基于星历辅助的导航星座星间链路捕获初始信息求解算法

针对星间链路信号动态范围大、捕获时间要求短之间的矛盾,提出了一种捕获初始信息的求解算法。该算法基于导航星座的星历资源和动态特性,采用迭代的方法对信号传输时延和多普勒频率进行估计。分析指出,该算法实现过程简单,收敛速度快,估计精度高,两次迭代即可实现时延估计精度达到纳秒级,大大降低了捕获实现的难度和复杂度,适合星上资源要求比较严格的场合。分析基于北斗导航星座模型展开,对我国北斗导航星间链路的设计提供了参考。     

Banach空间中拟非扩展映象的不动点的迭代逼近

研究了严格凸Banach空间中非空间凸子集上拟非扩展映象的不动点的迭代逼近问题,主要证明了:设E是严格凸Banach空间,K为E的闭凸子集,T:K→K为连续拟非扩展映象。进一步假设T(K)包含于K的一个紧子集之中,迭代地定义序列{xn}∞n=1如下:(IS)yn=(1-βn)xn+βnTxn,n≥1,xn+1=(1-αn)xn+αnTyn,n≥1,其中{αn}和{βn}满足一定的条件,则{xn}强收敛于T的某个不动点。     

基于改进布谷鸟搜索算法的多传感器调度方法

针对以往战场环境中目标跟踪背景下多传感器调度算法收敛性差、求解精度低的问题,在CS算法(布谷鸟搜索算法)的基础上,提出了一种基于差分进化的布谷鸟搜索算法.在跟踪目标模型的基础上,以跟踪精度、任务完成率以及传感器资源能源消耗为指标,建立多传感器调度模型;借鉴差分进化思想,对布谷鸟搜索算法进行改进;利用改进后的布谷鸟搜索算法(DE-CS算法)求解传感器调度模型.将DE-CS算法与基础CS算法进行仿真比较,仿真结果表明,改进后的算法在收敛速度和精度方面都得到了有效改善,证明改进后的算法有较好的求解质量.     

基于迭代学习观测器的无人机故障鲁棒控制

针对无人机在飞行时存在执行机构故障和外界干扰问题,建立了无人机的动力学模型和系统发生执行器故障时的模型,提出了一种将迭代学习观测器和鲁棒自适应控制相结合的容错控制方法.利用迭代故障观测器去观测无人机控制系统的状态并通过迭代实时跟踪执行器故障,给出了该观测器的收敛性分析,并在此基础上设计基于自适应增益的趋近律,实现系统鲁棒自适应控制.进一步基于Lyapunov方法从理论上证明了设计的容错控制器的鲁棒稳定性.使用无人机控制系统对方法进行验证,仿真结果验证了方法的有效性.     

二次型极小化问题带误差的迭代算法

证明了二次型极小化问题带误差的迭代算法的有效性,所得结果推广了关于二次型极小化问题迭代的收敛性。     

线性方程组二级迭代法的收敛速度

二级迭代法由内、外迭代和内迭代次数三部分组成。给出了线性方程组二级迭代法R1-收敛因子的一个上界,这个上界由内、外迭代的R1-收敛因子和内迭代次数所决定,其主部为外迭代的R1-收敛因子。在矩阵单调性条件下,对于任何内迭代方法和任意内迭代次数,证明了外迭代的R1-收敛因子也是二级迭代法R1-收敛因子的下界。所得结果反映了内、外迭代的收敛速度以及内迭代次数对于二级迭代法收敛速度的综合影响。     

一种改进的变异粒子群算法研究

粒子群优化算法PSO(Partic le Swarm Optim ization)是一类性能优越的寻优算法。但由于早熟问题,影响了算法性能的发挥。针对这一问题,引入粒子距离的概念,提出一种新的PSO改进方法(称为NA-PSO)。通过求解组网雷达的系统偏差,表明了NA-PSO算法的可行性,与对比方法相比较,能有效配准,且具有更好的收敛精度和更快的进化速度。     

基于变频转发RDSS信号模拟的参数生成算法

近年来,有源与无源体制兼容型的RDSS接收机技术的迅速发展对与之匹配的高精度卫星信号模拟器的研制提出了迫切需求.模拟器主要包含卫星轨道仿真、用户轨迹仿真、误差建模、信号生成参数计算等模块.其中信号生成参数的模拟是需要解决的一项关键技术.但由于RDSS卫星导航系统的信号播发具有变频转发的特点,使得信号参数的模拟变得比GPS等直播式系统复杂.为此,提出了一种适合变频转发的卫星信号生成参数算法,并推导了多普勒频移参数计算公式.仿真实验结果验证了文中算法的正确性.     

基于迭代检测的宽带频谱自适应感知算法

针对多授权信号共存的宽带频谱,文章提出了一种基于迭代检测的自适应能量感知方法。通过迭代检测方式实时估计接收信号中的噪声功率和各频点的信噪比,并依据给定感知性能要求,自适应设置能量感知方法中的平均次数,提高了感知的效率。计算机仿真结果验证了所提算法的有效性。     

网格方程组并行计算预条件迭代若干性质及应用

对网格方程组作区域分裂并行计算 ;分析了预条件迭代谱条件的若干性质及其对算法收敛性的影响 ,为构造预处理提供了理论依据 ,并应用于区域分裂并行计算