无人机-无人车空地无人集群系统多任务协同控制

针对无人机-无人车空地无人集群系统多任务控制问题,开展了一种多任务协同控制的自适应鲁棒控制方法研究。首先,根据多任务控制问题的不同情况,确定系统的动力学模型及控制目标。其次,通过伺服约束的形式描述了被控系统需要遵循的约束,将多项控制任务所建立的约束进行整合,并建立约束跟随误差χ。随后提出了一种自适应鲁棒控制方法,并设计自适应律抑制系统中存在的不确定性,保证系统在复杂不确定性干扰下,仍具有较好的控制精度和系统稳定性。仿真结果表明,所提控制方法相比于LQR控制能够在较大不确定性影响下完成无人机-无人车空地无人集群系统控制中的多任务协同控制,不仅使相关各类误差在5 s内快速收敛至0,还能够使系统具有良好的控制性能。     

基于协方差矩阵重构的方向图保形算法

现代雷达探测过程中需要采用自适应波束形成技术,在干扰处形成零陷从而消除干扰的影响。然而,波束产生零陷的同时也会导致主瓣波束产生畸变,严重降低了目标检测能力,针对波束保形问题,提出了一种具有波束保形的(worst-case performance optimization, WCPO)最差性能最优化算法。该算法通过对空间中不包含目标信号的区域进行积分来获得一个重构的干扰-噪声协方差矩阵,接着引入一个二次惩罚项使得重构的协方差矩阵满足凸优化条件,最后通过凸优化理论得到权矢量的最优解。区别于传统WCPO算法,该算法在相同条件下有着更高的输出信干噪比(signal-to-jamming noise ratio, SINR),并能在主瓣同时存在多个干扰,且不需要干扰信号先验信息的情况下实现主瓣波束保形。仿真验证了算法的有效性。     

考虑落角约束与驾驶仪特性的自适应RBF空间末制导律

为使大口径舰炮制导炮弹在打击近岸机动目标的末制导段满足落角约束,现考虑自动驾驶仪动态特性,基于自适应RBF逼近网络与动态面滑模提出一种空间末制导律。构建空间弹目相对运动模型,通过带改进微分跟踪器的扩张状态观测器估计目标加速度。为零化视线角跟踪误差与视线角速率,采用自适应指数趋近律设计非奇异终端滑模动态面,并运用自适应RBF逼近网络削弱控制指令抖振。通过Lyapunov第二法证明了全系统中视线角跟踪误差与视线角速率均最终一致有界。仿真实验表明：该末制导律使制导炮弹在空间中打击具有不同机动形式的近岸目标时,均具备良好的末制导性能。     

北斗RDSS系统新体制信号子载波间干扰产生机理与消除方法

为提高新一代北斗无线电测定卫星服务在有限带宽内的信息服务容量,借鉴了正交频分复用的理念,新体制无线电测定卫星服务信号设计采用多个子载波进行信号调制。以往针对多用户的分析主要考虑多址干扰,对载波频偏损耗和伪码损耗单独考虑,这不能解释新体制调制在相同的同步头的情况下其他子载波上信号在当前观测子载波上形成较大相关峰的问题,该问题对信号接收产生较大干扰。本文对该问题产生机理进行了分析,并提出了两种相关干扰的消除方法。     

基于Cholesky分解的自适应抗干扰算法

介绍了卫星导航系统常用的自适应抗干扰算法,并指出了各自的优缺点。针对自适应抗干扰算法的难点,提出了一种基于Cholesky分解的自适应抗干扰算法,巧妙地回避了矩阵求逆等复杂运算,大幅度降低了运算复杂度。推导出了利用Cholesky分解求下三角矩阵并最终完成权值求解的公式,基于FPGA设计给出了具体的实现方法。该算法已成功应用于GNSS抗干扰系统中,实测结果表明该抗干扰算法性能优良,权值更新速度快,是一种简单、高效的实现方法。     

水下航行器轴向运动的初始修正自适应反演控制方法

研究水下航行器在复杂水下环境中轴向运动的轨迹跟踪问题,当航行器质量及初始误差均较大时,根据传统自适应反演控制方法设计的控制器需要航行器动力系统提供较大的推力,甚至超过动力系统的最大输出。提出初始修正自适应反演控制方法对此予以改进,该方法将原来对参考信号的跟踪转换为对修正参考信号的跟踪,并采用自适应方法估计航行器的质量和未知扰动等未知参数,可以获得较好的轨迹跟踪性能且不需较大的推力。仿真结果验证了所提初始修正自适应反演控制方法的有效性。     

基于量测噪声方差估计的GM-CBMeMBer算法

针对目标跟踪系统下量测噪声统计特性不准确甚至难以获取的问题,提出一种量测噪声统计特性自适应的高斯混合势均衡多目标多伯努利(Cardinality Balanced Multi-Target Multi-Bernoulli,GM-CBMe MBer)滤波算法。该算法引入Sage-Husa自适应滤波器的思想,利用遗忘因子对量测噪声协方差误差进行修正;建立检验统计量,判断算法敛散性;若滤波发散,则采用有偏估计方法来保证算法收敛性。仿真结果表明在非时变、时变量测噪声方差未知情况下,改进算法的跟踪性能优于传统的GM-CBMe MBer滤波算法,对量测噪声的变化具有较强的适应能力。     

基于估值修正的分布式传感器网络最小均方算法

为使分布式传感器网络自适应滤波算法在具有快速收敛和低稳态误差的同时,具有对脉冲干扰的鲁棒性,在扩散LMS自适应滤波算法基础上,提出一种基于参数估值p阶范数修正的变步长最小均方自适应滤波算法,算法通过使用参数估值的p阶范数增抗其对脉冲噪声的抗干扰能力,通过合理设置变步长控制因子使得算法在收敛初期的收敛速度及收敛后期的稳态误差在一个较小的范围取得一个较好的平衡。对比实验表明,相比已有算法,所提算法性能更优且具有较好的鲁棒性。     

基于MOMEDA和IITD的滚动轴承微弱故障特征提取

为了清晰准确地提取出强背景噪声下滚动轴承微弱故障特征,对采集的外圈故障轴承的振动信号用MOMEDA进行信号增强;然后,利用IITD分解得到一系列模态,并对分解得到的模态进行包络解调提取故障特征;最后,进行了故障模拟实验,实验结果表明了该方法的有效性。     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。