目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli, δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian, VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。

针对窄脉冲信号的采样与重构,基于指数再生窗Gabor框架的欠Nyquist采样方法已经得到验证,但是当框架高度冗余时,使用传统方法对信号进行子空间探测会导致重构较大误差甚至失败。本文设计了分块的对偶Gabor字典,构建了基于该字典采样系统的重构模型;将分块思想引入冗余字典条件下信号空间投影,提出了基于Gabor分块字典的信号空间投影的SCoSaMP(simultaneous compressive sensing matching pursuit)算法,分析了算法的收敛条件;推导了噪声条件下基于近似oracle估计的误差边界,并对算法进行降噪分析。仿真结果表明,提出的子空间探测方法相比传统方法,提高了信号恢复精度,降低了采样通道数,并增强了系统的鲁棒性。

依据全球定位系统(global position system, GPS) C/A码信号的周期重复特点,提出了一种新的多波束盲自适应动态干扰抑制算法。首先利用子空间投影和零陷展宽技术抑制动态干扰,然后将无干扰的数据送入多波束形成器,由于GPS信号和噪声的重复周期不同,所以可以根据延迟协方差矩阵的分解得到信号子空间,进而确定每个波束的权矢量。仿真证明,该方法能有效抑制动态干扰,同时又能将波束的主瓣对准卫星方向,从而提高卫星信号的信噪比。

针对干扰目标污染训练样本引起功率非均匀,造成空时自适应处理(space-time adaptive processing,STAP)目标检测性能下降这一问题,提出一种基于矩阵相似度的STAP非均匀样本选取方法。该方法首先从受污染样本与干净样本的差异性度量角度入手,采用均值Hausdorff距离度量样本矩阵相似性,然后结合凸优化包计算不同样本的相似度,最后根据相似度的不同,实现对受污染样本的剔除。仿真结果表明,同广义内积法(generalized inner product,GIP)相比,采用均值Hausdorff矩阵相似度的挑选方法对于受小干扰强度目标污染的样本检测更加有效,避免了弱干扰目标对于协方差矩阵估计的影响,从而改善了STAP在功率非均匀环境下的目标检测性能。

针对无源定位问题中可进行伪线性处理的观测方程,提出一种基于约束加权最小二乘的无源定位闭式解算的理论框架。首先,在不限定定位观测量情况下,建立基于约束加权最小二乘的定位模型,推导其无约束最优化形式;然后,只需通过广义特征值分解即可实现辐射源状态估计并给出其解析表达式,并在此基础上证明了该闭式解的全局最优性和减小定位偏差的特性;最后,将该理论框架应用于到达角(angle of arrival, AOA)/到达时间差(time difference of arrival, TDOA)联合定位场景,验证了其有效性。仿真结果表明,所提算法定位精度能够逼近克拉美-罗下限(Cramer-Rao low bound, CRLB),定位偏差明显小于加权最小二乘算法,尤其在连续定位时间较短,噪声强度较大等情况下,验证了所提理论框架的优越性。

间歇采样转发干扰是一种先进的有源相干干扰技术,主要利用欠采样和收发分时技术实现脉内假目标群干扰,现有雷达抗干扰手段尚无法实施有效对抗。在深入研究间歇采样转发干扰原理的基础上,针对其多普勒频移干扰的特点,设计了一种脉内正交的线性调频相位编码波形,该波形不仅能够在无干扰条件下进行正常检测目标,具有一定的多普勒不敏感和低副瓣特性;而且能针对间歇采样转发干扰,拆分成不同的子信号,利用其相应匹配滤波器对该干扰进行有效侦察识别、干扰对抗。仿真结果证明了基于脉内正交波形抗间歇采样转发干扰方法的有效性。

杂波背景非均匀导致经典自适应检测方法性能下降,为改善辅助数据缺失环境下的目标检测性能,研究了雷达目标结构化自适应检测方法。利用杂波协方差矩阵斜对称特征,设计了结构化广义似然比检验自适应检测器,提高了杂波谱结构化信息和待检测单元杂波信息的利用率;进一步推导了检测器的实数域表达式。仿真分析表明,所提检测器具有恒虚警率特性,其检测性能对不同杂波相关性具有很好的鲁棒性。在辅助数据缺失环境下,所提检测器性能优于现有典型非结构化和结构化检测器,且这种优势随着辅助数据缺失程度的增大而加大。

