用环境, 通过仿真结果对比可以发现, 四元Y型阵是基于GDOP衡量标准的矢量潜标阵列的最优布站。

直方图概率多假设跟踪(histogram probabilistic multi-hypothesis tracking, H-PMHT)算法是高效的多目标检测前跟踪(track before detect, TBD)方法, 其由概率多假设跟踪(probabilistic multi-hypothesis tracking, PMHT)算法发展起来。首先深入剖析了H-PMHT算法, 并重点分析比较了该算法和PMHT算法间的深刻联系, 分析了该算法的特点和适用条件; 其次, 介绍了近年来H-PMHT算法的改进和推广情况, 梳理了算法应用中的相关研究工作; 最后, 总结了算法的优缺点及需要改进的问题, 展望了其发展前景。

频率捷变技术作为雷达领域的热门研究方向之一, 逐渐受到了国内外学者的重视并在电子对抗领域得到广泛应用。相比于传统固定载频雷达, 脉间捷变频雷达可以自主规避干扰覆盖频段, 难以被侦察机截获识别, 具有独特的主动波形对抗优势。该文系统地介绍了频率捷变雷达的特点, 全面梳理了国内外关于频率捷变新体制雷达的研究成果, 总结了脉间频率捷变雷达信号处理、雷达接收机系统实现的研究进展, 并分析了频率捷变雷达未来的几个发展趋势和所面临的问题。

针对宽带正交低截获概率(low probability of intercept，LPI)雷达波形簇设计, 利用频率编码捷变和调频斜率捷变的复合波形编码技术, 在波形正交约束的基础上构造了一种复合频率编码的非线性代价目标函数, 提出了基于频率编码捷变或调频斜率捷变的复合波形簇优化设计方法。利用模式搜索算法获得了具有良好自相关和互相关旁瓣特性的宽带正交LPI波形簇。仿真结果表明, 所设计的波形能够获得低自相关旁瓣和低互相关旁瓣, 可为LPI雷达发射波形与多输入多输出雷达波形的设计提供参考。

针对矩阵重构类波束形成算法在协方差矩阵重构过程中计算复杂度较高的问题, 提出一种基于高斯-勒让德积分重构协方差矩阵的鲁棒波束形成算法。该方法首先根据信号导向矢量之间的正交性, 利用高斯-勒让德积分构建干扰信号空间; 然后将快拍数据投影到干扰信号空间, 剔除期望信号, 完成干扰噪声协方差矩阵重构; 最后将准阵列权矢量投影到信号空间, 修正导向矢量失配。仿真结果表明本文方法在视向误差、导向矢量随机误差条件下具有较好的鲁棒性, 且有效地降低了计算复杂度, 验证了算法的有效性。

频控阵由于其波束方向图具有的距离-角度二维依赖特性而受到广泛关注, 理想情况下基于频控阵的自适应波束形成技术, 能够从距离维和角度维增强期望信号并抑制干扰, 但实际系统中较大的指向误差和采样协方差矩阵失配会造成算法性能严重下降。针对该问题, 提出一种改进的基于特征空间(eigenspace-based, ESB)自适应波束形成算法, 并将其应用在频控阵多输入多输出接收处理体制中, 仿真结果表明在5°的指向误差内, -20 dB信噪比, 及小快拍数的非理想条件下, 所提算法仍然能在目标位置附近形成高增益, 并在干扰位置形成零陷, 克服了传统ESB算法低信噪比条件下算法失效导致的波束方向图畸变问题, 具有更好的适用性。

噪声乘积调制不仅能获得雷达处理增益, 还能自动瞄准信号频率, 被广泛应用于目标突防等重要作战场景。借鉴其基本原理, 提出了对合成孔径雷达(synthetic aperture radar, SAR)的乘积调制灵巧干扰方法, 在不改变截获信号调制流程的基础上, 仅通过线下模板设计, 即可灵活选择压制或欺骗的不同干扰效果。首先建立了干扰信号模型, 推导分析了其成像结果, 继而详细阐述了调制模板的生成方法; 最后, 从理论上分析了干扰的性能情况。仿真结果表明, 所提的干扰方法能仅通过设计不同的调制模板即可实现场景压制或虚假目标欺骗, 干扰效果对侦察精度的依赖性较小, 干扰调制流程简单高效, 便于工程实践。

