高阶累积量自适应波束形成的改进算法

针对线性约束最小方差(LCMV)算法在自适应波束形成时,存在的对噪声敏感、信噪比(SNR)较高时波束形成受小特征值扰动影响较大的情况。在基于高阶累积量的LCMV算法的基础上提出改进方法。该方法首先计算阵列接收数据的高阶累积量,然后对高阶累积量构造数据增广矩阵,进行奇异值分解求出伪逆,再用伪逆修正LCMV算法的权值,形成波束。仿真结果表明,相比于传统LCMV算法与基于高阶累积量的LCMV算法。算法能够有效地克服信噪比升高时小特征值扰动对波束形成的不良影响,且在较低快拍数下仍能有效形成波束。     

具有离散时滞与分时时滞的非自治系统的渐近稳定性

研究了一类具有离散时滞与分布时滞的非自治线性系统的渐近稳定性问题，利用Lyaplunov函数方法和线性矩阵不等式（LMI），得到了系统渐近稳定性的一些充分条件，这些条件能够利用线性矩阵不等式（LMIs）表示，且表达式中含有具有时变时滞与分布时滞项，这样，具有时变时滞与分布时滞的非自治线性系统的稳定性就能够通过Matlab的LIM工具箱进行验证。     

基于SADRC的四旋翼飞行器姿态解耦控制方法

针对线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)在四旋翼飞行器姿态控制中存在初始状态误差较大时可能产生"峰值"现象的问题,提出了一种基于线性/非线性自抗扰切换控制(Switch in linearnonlinear Active Disturbance Rejection Control,SADRC)四旋翼飞行器控制方法。以实验室现有的3-DOF四旋翼飞行器平台为研究对象,建立了其姿态的数学模型,引入SADRC对其基本原理进行了介绍;基于SADRC设计了四旋翼飞行器姿态解耦控制器,并对系统单通道的稳定性进行了分析;对控制方法进行了实验验证。结果表明,SADRC控制器可有效避免LADRC控制器因为初始状态误差引起的"峰值"问题,抗干扰性能进一步提高。     

红外空中小目标小波域检测方法

针对空中远距离红外小目标检测的实际问题,提出了一种基于小波变换的检测算法.该方法首先对小目标图像进行小波分解并在考虑高频系数能量的基础上对噪声和背景边缘系数进行抑制,然后将遗留下来的高频系数通过线性映射变换成灰度图像.其次对3个方向的高频图像按照一维最大熵法进行二值化处理并通过形态开算子进一步滤除噪声,随后将高频图像两两相与关联生成单帧检测结果,并进一步利用帧间目标位置的相关性完成小目标检测过程.最后,在原图像中以检测结果图像的质心为中心生成跟踪窗口.试验结果表明,相对于通常的小目标检测算法,提出的算法在背景抑制、检测准确度以及速度方面都具有一定的优势.     

LMI的鲁棒H∞滤波在惯导初始对准中的应用

给出了基于线性矩阵不等式(LMI)的鲁棒H∞滤波器的设计过程,该方法克服了传统的代数Riccati方程方法诸多条件的限制.当把系统模型不确定性用多胞型表示时,只需求解线性矩阵不等式组,可以方便的设计滤波器.在惯性导航系统(INS)初始对准中的应用表明,基于LMI的鲁棒H∞状态估计器在系统参数具有不确定性时,仍能保证较短的对准时间,并可使估计失准角收敛,具有良好的鲁棒性.     

强干扰下LFM信号的检测与参数估计

强干扰下ＬＦＭ信号的检测与参数估计在雷达信号处理领域具有重要的应用。本文首先分析了强干扰下ＬＦＭ信号的特点,对ＬＦＭ信号的检测与参数估计方法进行了总结和比较;随后研究了ＷＨＴ法的检测性能,绘制了ＷＨＴ检测器的接收机性能曲线（ＲＯＣ）。最后,提出一种基于ＷＨＴ的抑制强干扰和进行ＬＦＭ信号检测与参数估计的方法,并给出了实验结果。     

引入测频信息进行无源被动定位的方法研究

无源被动定位技术中一个重要问题，是如何使定位的约束条件尽可能地少，即尽可能地提高方法的可操作性。只利用测角信息（ＤＯＡ）的定位方法，由于可观测性的要求，在单观测平台对运动目标定位时，常常需要观测平台作特殊的机动运动，这种约束给实际操作带来很大不便。本文提出了一种引入测频信息对运动目标进行定位的定位方法，并给出了可观测性分析。运用该定位法定位，观测平台的运动形式可以任意，特别有意义的是，在满足某些条件情况下观测平台还可以完全静止不动。     

频域线性算法用于雷达导引头建模

采用“面向控制”模型的建模新方法——频域线性算法,对采用比例导引的主动式雷达导引头进行建模。此算法可辨识出对象模型和模型偏差的硬边界。针对主动式雷达导引头使用环境恶劣,以及导引头与目标、环境相互作用关系复杂,使用了调整的频域线性辨识算法(即需要先验知识)。仿真计算表明,此辨识算法鲁棒性好,辨识可信度高     

一种基于统计参数映射融合独立成分分析的新的激活区探测方法

统计参数映射在某种程度上依赖于广义线性模型和高斯场理论。广义线性模型的缺陷在于这些假设不能很好地表示fMRI数据,并且脑活动分布模式和血液动力学模型也不能由广义线性模型回归方程来恰如其分地模拟。而独立成分分析不能够提供每一独立成分激活区的显著性估计,这使得实验者不能够很好地解释所获得的结果。提出一种将SPM和ICA技术进行融合的方法,此方法可以将ICA自身的某些优势和GLM的假设检验方法结合起来,互相取长补短。实验结果证明了这种方法在探测由运动任务所产生的激活区方面是有效的。