以具有地面动目标指示(ground moving target indication, GMTI)能力的三天线合成孔径雷达(synthetic aperture radar, SAR)系统为对象,研究了虚假目标的鉴别问题。在虚假目标干扰原理和动目标检测技术的基础上,分析了目标信号和干扰信号的干涉相位特征;利用真假目标的干涉相位特征差异,提取了两种稳健的鉴别特征量,提出了一种基于干涉相位的虚假目标鉴别算法,给出了鉴别处理流程、算法的应用条件及计算量和复杂度;最后进行了仿真实验验证。理论分析和仿真实验均表明该鉴别算法的可行性和有效性。

针对现有合成孔径雷达(synthetic aperture radar, SAR)图像中基于海陆两区域分割和单方向突堤扫描港口检测方法存在虚警率高的问题,提出一种基于多区域分割和多方向突堤扫描的人工港口检测方法。该方法首先使用基于极化SAR相干矩阵统计特性的多区域水平集分割方法将地物分割为水域、强散射建筑和其他陆地3类;然后在水陆分割结果上从多对正交方向对沿岸突堤进行扫描,从而确定出港口感兴趣区域;最后利用强散射建筑分割结果实现感兴趣区域中人工港口和虚警天然凸起地形的区分。基于RADARSAT-2对新加坡和湛江地区实际观测的极化SAR数据进行实验,结果表明本文方法较好地实现了沿岸人工港口的正确检测。

车载合成孔径雷达(automobile-based synthetic aperture radar,AutoSAR)系统具有灵活性和低实验成本性。基于车载系统的研究成果可应用于机载和星载SAR系统。针对车载全极化干涉合成孔径雷达(Interferometric SAR,InSAR)系统存在通道误差的问题,提出了系统极化通道内和通道间幅相误差提取和校正方案。该方案利用场景中的强点目标和分布目标完成通道误差提取和校正,无需系统内定标信号,易于实现。实测数据的结果表明系统通道误差得到了良好的校正,证明了该方案的有效性。

为了提高分布式多输入多输出(multiple input multiple output,MIMO)雷达的目标定位精度,分析了阵元、发射功率和信号带宽对定位精度的影响,进而提出一种将三者联合优化的资源分配算法。首先,以最小化目标的平方位置误差下限(squared position error bound,SPEB)为目标函数,建立了包含阵元、功率和带宽3个变量的优化模型;然后,通过推导最优功率分配矢量和带宽分配矢量的关系简化模型;最后利用凸松弛和循环最小化算法将优化问题转化成二阶锥形式,求解得到最优的资源分配策略。仿真结果表明,利用所提出的算法进行资源分配能明显提高目标的定位精度;信号有效带宽对目标定位精度的影响大于发射功率。

当无线传感器网络(wireless sensor network,WSN)采用概率覆盖模型时,难以采用几何方法进行网络覆盖率的优化。针对这一问题,通过提出一种改进粒子群优化(particle swarm optimization,PSO)算法,有效提高了WSN网络的覆盖率。首先对粒子越界处理的方法进行推了广,提高了其适用范围;其次,针对PSO算法容易陷入局部最优解的问题,通过对粒子探索能力进行增强,提出了一种探索能力增强型PSO(explorative capability enhancement PSO,ECE-PSO)算法,有效改善了种群陷入局部最优解的缺点。基于概率覆盖模型的WSN覆盖优化的仿真验证表明,ECE-PSO算法显著提高了解的质量,有效改善了算法收敛于局部最优解的缺点,且ECE-PSO算法具有较强的稳定性。

在多导弹协同作战条件下,协调不同导弹发射平台之间的导弹发射顺序,避免导弹飞行初段弹道的相互干扰,快速计算所有导弹的发射时间变得十分迫切和异常困难。为解决多导弹协同发射时序规划问题,以最小化完成导弹发射任务的最终时间为优化目标,建立了多导弹发射时序协同规划的混合整数规划模型。设计了快速启发式算法,给出了发射时间求解算法及基于空间压缩思想的可行解进化策略,可辅助指挥员快速生成导弹发射时序方案。以30枚导弹协同发射为案例,对模型和算法进行了仿真验证。实验结果表明,该模型和方法能有效解决多导弹协同发射时序规划问题。

