基于ICGA的雷达与雷达干扰一体化信号的优化设计

现代雷达与雷达干扰一体化系统中一体化信号的优化设计对整个系统性能发挥具有深远意义。结合伪随机信号特点,运用时空混沌系统构造伪随机二相序列,并在分析一体化信号设计原则的基础上建立了一体化二相序列的优化模型,将基于自适应排序选择策略的混沌遗传算法应用于求解序列优化模型,给出了具体的解算步骤,并进行了实例仿真。仿真结果表明改进的混沌遗传算法有效地解决了雷达与雷达干扰一体化信号优化设计问题,得到了性能良好的一体化信号。     

网络雷达对抗系统侦察效能评估模型研究

针对传统模糊层次分析法中决策者的主观判断、偏好等因素可能对网络雷达对抗系统侦察效能的评估产生影响,采用模糊数、熵与层次分析相结合的方法克服传统模糊层次分析中的主观判断误差,同时应用粗糙集理论确定指标的客观权重,并与传统主观权重加权成为组合权重,克服权重确定的主观误差,建立了基于熵和组合权重的模糊层次分析的网络雷达对抗系统侦察效能评估模型。实例分析表明,该模型在一定动态范围内均有效。     

网络雷达对抗系统对x2分布目标的检测性能分析

在奈曼-皮尔逊检测准则下,以目标截面积的统计模型服从x2分布为基础,着重研究了有源MIMO模式网络雷达对抗系统在多脉冲条件下的检测性能,给出了慢起伏和快起伏x2分布目标模型下虚警概率和检测概率表达式,并对不同条件下的检测性能进行了仿真分析.理论与仿真分析表明,有源MIMO模式网络雷达对抗系统对慢起伏x2分布目标的检测性能优于快起伏x2分布目标;同时,随着脉冲积累数和自由度的增加,慢起伏与快起伏x2分布目标的检测性能都得到了改善.     

网络雷达对抗系统对网络雷达对抗系统对χ2 分布目标的检测性能分析分布目标的检测性能分析

在奈曼-皮尔逊检测准则下,以目标截面积的统计模型服从χ2分布为基础,着重研究了有源MIMO模式网络雷达对抗系统在多脉冲条件下的检测性能,给出了慢起伏和快起伏χ2分布目标模型下虚警概率和检测概率表达式,并对不同条件下的检测性能进行了仿真分析。理论与仿真分析表明,有源MIMO模式网络雷达对抗系统对慢起伏χ2分布目标的检测性能优于快起伏χ2分布目标;同时,随着脉冲积累数和自由度的增加,慢起伏与快起伏χ2分布目标的检测性能都得到了     

一种新型有源目标探测搜索方法研究

运用搜索理论分析、解决了网络雷达对抗系统有源模式对空中隐身目标的探测搜索问题,在系统空间同步采用数字多波束及脉冲追赶的条件下给出了网络雷达对抗系统有源模式的目标接触概率及发现概率计算模型,最后用实例验证了所提方法和模型的有效性。     

变步长LMS自适应滤波算法及其分析

对变步长（LMS）自适应滤波算法进行了讨论,通过对Sigmoid函数修正,建立了步长因子与误差信号之间新的非线性函数关系。新函数在误差接近零处具有缓慢变化的特性,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足,实现了对SVS—LMS算法的改进。理论分析和计算机仿真结果表明,本算法的收敛性能优于SVS-LMS算法。另外,还对本算法与VS-LMS算法进行了比较,仿真结果表明本算法在低信噪比环境下比VS-LMS算法具有更好的抗噪性能。     

一种基于QR-RLS算法的多项式预失真方法

在传统预失真技术的基础上,提出了一项基于QR-RLS算法的多项式预失真方法。该算法利用Givens旋转技术对输入信息矩阵进行QR分解,避免了传统RLS算法中对其自相关矩阵的求逆运算,提高了数值的稳定性,并且降低了运算的复杂性,提高了运算速度。计算机仿真分析表明,QR-RLS多项式预失真算法对互调失真的抑制依然有非常好的效果。     

TBM掘进速率区间预测Bootstrap-IHHO-BiLSTM模型

针对现有隧道掘进机（TBM）掘进速率预测模型多采用点预测模型，缺乏考虑因模型结构主观选择、模型参数随机设置和数据随机噪声等导致的不确定性问题，本文提出基于Bootstrap方法和改进哈里斯鹰优化双向长短时记忆网络（BiLSTM）的TBM掘进速率区间预测模型。首先，建立基于改进哈里斯鹰（IHHO）优化BiLSTM网络的TBM掘进速率点预测模型，揭示稳定段掘进速率与上升段刀盘推力、扭矩、转速等掘进参数之间的相关性和时间依赖性；其中，采用基于混沌映射、参数非线性化和混沌搜索策略改进的哈里斯鹰算法对BiLSTM网络超参数进行优化，提高建模效率和精度。进一步地，采用Bootstrap方法对模型不确定性和数据中的随机不确定性进行量化，获得清晰可靠的预测区间。将所提模型应用于引汉济渭秦岭隧洞工程中，开展I～III类围岩条件下的TBM掘进速率区间预测，并将结果与BiLSTM-HHO模型、BiLSTM模型、BP神经网络模型对比，证明了本文模型的优越性。