考虑到雷达阵列对多目标的分辨率大小是评价波达方向估计算法性能的重要因素,论文基于非均匀线阵模型从克拉美罗界角度分析了不同信噪比下阵列对两目标的最小分辨率极限。首先推导了关于未知参数(电角度和噪声方差)的双源远场信号模型下非矩阵形式的闭式克拉美罗界解析式。在此基础上,通过建立最小距离分辨率与克拉美罗界之间的关系等式,并用泰勒展开等数学运算做近似处理,推导得到了阵列对两信源在正交和非正交情况下的最小距离分辨率极限公式,并进一步揭示了影响系统分辨率性能的物理因素,蒙特卡罗仿真结果验证了理论推导的正确性。该结论可作为评判非均匀阵列设计和衡量波达方向估计算法性能优劣的重要理论依据。

针对宽带信号频域波达方向(direction of arrivals,DOA)估计方法在各子频带能量存在差异时性能下降的问题,提出一种基于归一化克拉美罗界(Cramer-Rao bound, CRB)加权宽带DOA估计方法。首先在各子频带分别计算DOA估计值,然后根据信号在各子频带的归一化克拉美罗界值,对相应子频带的DOA估计值进行加权,从而提高DOA估计精度以及分辨率。仿真实验验证了所提方法的有效性。

临空高速飞行器具有飞行空域大、速度快等特点。针对临空高速飞行器协同跟踪面临分配资源要素众多、协同关系复杂等问题,在构建了面向临空高速飞行器的多传感器协同跟踪优化模型的基础上,通过改进粒子群优化算法的速度及位置更新方式,提出了结合置信算子及排斥算子的粒子群优化(confidence operator and repulsion operator particle swarm optimization, CORO-PSO)算法。仿真实验验证了所提算法能够满足临空高速飞行器协同跟踪对精确性及实时性的高要求,对临空高速飞行器探测跟踪系统的发展提供了一定的方法支撑。

提出了一维测距结合二维测向的分布式空间动平台间相对定位方法。根据宽带正负斜率线性调频（linear frequency modulation，LFM）信号的时频特性，结合微波双向技术实现了动平台间的相对距离测量，并提出了测频率解相位模糊的短基线干涉仪高精度测向方法，解决了传统多基线干涉仪测角模型的概率性解模糊问题，同时对平台相对运动引起的多普勒干扰进行有效抑制。最终通过评估系统对该方法的定位精度进行了有效验证。

为降低磁记忆测量信号中各种噪声干扰,提高磁记忆信号梯度张量解算精度,提出形态滤波和经验模态分解组合的方法消除噪声。首先，根据矢量合成原理将磁分量信号转换成总场幅值和方向信号,保证降噪处理过程中不改变各磁分量之间的内在关系;然后，利用形态滤波器对幅值和方向信号进行处理,消除信号中的瞬时强脉冲噪声；最后，将信号进行经验模态分解降噪,消除低频和局部干扰噪声。将上述方法用于磁记忆实测信号处理,结果表明，提出的方法能有效消除磁分量信号不同类型干扰噪声,解算得到高精度的磁记忆梯度张量数据。

针对杂波环境下多扩展目标跟踪中航迹起始和量测集划分问题,提出了一种基于高斯混合概率假设密度滤波器的扩展目标跟踪算法。在航迹起始阶段利用最近邻指数法对量测集进行聚类趋势分析,接着通过改进OPTICS (ordering points to identify the clustering structure)算法,建立一个增广数据集排序来表示量测集的密度结构,该算法对参数选择、初始点选择均不敏感,可以滤除量测集中的杂波。仿真结果表明,在航迹起始阶段本文所提算法在保证起始性能的同时计算代价明显减少,在量测集划分过程中,所提算法能够有效划分不同形状、密度的扩展目标,自适应地确定划分数目,减少算法运行时间。

针对小型合成孔径雷达(synthetic aperture radar, SAR)平台曲线轨迹运动、大斜视实时成像的要求,提出一种子孔径成像算法,首先进行预处理,补偿加速度对调频率的影响,再采用级数反演法(method of series reversion, MSR)得到回波信号的高阶近似二维谱。在此基础上,基于方位频域相位滤波处理校正方位调频率空变,最终利用谱分析(spectrum analysis,SPECAN)技术实现方位统一聚焦。点目标仿真数据验证了本文算法的有效性。

