中频直接采样在 UWB (超宽带)雷达数据采集中的应用研究

为实现UWB雷达中的高速数据采集,本文从理论上探讨了中频／射频直接采样和数字正交技术对大带宽信号（≥10MHz）进行相干检波的可行性。对三种数字正交途径进行的计算机仿真表明：正交双路的幅相一致性大大提高了,当信号带宽≤20MHz时,镜频抑制效果优于传统模拟方式（＜－30dB）。     

基于LabVIEW的重采样阶次分析技术

分析了将传统的Fourier分析应用于旋转机械振动信号分析存在的不足,并与阶次分析技术进行比较。应用虚拟仪器LabVIEW来实现旋转机械的振动信号重采样阶次分析,并进行了实例验证。     

基于改进MUSIC算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无需重构原始波形,无需计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

基于空间约束的舰载机出库调度

舰载机在航母上的调度问题是制约舰载机出动和回收的重要因素,以往研究主要集中在飞行甲板调度方面。针对舰载机在航母上的出入库问题进行研究,着力解决舰载机在航母上二、三波次的出动能力。首先对舰载机出库的流程进行分析,梳理制约因素。其次,应用柔性流水车间调度理论对空间约束条件下的舰载机出库调度问题进行建模。再次,对智能粒子群算法应用于舰载机出库调度问题进行分析,对编码进行设计,并给出算法流程。最后,对出库流程进行仿真,计算出最优出库方案及时间,验证了模型的准确性。     

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

带局部交流函数及自由意志的单领导Cucker-Smale模型的渐近集群分析

为研究集群的形成与否和半径大小之间的关系,主要考虑了具有单个领导的一般等级结构及其领导者速度不变的Cucker-Smale模型。探讨了自由意志对集群产生的影响,通过证明可以给出半径有下界的充分条件(下界和速度差、粒子数、通信强度等有关)。当半径大于下界时,会产生集群。通过MATLAB数值仿真验证了相关结论。     

EM-PF参数估计的直升机主减速器裂纹增长预测模型

针对如何有效利用设备故障监测过程中获取的有限的直接状态信息和大量的间接状态信息,进行故障预测的问题。首先建立了Gamma退化过程状态空间模型;进而在EM中嵌入PF技术,实现了参数求解,并通过仿真方法验证了估计精度;最后根据UH60直升机主减速器行星架的振动特征和裂纹长度数据,将预测模型应用于行星架裂纹增长过程,对任意时刻的裂纹长度进行了预测。实例表明该预测模型可以以较高的精度估计行星架实际裂纹长度。     

组网雷达的改进粒子滤波算法

针对现代战争中有源雷达容易受到干扰和反辐射导弹的摧毁,以及无源雷达隐蔽性高,只能测量方位角度,测量精度小等特点,提出利用集中式有源雷达系统与无源雷达系统协同组网对目标进行跟踪。但是在实际环境中,噪声属性以及有源雷达,无源雷达接收信号的特点决定了组网雷达需要应用非线性滤波技术对信号进行处理。传统的非线性技术包括卡尔曼滤波、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等方法。非线性近似过程带来的误差相对较大,而且均要求观测噪声和过程噪声为独立或相关的高斯白噪声。而粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样。仿真实验表明这两种改进粒子滤波方法有很好的效果。     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

基于自适应动态分簇的二元传感器网络目标跟踪算法

针对二元传感器网络的目标跟踪问题,提出了一种通过设置簇内传感器节点数目门限自适应地调整簇的激活半径、利用少量被激活的节点进行跟踪的方法,并利用一种改进的分布式粒子滤波算法进行目标位置估计以减少粒子数和计算量。仿真结果表明:与传统的IDSQ算法相比,所提出的算法能够在保证一定跟踪精度的基础上,有效降低网络的能量消耗,提高网络寿命。