双曲调频(hyperbolic frequency modulated, HFM)波形具有多普勒不变性, 在宽带雷达对高速目标的成像中具有重要价值。而间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)作为一种常见的有源干扰, 利用了脉冲压缩雷达的相干特性, 实现了多假目标干扰的效果, 对采用线性调频波形的雷达探测有着极大影响。该文基于对HFM波形和ISRJ的模型分析, 推导出HFM波形参数与ISRJ的效果之间的相关关系; 并经分析表明: HFM波形不仅具有良好的多普勒不变性, 而且较线性调频波形对ISRJ有更好的抑制效果。该结论可为HFM波形抗干扰设计提供理论依据, 数值仿真验证了结论的有效性。

机载雷达的空时自适应处理技术(space-time adaptive processing, STAP)可以通过采样形成二维凹陷，使干扰机难以产生密集的假脉冲。本文提出了一种有效增加假脉冲数量的干扰方法。通过理论分析推导出频率唯一性条件, 证明了不同多普勒频率的干扰脉冲无法被STAP采样对消。干扰机可在快时和慢时分别调整干扰脉冲的距离和径向速度, 增强干扰的可控性, 既可在局部区域内精确掩护, 也可以在全距离范围内实现大面积密集遮盖。仿真证明, 通过为每个干扰脉冲依次调制不同多普勒相位, 可显著提升干扰信号的数量密度, 而且对降维STAP依然有良好的干扰作用。

多相位分段调制(multiple phases sectionalized modulation, MPSM)干扰可以对线性调频脉冲压缩雷达产生局部压制式干扰效果, 能够对目标进行有效保护。然而MPSM干扰存在较强的旁瓣, 当对目标进行保护时容易被发现, 不利于干扰的隐蔽实施。针对这个问题, 提出一种基于余弦幅度加权的低旁瓣MPSM干扰方法。该方法借鉴时域加窗抑制旁瓣的思想, 首先将接收到的雷达信号在时域内分成多段, 并对每段信号调制不同的相位, 之后对每段信号进行余弦幅度加权, 从而产生基于余弦幅度加权的MPSM干扰。该干扰方法经过雷达脉冲压缩处理后, 能够产生具有一定范围的噪声压制式干扰效果, 并且具有低旁瓣特性。利用该方法对目标进行干扰保护的同时, 还能够减少旁瓣干扰功率, 增强干扰实施的隐蔽性, 降低被发现和剔除的概率。理论分析和仿真实验表明了方法的可行性和有效性。

面对对方先进的无源探测系统, 射频(radio frequency, RF)隐身是机载雷达抗干扰的一种重要手段。本文首先分析了杂波条件下机载雷达目标探测的RF隐身目标模型, 然后分别针对地杂波与海杂波背景, 以截获因子作为RF隐身性能评估指标, 分析了基于脉冲对消滤波与恒虚警(constant false alarm rate，CFAR)检测技术的机载雷达RF隐身设计方法, 并建立了相应的机载雷达信号参数RF隐身优化模型。仿真利用遗传算法对模型中的辐射功率、驻留时间与脉冲累积个数等机载雷达信号的关键参数进行求解, 仿真结果表明, 两种杂波背景下的信号参数优化模型均能有效地改善机载雷达的RF隐身性能。

在合成孔径雷达(synthetic aperture radar, SAR)图像应用领域, 对SAR图像中飞机目标的检测备受关注。针对现有检测算法模型运算复杂度高、检测性能较低的问题, 提出一种基于深度可分离卷积神经网络与注意力机制的SAR图像飞机检测算法。首先使用深度可分离卷积神经网络提取图像特征, 同时在网络中引入逆残差块, 以有效防止通道数压缩引起的特征信息丢失问题; 其次在网络中引入多尺度空洞卷积—空间注意力模块和全局上下文通道注意力模块, 通过重新分配显著区域和各特征图更有代表性的权值, 以更好地捕捉空间有效信息和通道间语义相关性, 提高模型特征表达能力; 最后在SAR飞机数据集(SAR aircraft dataset, SAD)上进行对比实验验证。实验结果表明, 所提算法具有更好的检测效果, 平均准确率达到86.3%, 检测速度达到22.4 fps/s。

当前战争愈加复杂, 如何设计和选择最优无人装备体系以完成使命是一项难题。针对该问题, 提出一种无人装备体系架构超网络模型和一种方案空间搜索算法。首先, 基于作战能力生成要素给出了无人装备体系形式化描述框架。其次, 提出了无人装备体系架构方案空间搜索问题框架, 其目标是寻找到使预期收益最大化和使累积成本最小化的最优架构。然后, 提出了一种基于顺次分配机制的最优架构方案动态搜索算法。最后, 通过仿真实验检验了该算法。实验结果表明，该算法明显优于其他几种基准算法，提出的架构框架和方案空间搜索算法具有辅助决策的价值。