研究了在进行多目标跟踪时机会数字阵列雷达(opportunistic digital array radar, ODAR)的功率资源管理问题。针对复杂多变的环境和未知的目标信息所导致的不确定性,建立了基于随机和模糊机会约束规划(chanceconstraint programming, CCP)的多目标稳健功率资源管理模型。模型引入随机变量表征雷达总发射功率,引入模糊变量表征每个目标的RCS,以贝叶斯克拉美罗界(Bayesian Cramer Rao lower bound, BCRLB)作为目标跟踪精度的衡量标准,将随机模拟和模糊模拟都嵌入到遗传算法(genetic algorithm,GA)当中,从而预测出下一时刻满足给定置信水平的各目标最优的功率分配,然后根据求解出来的功率分配情况,利用无迹卡尔曼滤波器(unscented Kalman filter, UKF)进行目标跟踪。最后,通过仿真实验验证了算法的有效性和稳定性。

宽带干扰(wideband interference, WBI)是合成孔径雷达(synthetic aperture radar, SAR)中常见的干扰形式之一,它的存在极大地损害了SAR图像的质量,且WBI抑制一直是SAR干扰抑制中的一个难题。首先,针对WBI难以识别的问题,本文提出一种基于相邻脉冲统计特性的WBI识别方法;然后,在此基础上给出一种新的参数化SAR宽带干扰抑制方法,该方法首先把宽带干扰建模为多项式相位信号(polynomial phase signal, PPS),进而利用高阶模糊函数(high-order ambiguity function, HAF)以及相应的解模糊的方法来精确估计PPS的相关参数,从而将WBI信号转化为窄带干扰(narrowband interference, NBI)信号,然后利用现有的NBI信号抑制方法得到去除干扰后的回波信号;最后,计算机仿真结果和实测数据处理结果验证了本文提出方法的有效性。

研究了多输入多输出(multiple input multiple output, MIMO)雷达中的二维波达角(direction of arrival, DOA)估计问题,并提出了一种嵌套平行阵下基于子空间的二维DOA估计算法。利用存在嵌套关系的双平行阵(two parallel uniform linear array, TPULA)作为收发阵列,大大增加了自由度(degree of freedom, DOF)。在DOA估计方面,算法利用数据重构增加虚拟脉冲数,并利用酉变换降低运算复杂度,然后分别基于信号子空间和噪声子空间获得了自动配对的二维DOA估计的闭式解。算法复杂度低,而且相比MIMO雷达中传统TPULA下的算法,该算法拥有更好的角度估计性能,并可辨别空间相干目标。仿真结果验证了算法的有效性。

针对防空相控阵雷达中时间资源分配主观性强、利用率低的问题,结合任务内部结构,提出一种新的在线交错调度算法。该算法在将任务的重要性和紧急性均置于动态优先级的基础上,使得雷达任务收、发波束之间的等待期可以用来执行其他波束的发射期或接收期。仿真结果表明,相比于原有的动态优先级算法,所提算法的调度成功率提升了25%,时间利用率提升了35%,执行威胁率提升了25%。

针对单波束多功能机载相控阵雷达的资源分配问题,提出一种自适应搜索加跟踪(track and search, TAS)调度算法。该算法以调度间隔为周期,基于先前调度任务的处理结果实时生成当前的任务请求集合,以跟踪类型任务竞争时间资源,搜索任务一直等待空闲时间片为准则,实现搜索和跟踪的协同调度。此外利用波束位置、任务类型和预测速度信息,实时分配各执行任务的工作波形。仿真结果表明,该算法能够合理调度各类跟踪请求事件和搜索事件,同时具有自适应调整执行事件的跟踪时间间隔和探测波形的能力。