战时任务计划的动态调整是当前作战指挥领域研究的热点问题。首先描述了分布式兵力组织的组成要素,对规划问题进行了建模,并且提出了平台定价模型。然后设计了一个分布式的协作框架,用来实现任务计划的动态调整,该框架由两个模块构成,第一部分是内部模块,该模块包括一个N-best算法和一个反馈策略,完成决策实体内部的二次分配;第二部分是外部模块,当任务精度低于期望值时调用此模块,实现决策实体间的协作。最后通过仿真实验证明了该模型的有效性,并讨论了模型在不同情况下的适用性。

基于能力的规划是当前发展武器装备体系的主流思想,能力指标设计是武器装备体系发展的重要内容,但目前研究成果中缺少定量的模型。针对该问题,首先分析了武器装备体系作战能力指标的生成过程和规划思路,提出引入前景理论思想的期望效能概念,建立基于期望效能的S型价值函数规划模型,最后通过新型攻击直升机作战能力指标的分析与设计验证了建立模型的可行性和有效性。本模型为武器装备体系作战能力指标设计提供了一种定量分析的新思路。

针对目前随舰特装器材配置研究仅以单一故障分布为假设,难以满足实际情况的问题,提出了基于多需求分布的特装器材随舰配置多目标优化模型,根据更新理论,分别构建了指数、Weibull、正态分布的保障概率模型,并综合建立了系统保障概率模型。结合费用目标,以特装器材的体积和质量作为约束条件,建立了基于保障概率和配置费用的多目标多约束优化模型。通过引入逼近理想解排序(technique for order preference by similarity to ideal solution, TOPSIS)法确定各配置方案的贴近度,作为遗传算法求解的适应度函数,得到了特装器材随舰配置最优方案,分析了目标之间、目标与约束条件之间的关系。算例结果表明,该模型和算法对于解决复杂装备的特装器材优化配置问题具有应用方便、性能良好的优点,为特装器材配置综合决策提供了新的思路。

针对现行航空四站保障效能评估方法单一、评估偏差较大的问题,提出基于组合权重方法的组合评估模型,详细介绍了航空四站保障效能组合评估模型的建立过程,分别运用6种综合评价方法对该问题进行了评估分析,在对各评价结果进行事前一致性检验之后通过一定的组合算法实施组合评估,经过事后一致性检验发现该组合评估方法有效,可以对现行的效能评估工作进行组合评估改进。

任务和资源调度方法是云系统的关键技术之一。但是,现有的研究往往忽略实时任务的高动态性和任务执行时间的随机性,使得调度方案的实际性能与期望性能相差甚远。针对以上问题,本文设计一个随机性感知的调度框架;提出一个启发式调度算法集成前摄性和反应式策略(proactive and reactive strategy, PRS)来对任务进行调度,以提高云系统保障实时任务时效性的能力;并提出3个计算资源伸缩策略来动态调整计算资源,以减少能量消耗。最后,通过实验将算法PRS的性能与其他4个算法进行比较。实验结果表明,在任务完成率和能耗方面,算法PRS的性能比已有算法提高13.85%和17.23%。

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明，存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。

针对单值采样数据的多元质量特性稳健参数设计问题,考虑各质量特性偏差波动和方差波动的权重,提出了一种整合过程能力指数和熵权理论的多元质量特性稳健参数设计方法。该方法首先假定设计变量服从正态分布并建立各质量特性均值和方差模型;然后,通过熵权法分析各质量特性偏差波动和方差波动的权值,进而计算各质量特性的过程能力指数;最终,构建基于多元过程能力指数的目标函数。通过对实际案例分析说明,本文方法与其他参数设计方法相比,能够在考虑稳健性的同时更好地使质量特性满足产品规格和接近目标值。