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。

作战体系结构设计可以解决由于空战系统本身的复杂性和涌现性导致难以建模描述的问题, 随着未来空战新概念发展, 需要从基于模型的系统工程思想角度, 在统一的结构框架下构建空战系统任务元模型以适应体系架构的更迭变化。首先, 描述了任务元模型内涵。然后, 提出了一种基于体系结构设计的任务元模型构建方法, 根据该方法选取并设计美国国防部体系结构框架的视图产品。最后, 选取超视距(beyond visual range, BVR)空战想定进行作战体系结构建模, 根据标准语义关系抽取描述任务关键特征的BVR空战系统任务元模型数据组, 生成任务元模型数据库。结果表明, 所提方法能够实现作战概念需求引导下作战任务模型架构的快速组合、验证和复用。

导引头对舰船要害部位的精确检测能力是精确制导武器的核心技术之一。针对导引头对舰船要害部位检测精度低、模型参数冗余、相对运动导致舰船图像尺度、角度变化剧烈等问题, 提出了基于深浅层特征融合的舰船要害关键点检测算法。首先，采用多尺度特征融合模块融合不同感受野的有效信息; 其次，利用SoftPool池化改善下采样导致的信息损失, 利于区分相似关键点; 然后，引入深度可分离卷积降低参数冗余, 结合轻量化注意力机制增强有效特征表达; 最后，利用在线难例挖掘改善样本不均衡, 提升收敛效果。改进后的舰船要害关键点检测算法准确率提升4.4%, 算法兼具检测精度与速度优势, 鲁棒性较好。

面向属性关联的多属性决策问题中, 合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径。首先，分析了各类属性关联情形下的属性权重调整方法优缺点, 采用莫比乌斯变换法则变换属性关联性系数(Shaplely值), 设计了融合Shaplely值和属性权重的合成权重函数, 分析了属性关联性系数对权重的影响机制。其次, 基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations, PROMETHEE)决策方法的优先函数表征特征, 运用可能度比较区间犹豫模糊型数值, 设计了基于sigmoid函数的优先函数, 提出了考虑属性关联的改进型PROMETHEE决策方法。最后, 通过算例证明了所提方法的优越性。

针对飞控系统安全性分析问题, 提出一种基于系统拓展模型(extended system model, ESM)的安全性分析方法。首先, 运用Simulink建立系统名义模型。然后, 对名义模型进行故障注入, 得到系统扩展模型, 观察故障情况下的系统响应并对系统进行安全性分析。最后, 选取操纵舵面系统(副翼/方向舵)为例。结果表明，系统故障拓展模型使得模型保持完整性和一致性, 能够模拟系统故障多状态模式, 保证了安全性分析结果的准确性和完整性。

飞机系统架构设计呈现典型的多层级、多系统集成、多接口形式、多专业合作等复杂特征, 传统的基于文档和离散二维制图的架构设计方法已经不能满足要求。对此, 提出一种基于系统建模语言(systems modeling language, SysML)模型的飞机复杂系统架构多视图设计表达方法, 对各项复杂特征进行了解耦, 将复杂的系统架构设计分解到多张有机关联的视图上; 在开展多视图相对独立的设计和建模工作中, 本质上就已经逐步完成了多层级的飞机系统架构集成设计; 以机轮刹车系统为例, 给出了基于模型的多视图架构设计方法的应用。实践结果表明, 基于模型的多视图架构设计方法可以有效应对各种复杂性, 并充分提升多系统集成架构设计的效率和质量。

在进行惯性量匹配船体变形测量时, 光纤陀螺组件(Fiber Gyroscope Unit, FGU)往往暴露在复杂海况的外扰环境中, 经典卡尔曼滤波误差较大甚至出现发散。针对于此, 引入最大熵准则(Maximum Correntropy Criterion, MCC)和基于权重矩阵的加权最小二乘(Weighted Least Squares, WLS)方法改进KF迭代过程, 推导了一种用于噪声模型未知和非高斯环境中的MCC卡尔曼滤波器(MCC Kalman filter, MCCKF)。最后, 基于角速度匹配法开展多组对比实验。实验证实相较于自适应和传统MCC滤波器, 新算法无需实时调参, 抑制外扰能力更优, 可实现更高精度的变形角估计, 满足快速收敛和抗复杂外扰的鲁棒性要求。

