一类复变函数问题的统一解法

本文通过具体例子阐述了一类复变函数问题的统一解法,而且简单易行。     

基于改进PLOW算法的干涉相位滤波

针对合成孔径雷达干涉相位滤波问题,提出了一种改进的分块局部最佳维纳滤波算法（Patch-based Locally Optimal Wiener, PLOW）。该算法是加性高斯白噪声下的线性最小均方误差估计（Linear Minimum Mean Square Estimation, LMMSE）,利用目前图像滤波最前沿的技术——非局部技术,来联合估计图像的一、二阶矩。针对干涉相位中噪声的空变性,在应用中提出了两点改进：首先,估计噪声的标准差时,用均值代替中值;其次,根据噪声标准差的最大值和均值的比值,自适应的确定类的数量。经过仿真和实测数据验证,改进后的PLOW算法是有效的,并优于其他三种算法。     

应用改进的线性预测算法构建虚拟阵的精确定向方法

为了克服传统线性预测(Linear Prediction,LP)算法在构建虚拟阵过程中存在预测误差容易累积的弊端,提出了一种能够更充分利用实阵信息量的改进LP算法来构建虚拟阵。采用实际基阵方法、传统LP虚拟阵方法和改进LP虚拟阵方法分别对假定基阵的波束性能进行计算机仿真及对湖试数据进行处理成像,研究结果表明,与传统LP方法相比,改进的LP方法能够有效地抑制波束旁瓣,进一步提高了基阵的角度分辨力和阵增益,将其运用于特定试验背景下的实际湖底目标声探测,方向分辨精度可提高75%。     

基于凸-改进遗传算法的圆阵列方向图联合优化

针对圆形阵列方向图具有较高旁瓣的问题,提出一种新的基于凸优化和改进遗传算法的优化方法。该方法首先采用遗传算法将阵元位置和阵元权值作为优化变量,以最小化波束方向图峰值旁瓣为目标函数进行联合优化,既增加了变量的自由度,又符合理论意义上的全局寻优;同时,为了避免算法的早熟收敛,对基本遗传算法进行了必要的改进。然后采用凸优化方法对阵元权值进行二次优化可进一步降低旁瓣电平,与传统方法相比能够明显提高优化效果的稳定性。仿真数据证实了该方法的有效性和正确性。     

银河机向量线性代数库的并行算法研究及优化

文中对YH-1标量线性代数库进行并行算法研究:改造串行算法,挖掘其中的向量成份,实行并行计算。根据并行机的特点采取有效的程序优化措施,设计出银河机向量线性代数库。该库采用各种直接解法的并行算法求解各类线性代数问题,精度好,运行速度快(当n=300时,向量库运行速度平均为标量库的13倍)。     

基于循环追踪算法的编队航天器交会控制

采用循环追踪算法解决编队航天器交会控制问题。建立并推导了线性循环追踪算法和非线性循环追踪算法数学模型,提出了绕飞平面采用循环追踪控制,绕飞平面法向采用比例微分进行振动抑制的编队交会控制律。基于脉冲推力方式,对绕飞平面分别采用线性和非线性循环追踪的三航天器编队交会控制问题进行了仿真分析。仿真结果表明,提出的基于循环追踪的控制方式可满足编队航天器交会控制要求,航天器按顺时针运行轨迹交会于初始位置决定的参考中心,三航天器间相对距离、相对运动速度变化趋势基本一致,速度增量消耗较小,为航天器编队构形控制研究提供有益参考。     

双声纳基阵二维目标联合测向交叉定位算法精度分析*

主要对双声纳基阵二维目标联合测向交叉定位算法及精度进行了分析,给出了系统具体的定位公式和误差计算公式,并针对不同基线和不同基线误差、方位误差下目标GDOP的分布情况进行了仿真分析.仿真结果表明,定位误差随基线长度的增加而减小,随基线和方位误差的增大而增大,当基线增大到一定长度时,定位误差最终趋向稳定,达到最小.     

宽带稀疏线阵内外场联合通道校正技术研究

实际工程应用中数字波束形成的关键技术之一是接收通道校正,校正的精度将直接影响形成波束的主瓣宽度和副瓣电平。结合某工程实例讨论了一种在工程实现中的接收通道校正方法,通过频域均衡滤波器法和内外场联合利用已知信号源的天线校正方法,实现了通道幅相不一致性的校正,并提出了提高波束精度的天线方向校正方法。最后,根据实验数据计算相关的校正系数,并对测试信号进行校正,校正结果验证了该方法的有效性。     

状态空间表达下控制系统的稳态误差

经典控制理论对系统稳态误差的讨论从传递函数入手,重点是对系统开环传递函数的研究,当系统的输入是任意函数时,引入动态误差系数方法来研究稳态误差,但是当输入具有高阶导数时,动态误差系数将很难得到.现代控制理论中的状态空间表达下求系统的稳态误差很好地解决了这个问题.利用矩阵之间的运算来表示动态误差系数,并且可以得到任意输入下的稳态误差值,在线性定常系统下的推导结果还可以适用于线性时变系统,具有一定的普遍性.     

具有模糊系数约束的多目标线性规划

研究了一类具有模糊系数约束的多目标线性规划问题.根据各目标函数的梯度方向来量化目标之间的冲突程度,以此提出了一种确定目标权重的新方法,然后基于惩罚函数运用梯度上升算法求问题的有效解.最后给出了一个数值例子.