满足线性二次型调节器性能指标的群系统编队跟踪问题优化控制方法

针对群系统编队跟踪问题,提出一种满足线性二次型调节器性能指标的优化控制方法。建立编队跟踪问题的数学描述和设计编队跟踪控制协议。给出群系统实现编队跟踪的充要条件,借助李雅普诺夫第二方法分析系统的稳定性。得到了控制协议能够最小化线性二次型调节器性能指标的拓扑条件,设计了编〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCWL.TIF;%129%129〗听语音 聊科研与作者互动 队跟踪算法。仿真实验验证了控制方法的有效性。     

恒加试验的最优线性不变估计

给出了恒加试验的最优线性无偏估计与最优线性不变估计。与有关文献给出的二步估计相比,这两个估计有较大改进,并且在计算上简单可行。     

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     

伞翼无人机线性自抗扰高度控制

针对伞翼无人机参数不确定性和复杂环境干扰敏感的问题,提出一种伞翼无人机线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)高度控制方法。建立伞翼无人机8自由度飞行动力学模型,并引入风场和降雨模型以更加准确地模拟真实飞行环境。基于LADRC确定总体控制架构,设计线性扩张状态观测器对所有扰动进行估计,并引入误差反馈率在控制中实时补偿。使用该控制方法在多种扰动工况下进行伞翼无人机高度控制仿真实验。仿真结果表明,基于LADRC的高度控制方法能够有效克服内扰和外扰的影响,实现高精度高度控制;与传统PID控制效果相比,LADRC控制器具有更好的抗扰能力和鲁棒性。     

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。     

系统频率偏差对同时全极化测量的影响及其校准

目标极化散射矩阵的精确测量是全极化雷达极化信息处理的前提和基础。基于正负线性调频信号,针对采用数字解线性调频处理的同时全极化测量体制雷达,分别推导了雷达中频频率偏差和采样频率偏差对同时全极化测量影响的数学模型,提出一种雷达中频频偏和采样频偏的联合估计与校准方法。仿真和实测数据表明：雷达系统频率稳定度会引起不同通道极化测量结果峰值位置和相对相位的变化,采用所提方法能够有效校正峰值偏移,补偿相位误差,提高目标极化散射矩阵测量的精度。     

载频带宽同步倍频的高频大带宽线性调频信号光产生方法

针对高载频、大带宽线性调频信号产生需求,提出一种基于级联马赫-曾德尔调制器(Mach-Zehnder Modulator, MZM)的载频带宽同步倍频的高载频、大带宽线性调频信号光产生方法。理论分析表明,通过合理设置级联MZM的直流偏置点和线性调频信号幅度等参数,可产生载频和带宽同步倍频且倍频系数可调的线性调频信号。在此基础上利用光学系统软件进行相应的仿真验证,利用载频和带宽分别为5 GHz和2 GHz的线性调频信号产生了载频和带宽分别为40 GHz、15.07 GHz和58.25 GHz、19.5 GHz的线性调频信号。仿真结果验证了该方法的可行性,也验证了产生的信号具有较好的压缩性。     

线性调频连续波雷达低空小目标长时间相参积累方法

针对小型无人机目标雷达回波弱、目标检测难的问题,研究了在线性调频连续波(linear frequency modulation continuous wave, LFMCW)体制雷达下的长时间相参积累方法。通过推导LFMCW雷达回波表达式,提出了基于时域差频信号线性调频-Z变换的拉东-傅里叶变换实现方法。评估了该方法的运算量,并与频域实现的方法进行对比。经过仿真和实测数据验证了本文算法对LFMCW雷达下的弱目标相参积累的有效性。     

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。     

基于位置预测的靶场图像实时判读方法

在靶场经纬仪对目标实时跟踪测量时,会发生相机随机抖动的情况,引起目标在图像中大幅度运动。应对大幅度运动时,基于搜索窗口的跟踪方法容易丢失目标,而基于全图搜索的跟踪方法时效性差。针对以上问题,提出一种结合核相关滤波算法(Kernelized Correlation Filter, KCF)和目标位置预测的改进的跟踪学习检测算法(Tracking-Learning-Detection, TLD)跟踪框架。利用正交多项式最优线性滤波器及相机角度信息预测目标下一帧位置,在此区域利用KCF进行快速跟踪,可以提高跟踪的成功率和时效性,跟踪失败时再进行检测。仿真实验表明,最优线性滤波器能较准确预测目标位置,给KCF提供较准确的搜索位置,算法每帧耗时仅为1.1 ms,且定位精度优于TLD和KCF,能有效应对相机抖动的问题。靶场实际试验证明该方法可提高靶场自动判读水平,减少人工干预。