针对只有目标与载机的相对距离信息,而无速度信息的跟踪控制问题,以及在任务场景中对四旋翼无人机期望姿态角有约束的要求,设计了一种位置-姿态控制器。位置控制器只需要目标与载机的相对距离作为输入,其输出保证所生成的期望姿态指令在指定的范围内。为了保证在有限时间收敛至期望姿态,姿态控制器采用了二阶滑模的设计方法,缓解了电机输出指令颤振,并对外部扰动和模型不确定性具有较好的鲁棒性。最后进行了在风场中针对多种机动形式的目标进行了跟踪飞行仿真,得到了满意的跟踪效果。

针对大气层外动能拦截器的末制导问题,建立了包含发动机误差源的六自由度模型。在考虑目标机动加速度和拦截器状态估计误差的情况下,基于预测控制理论,提出了一种形式简单的增广预测制导律,并且采用李雅普诺夫第二方法证明了制导系统的渐近稳定性。针对拦截器能量优化问题,提出了一种基于序列二次规划(sequential quadratic programming, SQP)算法的拦截器能量优化方法。仿真结果表明,所设计的制导律和能量优化方法,能够在精确命中目标的同时,满足燃料消耗最小、发动机开关频率较小的要求。

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。

针对舰载机安全着舰对高精度、高可靠性着舰导引系统的迫切需求,研究了卫星/伪卫星/惯性组合着舰导引技术,基于几何精度因子(geometric dilution of precision, GDOP)计算提出了伪卫星在舰船上的布设方案,并设计了其导航电文结构。研究了卫星/伪卫星/惯性组合着舰导引算法,利用卫星及伪卫星的双差分载波相位信息,采用改进的模糊度最小二乘去相关平差(leastsquares ambiguity decorrelation adjustment,LAMBDA)迭代算法解算其双差分整周模糊度,并基于舰载机运动模型建立滤波方程解算出舰机相对运动信息,再与惯导数据进行信息融合得到高精度的导引信息。仿真结果表明,提出的卫星/伪卫星/惯性着舰导引技术横向定位误差在0.3m以内,纵向定位误差在0.1m以内,高度定位误差在0.3m以内,可以满足舰载机着舰的要求,与卫星/惯性组合导引相比,该组合方式大大提高了垂直方向的定位精度,这对于确保安全着舰极为重要。并且,提出的着舰导引技术不仅精度高,而且工作连续可靠、抗干扰能力强,对保障舰载机着舰安全有重要的意义。

控制耦合是滚转导弹所具备的一大特性问题。首先,推导了滚转导弹双通道舵系统在准弹体系下的等效传递函数矩阵,从理论上证明了控制耦合产生的机理,总结了控制耦合的基本特性。其次,分析了主通道的舵效率与无量纲转速、舵机阻尼之间的等量关系。第三,对比研究了两种解耦方法,给出前馈动态补偿物理可实现的条件,从原理上证明工程上常使用的静态解耦超前安装措施实质上是前馈动态补偿的稳态形式。对于周期指令,静态解耦受指令频率的影响,而动态可实现完全解耦,且可以通过增加两个零点获得更好的动态特性。最后,通过数学仿真验证了以上结论。

针对现有的矩阵分析法对线性分组码进行盲识别时,容错性能较差的问题,提出了一种改进的方法。首先利用截获的码字数据建立分析矩阵并进行高斯消元,然后计算各列列重的归一化值,按照判决门限找出分析矩阵中的线性相〖JP2〗关列,并以此建立统计量,最后通过统计量极大值的分布规律完成码长的识别。识别出码长后,通过移位处理及随机交换分析矩阵的行进行多次平均,实现高误码率下码字起点的识别。仿真结果表明,该方法与传统矩阵分析法相比,计算量基本相当,但容错性能有很大提升,能在较高误码率下有效实现线性分组码的盲识别。

极化码是一种在二元对称信道下能够逼近香农限的信道编码,但其经典译码算法连续删除(successive cancellation,SC)译码和置信传播(belief propagation,BP)译码的复杂度较高,使得译码过程具有较大的计算复杂度和译码时延。对极化码译码过程的树图建模分析并对节点分类,证明了树图中部分节点对应的译码运算是冗余的。由此设计了树图剪枝的简化译码算法,在保证误码性能不变的前提下,明显降低了现有译码算法的计算复杂度。仿真结果证明,简化后SC译码和BP译码的译码复杂度较原始算法分别降低了36%~65%和41%~67%。