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的

为发挥无人作战飞机(unmanned combat aerial vehicle, UCAV)的决策自主性、减轻UCAV操作员的任务负担,基于智能体模糊认知图(agentbased fuzzy cognitive map, ABFCM)模型框架,设计了包含信息处理、决策推理和人机交互的三层次UCAV自主攻击决策系统ABFCM模型。该模型将UCAV自主攻击决策内容合理地分解在不同层次和功能的Agent中,在分别建立各Agent因果推理模型的基础上,实现了合理有序地组织整个决策推理行为。通过仿真分析,验证了所建模型的合理性和可行性,同时也表明该自主攻击决策模型将有助于UCAV适应未来复杂的战场环境,提升监督控制模式下的自主作战能力。

Q学习算法由于不需要先验知识即可学习,对于求解复杂的优化决策问题具有广泛的应用前景。本文针对当前空战目标分配算法的优缺点,提出了ABMS(agentbased modeling and simulation)中基于Q学习算法的空战目标分配方法。首先介绍了空战Agent建模;然后给出了Q学习算法应用于空战目标分配的方法流程,并严格定义了“状态动作”对的选择规则,最后通过仿真实验证明了该方法的合理性和有效性。本文方法避免了对先验知识的依赖,并且脱离了局部最优陷阱。

针对装备保障任务多目标规划过程中任务与资源匹配复杂、目标权重获取困难和非劣解过多等问题,建立了装备保障任务多目标规划的目标模型和约束模型,提出了一种基于改进粒子群优化的交互式多目标装备保障任务规划方法。通过离散化编码方式和任务优先排序,完成了任务与资源的匹配及任务时序的调整;通过建立目标权重调整模型,实现了根据评价结果调整目标权重的交互过程,解决了目标权重无法精确获取的问题;通过调整后的目标权重构造适应度函数获取一个相对最优解,从而避免了因过多非劣解而导致决策困难的问题。该方法能够较好地实现装备保障的精确化和高效化,在信息化条件下装备保障辅助决策及方案生成中具有重要的参考价值。

针对当前装备维修质量评价忽视维修过程影响因素这一问题,将过程评价指标体系作为修后评价指标体系的先验知识,构建了一种基于贝叶斯网络的复杂装备维修质量评价模型。首先,建立了过程评价指标体系和修后评价指标体系,并对各项指标进行了简要分析。然后,建立了维修质量评价的贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后,通过算例仿真与分析对提出的方法进行了验证。结果表明,提出的方法能够在一定程度上解决复杂装备的维修质量评价问题,为完善复杂装备的维修质量评价理论提供了借鉴。

针对进攻作战中装备不断损伤,而抢修时间与抢修力量有限的突出矛盾,提出了“如何动态地为各抢修组优选最佳待修装备、明确不同抢修组间的任务分工和同一抢修组内的抢修序列,使得损伤装备获得尽可能多的二次作战时间”的现实军事问题。抽象出进攻作战抢修任务动态调度这一新问题,构建了其数学模型,设计了变体遗传算法进行编程求解。运用Matlab软件进行了28待修装备3抢修组的调度实例求解,实例证明提出的模型科学合理,求解算法方便高效,能够动态地追踪问题最优解的变化。

针对再入飞行器飞行包线跨度大,系统不确定性及强干扰的特点,提出了一种基于干扰观测器的切换多胞控制方法。将再入飞行器建模为切换多胞系统,并将系统中的不确定项和干扰项等价为复合干扰。提出基于自适应Super-Twisting算法的干扰观测器对系统复合干扰进行估计,并在控制器设计中进行补偿,抑制复合干扰对系统的影响。利用Lyapunov函数方法证明了考虑复合干扰情况下闭环切换多胞系统全包线内的稳定性。数值仿真结果表明,该方法对于系统不确定和干扰具有较强抑制效果,能够实现对指令信号的精确跟踪。

针对传统的可重复使用运载器(reusable launch vehicle, RLV)末端能量管理段轨迹生成算法存在的在线规划能力有限和制导精度不够的问题,提出了一种基于内核提取协议和微分平坦理论的三维在线轨迹规划算法。首先,推导给出了以高度为自变量、动压为状态变量的RLV三自由度运动方程组;然后,利用新方程组的平坦特性,选取纵程、横程和动压为相应的平坦输出,建立了不包含微分方程的最优控制问题;随后,采用分段B样条参数化平坦输出,将最优控制问题离散化得到非线性规划问题;最后,采用基于序列二次规划算法的稀疏非线性优化器进行求解。仿真结果验证了该末端能量管理段在线轨迹规划算法的有效性。