针对多无人机系统在通信链路非周期性中断情况下的优化编队控制问题, 提出了一种多无人机保性能编队追踪控制方法。首先, 引入一种分布式性能指标, 用于描述多无人机系统编队调节性能。然后, 设计了间歇型多无人机编队追踪控制器, 可在通信时段根据无人机间局部交互信息构建分布式反馈控制, 并在中断时段中止对无人机的编队追踪控制, 以应对间歇通信的影响。同时, 获得了间歇通信条件下多无人机保性能编队追踪控制判据, 确定了多无人机系统的保性能上界。最后, 通过仿真算例验证了理论结果的有效性。

针对无人机(unmannd aerial vehicle, UAV)对快速运动目标的协同探测问题, 设计了一种多UAV协同探测控制算法。首先假设每架UAV都携带相同的探测载荷, 根据载荷特性设计了针对快速运动目标的UAV协同探测队形。然后引入固定时间控制一致性协议到UAV载荷角度控制中, 控制载荷持续照射目标; 引入有限时间一致性协议到UAV编队控制中, 用以形成协同探测队形, 并通过二跳网络加快队形的收敛。通过将UAV队形控制与UAV载荷的角度控制相结合, 从而实现UAV对快速运动目标探测时间的最大化, 极大的延长了高速运动目标被发现的时间。最终通过理论分析和仿真实验证明了该控制算法的有效性。

针对传统人工势场(traditional artificial potential field, TAPF)方法在无人机航迹规划时航迹摆动幅度较大且容易陷入局部极小值的问题, 提出了一种改进人工势场法。首先在TAPF方法的基础上, 引入角度与速度调节因子, 模拟更真实的无人机飞行轨迹; 然后再引入辅助避障力, 实现避障的同时平滑轨迹; 最后对改进航迹规划算法与TAPF方法进行仿真实验。结果表明, 相较于传统算法, 改进后的航迹规划算法在航迹平滑性上有显著提升, 并且有效地避开了局部最小值点。

针对多无人机任务规划问题, 以细菌觅食算法为基础, 融合遗传算法的交叉变异操作, 进行任务分配。为了提高算法的收敛能力, 动态自适应调节算法的游动步长、繁殖次数和迁徙概率。基于Lyapunov导航向量场和避障向量场构建融合向量场, 模拟真实静态和动态障碍物环境, 在任务分配阶段完成航迹规划; 基于合同网拍卖算法, 进行无人机坠毁后的任务重分配。仿真结果显示, 改进算法满足任务规划需求, 在考虑静态和动态障碍物的环境下, 能够高效的完成多异构无人机的任务分配以及重分配且总代价最小。

针对拦截弹的中末制导交接班条件设置问题, 分析了以滑模变结构制导律为末制导律的捕获区。首先, 结合临近空间作战背景建立末制导段弹目相对运动模型。其次, 基于滑模变结构控制理论设计了一种能够保证拦截末端过载收敛且性能优良的滑模变结构制导律作为末制导律, 并对其稳定性进行分析。然后, 分析了零控拦截条件并对滑模变结构制导律的捕获区进行理论推导、分析与证明, 得到了滑模变结构制导律的捕获区边界。最后, 通过设计4种情形下的仿真实验, 验证了本文捕获区分析的正确性。

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。

认知无线电和动态频谱分配技术是解决频谱资源短缺问题的有效手段。随着近年来深度学习和强化学习等机器学习技术迅速发展, 以多智能体强化学习为代表的群体智能技术不断取得突破, 使得分布式智能动态频谱分配成为可能。本文详细梳理了强化学习和多智能体强化学习领域关键研究成果, 以及基于多智能体强化学习的动态频谱分配过程建模方法与算法研究。并将现有算法归结为独立Q-学习、合作Q-学习、联合Q-学习和多智能体行动器-评判器算法4种, 分析了这些方法的优点与不足, 总结并给出了基于多智能体强化学习的动态频谱分配方法的关键问题与解决思路。