长期演进(long term evolution,LTE)系统中,接纳控制是保证用户服务质量(quality of service,QoS)要求的重要技术之一。针对现有资源预留算法受预留门限值影响较大,且掉线率较高的缺点,提出一种适用于LTE系统的基于排队机制的动态资源预留算法。首先该算法通过设置门限预留部分资源,让切换呼叫直接接入,新呼叫以新定义的请求概率动态接入。其次在系统资源耗尽时,对切换呼叫采取排队机制,等待系统有剩余资源时接入。仿真结果表明,所提算法能有效降低切换呼叫掉线率,提高资源利用率,并且算法受预留门限值的影响较小。

网络初始化是网络协议正常运行的基础,共包括自定位及时间同步两部分。针对水声网络特点,提出一种仅采用单锚节点的参考节点自选则自定位算法,该算法仅采用一个锚节点,通过最优化选择参考节点,减小参考节点拓扑结构及网络测距误差对定位精度的影响,既有效解决了水声网络中锚节点少的问题,且提高了定位精度;在此基础上提出一种快速初始化方法,该方法将自定位与时间同步协同完成,使得网络可在较少的信息交互下快速实现初始化过程,减小通信开销及初始化时延,网络布放后可快速进入正常运行,提高网络工作效率。通过仿真得出,本文提出的方法较现有初始化方法锚节点需求少,定位精度高,初始化时延短、通信开销小,可以很好地应用于水声网络中。

现有的多用户差分混沌移位键控(multiple user differential chaos shift keying, MU-DCSK)算法存在用户间干扰、误码性能不理想等问题。为了提高误码性能,提出一种基于正交混沌载波的多用户差分混沌移位键控(MU-DCSK based on orthogonal chaotic carrier,OMU-DCSK)通信系统。该系统通过设计一种正交混沌信号发生器,利用其转换特性和正交特性,有效降低平均比特能量和彻底消除多址干扰。推导出在瑞利信道中的比特误码率公式并进行仿真。理论分析和仿真结果表明,OMU-DCSK在较小牺牲系统复杂性的条件下,有效提高了系统的误码性能。

引入专家知识已成为小数据集条件下贝叶斯网络建模的主流方法,然而,专家知识是否正确直接决定了算法的结果和性能。因此,在考虑专家知识正确性的基础上,本文对贝叶斯网络结构学习问题展开研究。首先,建立一种基于连接概率分布的结构约束模型来表示专家知识,进而结合该约束模型对贝叶斯信息准则(Bayesian information criterions,BIC)评分进行改进;最后,利用K2算法学习贝叶斯网络结构。实验结果表明,在小数据集条件下本文所提算法不仅能将专家知识引入到学习过程中,进而改善学习效果,并且对不完全正确的专家知识有一定的适应性。

为解决含有迭代运算的仿真模型验证问题,实现具有可回溯性的可信度评估,在提出循环验证问题和可信度综合问题的基础上,阐述了建立仿真模型验证指标体系的方法,提出了含有迭代运算的仿真模型验证定理及验证方法,并应用该方法计算了某飞行器模型的量化可信度,定位了造成模型可信度不足的缺陷点,验证了方法的有效性。

为将烟花算法应用于离散优化领域并有效求解多维背包问题,构建一种二进制反向学习烟花算法。首先,通过定义二进制字符串距离、二进制转置算子将烟花算法的爆炸算子、变异算子离散化,构建二进制烟花算法;其次,设计不完全二进制反向算子并证明其收敛性,构建二进制反向学习烟花算法;最后,对10个多维背包问题典型算例进行仿真分析并与多种智能优化算法进行对比分析。仿真实验结果表明,二进制反向学习烟花算法在求解多维背包问题时具有良好的收敛效率、较高的寻优精度和很好的鲁棒性。

针对基于机器学习的本体映射方法存在的人工标记代价高和样本不平衡问题,将本体映射建模为二视图上的协同训练问题,分别从本体模式层和数据层提取特征集。通过对本体概念对进行预匹配,缩小样本不平衡度。分析了传统协同训练方法的局限性,结合主动学习思想,设计了一种考虑样本价值的改进协同训练算法,在每轮迭代中选择更有价值的未标记样本更新训练集。实验结果表明,该方法学习效率更高,同时能取得较好的本体映射结果。