针对使用固体火箭发动机进行立方体卫星快速变轨机动过程中存在的姿态翻转问题,创新性地提出应用质量矩控制技术实现其姿态稳定。首先推导了完整的八自由度动力学模型,并深入分析了质量矩控制机理;然后利用仿真手段对质量块移动产生的附加扰动力矩以及系统耦合进行了研究,并指导了执行机构的布局优化设计;最后提出的双对称执行机构保证了附加扰动小的同时还大幅降低了通道间耦合。仿真表明该系统具有良好的操纵性。

基于李群的动力学系统建模方法不依赖局部坐标和浸入空间的特性,因而常被用于描述一般力学系统。针对一类基于李群SO(3)描述的力学系统,考虑了实际姿态位形可测但角速度不可测的情况,利用SO(3)上曲率张量、Levi-Civita联络及测地线等内蕴信息,设计了SO(3)上的Super-Twisting内蕴滑模观测器,对实际姿态位形和旋转角速度进行观测,并在其切空间内分析了所设计观测器的收敛性能。最后将所设计的观测器应用在四旋翼平台并进行仿真,仿真结果表明,所设计的观测器具有较好的观测效果和较强的鲁棒性。

针对吸气式高超声速飞行器控制中存在的执行机构受限问题,提出一种模糊反演控制设计策略。设计一种新的辅助系统分别对跟踪误差和控制律进行补偿,在物理执行机构受限时能够同时保证闭环系统及跟踪误差的有界性。在反演控制的设计框架下,引入模糊控制器逼近模型中的不确定项,提高控制系统的鲁棒性。为防止出现传统反演方法中存在的“微分膨胀”问题,引入滑模微分器对虚拟导数进行求解。最后,通过实例仿真验证所设计控制策略的有效性。

针对传统卡尔曼滤波器在模型失配和噪声时变情况下滤波精度下降甚至发散的问题,设计了一种新的多重渐消因子卡尔曼滤波算法。该算法通过一个基于渐消记忆指数加权的新息协方差估计器来计算新息协方差估计值,并依此引入多重渐消因子对预测误差协方差阵进行调整,使得各滤波通道具有不同的调节能力,克服了单渐消因子对多变量跟踪能力差的局限性,从而提高滤波算法的精度和鲁棒性。仿真和试验结果表明,新算法能有效抑制滤波器发散,其滤波精度和鲁棒性优于常规卡尔曼滤波与单渐消因子卡尔曼滤波,能够更好地满足工程应用的要求。

针对大规模双层无线传感器网络自移动传感器节点覆盖控制的能耗均衡问题,提出一种基于虚拟传热的重部署算法。建立了以二次熵为基础的幂律熵模型,设计传感器节点与汇聚节点之间的绝对移动方法;利用邻居节点之间幂律熵流动的平衡关系,建立熵平衡方程,采用相对熵求得相对移动中参照节点选取概率的权重,设计相对移动方法。叠加两种自移动方法,进行迭代,达到网络熵平衡。实验表明,所提算法能够高效实现能耗均衡,及时避免能量空洞,延长了网络生命周期,并提升了覆盖率。

针对传统变换域通信系统的基函数门限设计单一固定,且未考虑系统吞吐量的缺点,提出了一种新型的双门限基函数优化设计方法。该方法通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式。定义变量PCR(probability of bit error to output capacity ratio)为系统误码率与吞吐量的比值,来综合度量通信系统性能。通过理论分析推导出PCR关于门限的表达式,进而建立优化模型,并采用遍历法进行最终优化搜索。经仿真测试,与传统的二进制门限设计相比,本文所设计双门限优化算法在误码率与系统吞吐量性能上都有较大提升,并能够实现变换域通信系统误码率与吞吐量的最佳权衡。

提出了一种基于离散的粒子群算法和单纯形法的优化机制来实现准入控制和功率控制的联合优化方案。在主用户干扰温度门限和次用户QoS的约束下,将准入控制建模成0/1组合优化问题,并将功率控制建模成线性约束问题,由于准入控制是NP难,该方案将准入控制和功率控制进行加权规划进行优化,同时,为降低计算复杂度,提出一种针对准入控制组合优化的可行性验证方法。并且针对离散的粒子群算法的收敛性进行了证明。仿真与分析表明,该方案具有收敛性,相比其他优化方案,能更有效地提高用户准入量并降低用户功率消耗,提高网络性能。

