对流层散射下MPLS重路由信号去噪研究

针对对流层散射信道MPLS重路由信号数据含有噪声的问题,分析了Facility重路由原理和MPLS标签转发过程,引入小波阈值去噪算法对含噪声标签信号数据进行处理。利用一种随分解层数变化的阈值和折中阈值函数规则,来解决传统算法中的阈值确定和阈值函数选取存在的问题,针对折中阈值函数规则中参数a的确定问题,利用模拟数据,以信噪比(SNR)为目标函数,采用定步长变a形式,从而得到去噪效果最好时对应的a值,并用实测数据加以验证。仿真结果表明,改进后的算法在信噪比上有1.5 d B~3.4 d B的提高,均方差(RMSE)下降约0.01~0.03,为路由修复信号的去噪提供一种可行的方案。     

大容量数据下基于DTN的链路中断优化传输技术

激光或GHz以上的高频链路的应用将导致DTN(Delay Tolerant Network)网络链路数据容量的增大,大容量数据链路的间歇性中断将严重影响数据的传输效率。针对DTN网络中大容量数据链路频繁中断和节点的剩余缓存空间剧烈变化的问题,提出在DTN路由算法上增加拥塞状态预测机制和易中断链路判定机制,根据节点的拥塞程度定义惩罚函数,缓解链路中断和节点资源受限导致的拥塞。仿真结果表明,该机制可以有效提高DTN网络的传输性能。     

机械抖动偏频激光陀螺静态测角方法

阐述采用机械抖动偏频激光陀螺进行静态角度测量的原理,分析测角随机误差与激光陀螺角随机游走系数、测量时间的关系,通过转台分度误差实验验证了测角随机误差公式。采用排列互比法对测角系统误差和转台分度误差进行分离。实验与理论分析表明,静态测角方法具有良好的环境适应性和稳定性,测角随机误差优于0.26″,系统误差优于1″。最后分析了进一步减小测角随机误差和系统误差的措施。     

基于子阵结构的相控阵MIMO雷达分辨能力分析

在阵元总数一定的情况下,不同的子阵划分方式和布阵间距对不同子阵发射正交波形,子阵内发射相干波形的相控阵-MIMO雷达系统的分辨力的影响,首先通过相控阵-MIMO雷达的信号模型推导出其广义模糊函数,然后以此分析子阵结构对距离、多普勒、方位三维分辨力的影响。仿真结果表明,在阵元总数一定的情况下,子阵越多,系统距离分辨力越高,子阵越大,多普勒分辨力越高,子阵间距满足一定条件才能有较好的系统分辨力。这些结论对相控阵-MIMO雷达子阵结构设计具有指导意义。     

永磁无刷直流电机调速系统的改进型IMC-PI控制

针对永磁无刷直流电机调速系统提出了一种改进的内模PI(Internal model control PI,IMC-PI)控制方法。根据内模控制原理设计出PI控制器,引入一种作用函数,将其与PI控制器串联构成改进的IMC-PI控制器。作用函数为偏差的微分表达式,其阶次的选择应保证系统开环传递函数严格真实。改进IMC-PI控制可使系统的调节过程分为作用函数趋近零和保持为零的两个阶段,从而保证系统偏差按照作用函数等于零确定的轨迹趋近于零。仿真和实验结果表明方法可有效提高控制系统的性能。     

基于DBN-TOPSIS法的空中目标融合威胁评估

针对已有空中目标威胁评估方法主观性强、稳定性弱、评估过程不连续的问题,综合考虑目标运动特性与目标属性,提出了一种基于动态贝叶斯(dynamic bayesian network, DBN)和逼近理想解法(TOPSIS)的融合威胁评估方法DBN-TOPSIS。通过分析来袭目标特征指标间的依赖关系,建立空中目标威胁评估指标体系。采用模糊理论处理连续型特征指标,统一指标形态,利用DBN进行动态威胁度等级概率推理。构造模糊DBN推理结果与TOPSIS评估矩阵之间的映射关系,采用TOPSIS法将威胁评估概率一维向量转换为确定数值,进行空中多目标威胁度准确排序。实验结果表明,融合威胁评估方法具有较好的合理性和稳定性。     

模值观测IMU零偏快速标定技术

分析针对外场试验对惯组零偏标定提出的时间短、精度高的要求,提出了一种基于模观测法的惯组零偏快速标定方法,通过分别构建惯组中三轴陀螺测量信息与地球自转角速度的模值方程和三轴加速度计测量信息与当地重力加速度的模值方程,以惯组3个敏感轴分别大致朝上三位置静态1 min测量信息构建零偏非线性方程组,通过遗传算法最小值寻优获得惯组的零偏标定结果。结果表明：整个惯组零偏标定仅需约3 min,而且不用借助转位机构,仅需让每个敏感轴大致朝上保持静态1 min,适用于外场惯组零偏快速标定;利用仿真和试验验证了所提出方法的有效性,计算值与参考值的偏差均比对应精度的惯组精度高一个数量级,即惯组零偏模标定计算结果与参考值相差在可容许的范围内;验证了所提出方法的正确性和有效性。     

基于改进多维粒子群的多无人机任务分配方法

针对复杂战场环境下的多无人机任务规划解空间维度不确定、任务需求随时间变化等问题,提出了一种基于改进多维粒子群算法的多无人机任务分配方法。该方法构建了适应度函数集,应用多个适应度函数来限制种群趋向,同时采用基于时变目标价值的映射变量,建立目标价值随时间变化的多无人机目标决策模型;而后引入整数编码机制,构建面向任务序列的多维粒子,利用改进的自适应多维粒子群算法,得到最优维度下多无人机的任务分配优化方案。仿真实验结果表明：基于改进多维粒子群算法的多无人机任务规划方法可在最优解空间下,获得更好的任务动态分配效果,收敛速度更快,具有良好的推广应用前景。     

基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

奇数维函数Walsh谱值分布特性研究

对奇数维函数的Walsh谱值分布特性进行研究 ,提出第I类线性免疫函数的概念并研究了这种函数的性质