基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法

针对卫星干扰源定位系统中时延估计的问题,在研究经典的广义互相关和二次相关时延估计算法的基础上,为避免不同加权系数的选取对广义互相关时延估计精度影响差异很大这一缺点,提出了一种基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法,该算法利用自适应滤波器对信号和噪声的先验知识需求较少、具有自动调节自身参数的能力,首先对信号进行前端滤波处理,再将处理后的信号进行二次相关,最后利用希尔伯特差值法对相关峰值进行锐化,以获得较为精确的时延估计结果。     

基于干扰对消的电台主动式干扰管理方法

传统干扰管理技术存在同址干扰和非同址干扰辨识难、应对场景变化感知能力差的问题,无法消除干扰,影响通信系统的作战使用。将干扰管理理论应用于解决复杂运行条件下的电磁干扰问题,从主动式干扰管理的角度,分析干扰源特征、干扰耦合特性和干扰作用机理,研究干扰产生原因、干扰特征、耦合关系和被干扰机理。制定主动式干扰管理系统的原理框图,并设计干扰管理决策系统框架,设计基于干扰对消的主动式干扰管理方法,理论上着重解决主动式干扰管理方法科学问题。     

探雷声纳增益参数自适应调整仿真

针对探雷声纳操作过程中增益参数调整繁琐,影响水雷目标辨识的问题,定义了声纳图像亮度和对比度两个指标,设计了探雷声纳手控增益和时控增益两个参数的自适应调整方案。对仿真探雷声纳图像检验结果表明,该方案可以在少数几次的参数调整后,图像亮度和对比度比较适于水雷目标辨识,可为探雷声纳的智能化设计提供参考。     

一种新型杂波环境下突发机动目标跟踪算法

针对杂波环境下突发机动目标跟踪性能下降问题,提出了一种基于自适应匀加速模型的交互式自适应概率数据关联算法。该算法在交互式概率关联算法基础上,采用带渐消因子的自适应匀加速模型(ACA)与匀速模型(CV)相交互,克服了卡尔曼和扩展卡尔曼滤波的三大缺陷,保证了在突发机动下的良好跟踪性能,扩大了机动目标的跟踪范围,实现了杂波环...     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

基于拓扑变化预计算的多层卫星网络路由协议

设计了一种基于拓扑变化预计算的多层卫星网络路由协议.与已有协议不同,该协议在网络拓扑变化前完成路由计算,并采用了自适应的链路状态报告方式.从路由计算时机和链路状态报告方式2方面分析了协议的合理性.与常规路由协议相比,此路由协议收敛更快,更能适应多层卫星网络拓扑变化频繁的特点.     

微型涡喷发动机起动控制系统设计

针对微型涡喷发动机起动过程稳定性较差的特点,设计了一种基于模型参考自适应控制(MRAC)算法的起动控制系统.通过采用基于多传感器的自适应控制方法,减小发动机建模误差和外界干扰的影响,以提高起动过程中系统的鲁棒性.试车实验结果表明:该方法使微型涡喷发动机在一定外界条件下快速、平稳地起动,降低了发动机贫油、富油和喘振的可能性,保证发动机可靠起动.     

基于自适应Agent仿真的系统可靠性预计方法

建立了基于自适应Agent的系统仿真模型的3层体系结构,设计了3类Agent对象:环境仿真Agent、系统仿真Agent和单元仿真Agent,分别模拟了环境、系统对象和基本工作单元,建立了考虑任务环境影响因素、由若干Agent组成的系统可靠性仿真模型,是对系统可靠性预计方法的新探索.     

起重机防摇摆模糊自适应PID控制的仿真

起重机起吊过程中,由于绳索摇摆,使吊物位置变化复杂,线路变化非线性,吊物位置不确定;而采用常规定参数PID控制难以解决货物位置控制问题,无法对起重机的位置和摆角进行精确控制。针对这些问题,采用拉格朗日能量法建立起重机起吊系统模型,提出一种基于模糊自适应PID控制的起重机起吊控制方法,结合模糊控制理论对PID参数进行自适应整定。仿真结果表明,与传统定参数PID控制相比,模糊自适应PID控制具有良好的适应性和鲁棒性,可提高起重机起吊系统的动态性能。     

弹药自动装填机器人免疫遗传模糊神经滑模控制

提出了一种基于改进免疫遗传算法的弹药自动装填机器人自适应模糊神经滑模控制器(IIGAAFNSMC)。用径向基神经网络来近似等效滑模控制中的不确定参数,通过自适应免疫遗传算法在线调整径向基神经网络非线性隐含层的结构和参数。利用最小二乘法计算线性输出层的权值,自适应模糊系统调节滑模控制的增益,减小了网络逼近误差和外部干扰并消除了传统滑模控制中的抖振问题。仿真结果表明,该方法比传统的神经网络滑模控制器具有更高的逼近精度和速度。