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。

为了充分利用稀疏表示分类算法中重构残差包含的特征信息,将重构残差的波段信息反馈到测试样本中,自适应增强样本的稀疏特征提取。但反馈调整过程可能会出现特征过拟合的问题,为了进一步提高算法的稳定性和分类精度,提出了紧耦合像元生成算法(close coupled set of pixels, CCSP)来平滑特征分布以解决过拟合问题,并最终提出了基于紧耦合像元的自适应增强类内稀疏表示高光谱图像分类方法(close coupled set of pixelsbased adaptive boosting classwise sparse representation classifier, CCSPABCWSRC)。在Indian Pines,University of Pavia,Salinas三个高光谱数据集上的实验结果表明,提出的算法对高光谱图像进行了稳定有效的分类并且其分类精度优于同类算法。

针对空间变化的运动模糊图像,提出基于单帧图像的模糊检测与分割的盲复原方法。首先,模糊检测生成模糊区域映射图;其次,采用腐蚀和膨胀分别对映射图中的模糊区域与清晰区域处理,利用处理结果标记,并采用分割算法分割图像;再次,分两步估计模糊核,并对模糊区域进行外延扩张,利用估计得到的模糊核进行反卷积去模糊;最后,去除被外延的部分,并与分割得到的清晰区域进行拼接,得到完整的去模糊后的图像。结果表明,算法在人工数据集峰值信噪比(peak signal to noise ratio,PSNR)平均提高10 dB,均方根误差(root mean square error,RMSE)平均降低0.12,自然场景下的真实模糊数据集去模糊结果视觉质量明显提高。此外，该算法在减少模型复杂度的同时也提高了去模糊的质量。

研究了LF蚁群聚类算法的改进问题。首次找准原则能够克服算法运行初期蚂蚁长时间遇不到待处理对象的现象,使得不同的蚂蚁一开始就能遇上不同对象。在LF算法中,当蚂蚁未负载且对当前对象试图执行拾起操作时,若不转移该对象,则采用位置相邻原则来预选下一个待处理对象。当蚂蚁负载且对当前对象试图执行放下操作时,则采用对象间相邻原则来选择相应的放置位置。改进后的算法既可以独立处理聚类问题,又可以作为其他算法的预处理步骤,具有一定的应用价值。

针对现实问题中优化模型复杂、变量类型混合、求解难问题,通过构建面向混合变量的蚁群优化信息素模型和设计蚂蚁随机解构建方法,提出能够充分有效处理混合连续、有序或无序离散变量的蚁群优化算法。进一步考虑现实问题中目标函数评估次数未知或昂贵优化场景,设计面向任意时间优化的算法参数评估指标,自动化配置算法同时提高解的质量和优化执行效率,生成了面向混合变量和任意时间优化的蚁群算法。最后在标准工程优化问题中进行测试,通过与文献结果的比较,验证了新蚁群算法的高效性和鲁棒性。

大型复杂机电液系统的故障安全分析面临的主要障碍是历史故障数据的不足。针对该问题,提出了基于虚拟样机的机电液系统故障安全分析方法,设计并构建了其演示平台。介绍了故障安全分析演示平台所涉及的关键技术实现方法,包括虚拟样机的建立与验证、基于故障仿真的故障模式与影响分析、基于蒙特卡罗仿真的概率风险分析以及基于广义回归神经网络的关键参数预警,并采用多种软件环境集成构建了演示平台。操舵系统的案例研究结果表明,所提出的技术方法能够有效缓解历史故障数据不足的问题,演示平台能够满足机电液系统故障安全分析的需要。

针对现有方法在评估装备任务成功性时不能有效分析维修工作的影响这一问题,提出了一种考虑维修工作的装备任务成功性评估方法。研究了“不完全维修”条件下功能单元任务可靠度评估方法以及任务中维修时可修单元组合任务维修度评估方法。举例对该方法的可行性进行了验证。