针对802.11ax系统中基于正交频分多址接入(orthogonal frequency division multiple access, OFDMA)调度接入的上行多用户传输链路, 提出了基于能量效率的公平性子信道匹配和功率分配算法。根据基于能量效率的上行链路模型, 提出资源块(resource unit, RU)数量确定算法和独立子信道匹配与功率分配算法; 进而针对独立分配中频谱利用不足和功率分配不合理的问题, 提出改进的联合子信道和功率迭代分配算法, 通过应用广义分式规划, 改写约束条件并在目标函数中加入惩罚项来松弛整型变量, 进一步用序列凸规划(sequential convex programming, SCP)来求解。仿真结果表明, 通过独立和联合迭代分配功率和子信道, 系统中用户的能量效率相对原有算法得到提升的同时兼顾了用户间的公平性。

针对多输入单输出(multiple input single output, MISO)系统中的空时分组码(space-time block code, STBC)盲识别问题, 提出了一种基于卷积神经网络(convolutional neural network, CNN)的串行STBC识别方法。首先, 结合STBC识别问题提出了基本CNN (CNN basic, CNN-B)框架; 然后在分析STBC相关性的基础上, 针对空间复用和Alamouti信号混叠问题, 设计了基于相关性的CNN (CNN based on correlation, CNN-BC)模型; 最后将STBC数据集输入到网络模型中, 完成网络的训练和识别测试。仿真结果表明, 相比于基于特征提取的传统算法, 该方法将可识别的STBC扩展到了6种, 并且在低信噪比下的识别准确率更高, 识别过程可控制在微秒级别, 具有较高的工程应用价值。

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。

针对组网导航系统中节点能量受限及网络通信时滞的问题, 设计了一种基于移动汇聚节点的交叉路由树构建及链式分簇相结合的路由算法(routing algorithm combining cross routing tree construction based on mobile sink and chain clustering, CRTCC)。CRTCC规划了移动汇聚节点的路径, 创建了以移动汇聚节点为中心的交叉区域, 以交叉区域内的节点为对象构建了交叉路由树。同时, 对于交叉区域外的节点, 根据蚁群算法的特点引入候选簇头间的角度, 并重新制定了簇头选取策略, 构建了链式簇群结构, 完成了数据传递路径的规划。最后, 通过算例仿真验证了算法的有效性。

针对低功耗有损网络(low power lossy networks, LLN)移动性支持路由算法中移动节点(mobile node, MN)备选父节点集选取不合理、存在障碍物的中速场景下MN寻路不及时和路由度量单一等问题, 提出中速场景下MN邻居探测的LLN高效寻路(highly-efficient MN neighbor detection based pathfinding protocol for LLN, NDM-RPL)算法。提出链路质量检测机制, 通过计算安全阈值和危险阈值以便MN及时寻找下一个父节点(nextparent node, NPN)。其次, 提出基于变异系数的父本选择目标函数, MN选择NPN综合考虑了多种度量选出NPN。最后, 提出监听预选机制, 解决了备选父节点集选取不合理的问题。理论分析和仿真结果表明, NDM-RPL算法在MN能耗和控制开销等方面的性能均得到了有效提升。

为解决高价值弹药可靠性鉴定中试验样本量大、成本高的问题, 提出了基于小子样变动统计思想的可靠性综合评定方法。考虑到弹药可靠性在研制阶段上呈现动态特性、环境上呈现差异特性和相似装备上呈现关联特性, 基于小子样变动统计思想建立了弹药可靠性综合评定模型; 针对多源历史样本的“异母体”问题, 以信息熵和条件熵理论对无历史样本下和有历史样本下可靠度的不确定性进行量化, 以不确定度减少比率作为该历史样本相较于现场样本的继承因子; 基于贝塔分布函数和继承因子构建了关于可靠度的混合先验分布, 由贝叶斯理论推导得到可靠度的验后分布, 从而实现对高价值弹药的高效可靠性评定。以某型弹药为应用对象, 验证了本文方法的有效性和合理性。

针对现有机载设备剩余寿命(remaining useful lifetime, RUL)预测方法在新研单一样本条件下, 无法应用于加速退化试验场景的问题, 本文基于比例关系模型提出了一种加速退化场景下适用于单个试验样本的自适应RUL预测方法。首先, 依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系, 构建考虑设备个体差异与测量误差的非线性随机退化模型; 其次, 针对加速退化试验存在单一受试样本的情况, 提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法; 然后, 基于卡尔曼滤波原理在线更新目标设备的退化状态, 并推导出设备剩余寿命的概率密度函数; 最后, 通过对单台行波管加速退化实测数据进行分析, 验证了方法的正确性和优势。