变周期RP-EKF时延纯方位角目标跟踪算法

针对声传感器纯方位目标跟踪应用,提出了一种基于静态多模型的距离参数化变周期扩展卡尔曼滤波算法,将时延影响转换为模型的可变周期,并通过参数在线估计的方法,估计该可变周期.距离参数化方法将整个距离空间分成若干个区间,分区间对距离进行估计,进而搜索出目标与观测平台之间的正确距离值.仿真结果表明变周期距离参数化扩展卡尔曼滤波算法能有效解决经典扩展卡尔曼滤波算法在纯方位角目标跟踪时可能出现的滤波发散现象,并能处理声音信号的传输时间延迟问题.     

充液挠性飞行器的变结构控制

给出了带有多个挠性附件的充液飞行器的动力学方程，针对此模型采用变结构控制方法设计了系统的控制器。控制任务包括操纵天线使之跟踪事先给定的运动规律，并保持星体在惯性空间稳定，同时有效地抑制附件的弹性振动。通过仿真算例验证了此控制律的有效性。     

基于OPG理论的自适应滤波器设计及其在图像处理中的应用

本文基于单参数变换群理论提出了一种新的自适应滤波器的设计方法,并且给出了滤波器与图象卷积的算法.参数变化后的滤波器的可以表示为事先给定的一组基本滤波器的线性组合.这种滤波器在不同方向、尺度和位置上和图像进行卷积时,可以显著提高运算效率.最后给出了一个图像边缘提取的算例,表明这种方法是有效的.     

基于“当前”统计模型的混合网格多模型算法

针对混合网格变结构多模型算法中用于描述目标运动模式的加速度估计不准确引起跟踪精度下降的问题,本文提出了一种基于“当前”统计模型(Current Statistics,CS)的混合网格多模型算法(Hybrid Grid Multiple Model, HGMM)。该算法以基于“当前”统计模型估计得到的加速度均值为依据进行网格划分,在线生成目标可能的模型集合,采用交互式多模型算法进行目标跟踪。在一般机动及强机动场景下进行了算法性能测试分析,仿真结果表明,该算法提高了对机动目标的跟踪精度。     

基于DRGAN和支持向量机的合成孔径雷达图像目标识别

为解决SAR图像目标识别中样本缺乏和方位角敏感问题,提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先,采用多尺度分形特征对SAR图像进行增强,经过分割得到目标二值图像,基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码,结合原始图像作为输入,对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计,故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征,利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试,实验结果表明,在带变体的标准操作条件下,能够达到97.97%的分类精度,优于部分基于CNN模型的分类精度,在4种扩展操作条件下的分类精度分别为97.83%,91.77%,97.11%和97.04%,均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下,训练得到的GAN模型作为SAR图像目标旋转估计器,能够使得在不进行复杂样本预处理的前提下,仍然取得较高的SAR图像目标识别精度。     

极化智能天线的二维矢量波束形成方法研究

针对智能天线的匹配接收与干扰抑制等问题,将现有的基于均匀线阵的极化波束形成方法拓展到二维平面阵,提出了一种基于二阶锥规划的二维极化波束形成方法。在二维观测平面内,该方法通过对主瓣区域进行极化匹配设计以提高系统接收增益和主瓣干扰的抑制能力,在旁瓣区域将零陷凹面与极化约束进行叠加设计以最大限度提高干扰抑制能力,并建立最优的矢量波束优化模型,进而转化为两个等价的标量优化问题,可使用二阶锥规划求解。仿真结果表明:相对于现有的均匀线阵极化波束形成方法而言,该方法能够在方位-俯仰的二维平面上实现极化波束的约束优化,包括了主瓣极化匹配、零陷凹面的极化约束,提高了极化波束形成方法的工程实用性。      

面向一体化应用的电磁信号智能检测方法研究

针对复杂电磁环境中信号检测受限于低信噪比的问题,基于信号与噪声一体化的思路,提出了一种以电磁空间的所有电磁辐射信号为背景,并结合深度学习算法的电磁信号检测方法。首先建立动态场景的电磁环境模型,包括了通信基站信号、雷达信号、干扰信号等,其次使用加高斯窗傅里叶变换提取电磁信号时频域的能量分布特征,最后采用卷积神经网络进行特征选择分类,实现信号检测。仿真结果表明,该方法在一定程度上减轻了信号检测受限于信噪比的问题,克服了传统能量检测方法和基于SVM检测方法的缺陷,提高了低信噪比下电磁信号的检测性能。      

基于混合三角变异差分进化算法的平面稀疏阵列约束优化

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。     

基于混合变异差分进化算法的均匀面阵稀疏优化

差分进化算法(DE)已被广泛应用于解决稀疏面阵优化问题,针对DE 算法早熟、全局搜索能力差、容易陷于局部最优的问题,提出一种混合变异差分进化算法,通过加入概率因子来平衡算法收敛速度与全局搜索能力,以阵列孔径、阵元数量以及阵元间距为约束条件,将算法中的实数编码转化为二进制编码,以方向图平面峰值旁瓣电平之和最低为目标函数,通过优化后得到的阵元分布,得到稀疏优化阵列的三维方向图。仿真结果表明:该方法在满足约束条件的同时,能够避免算法早熟得到较优的目标函数值,概率因子为算法提供了额外的自由度。     

采用实时功率反馈的半导体激光器幅度调制方法

针对现有半导体激光器（Laser Diode,LD）幅度调制电路具有调制幅度不稳定、调制波形存在非线性失真的缺点,提出采用实时功率反馈的幅度调制方法。通过光电二极管（Photodiode,PD）实时监测LD的输出功率,再根据LD的输出功率自动调整LD工作电流,使其输出功率随调制信号线性变化。最后根据提出的调制方法设计并实现了调制电路,实验结果表明:在温度20~40℃范围内,调制电路的-3 dB带宽达到20 MHz,调制功率的幅度稳定度优于4%,最大非线性误差为0.1%。该调制方法提高了半导体激光器的输出功率稳定性,减少了调制波形的非线性失真,拓宽了半导体激光器的线性工作范围。