基于互相关协同的无人机集群区域覆盖监视优化方法

在电磁频谱监测领域，现阶段面向区域覆盖监视的无人机集群协同优化方法存在覆盖监视能力不足、实时性差等问题。针对上述问题，提出了一种基于互相关协同的无人机集群区域覆盖监视优化方法。首先，利用信号互相关原理和相关检测覆盖性能建立了多机相关检测可覆盖监视面积计算模型；其次，通过引入自适应非线性权重等策略，提出了基于自适应非线性权重的并行混合粒子群协同优化算法；最后，以多机相关检测可覆盖监视面积为区域覆盖监视的优化目标函数，迭代优化无人机的相对位置，得到面向区域覆盖监视的集群最优拓扑构型和最大可覆盖监视面积。仿真验证结果表明，与其他方法相比，本文方法能够将可覆盖监视范围提升60%以上，将优化收敛速度减少至1.05 s。     

通信受限条件下的多节点信号快速关联算法

多节点采集信号关联是多无人机协同信号处理的关键前置步骤。为了解决通信受限条件下多节点信号快速关联问题,提出了一种基于抽取互相关检测的信号快速关联算法,各无人机节点将抽取后的信号传输至数据处理节点进行互相关判决,从而实现信号的快速关联。为了在保证关联性能的同时提升关联速度,基于方差伽马分布推导了抽取互相关检测的性能描述模型,基于该模型实现了对算法参数的优化配置。仿真结果表明,与高斯近似性能描述模型相比,所提性能描述模型更加精确,采用该模型优化的算法在满足关联性能的前提下能够有效降低通信流量需求,提升关联速度。     

面向多节点同步协同的并发任务分配方法

当前无人机集群在电磁频谱监测中得到了较为广泛地应用，为提升无人机集群可同时执行的电磁频谱监测任务数量，基于时分复用的思想，提出了一种面向多节点同步协同的并发任务分配方法。通过构建任务帧实现了监测任务的并发执行，并利用自适应学习的粒子群算法对任务帧进行优化，进一步提升了无人机集群的并发任务执行能力。此外，通过基于优先级的任务帧局部重优化策略，在兼顾优化质量的同时提升了重优化的速度以适应快速变化的电磁监测任务需求。仿真结果表明，所提方法能够有效提升无人机集群的并发任务执行能力和动态适应能力。     

复杂背景噪声下的跳频信号分选算法

针对复杂背景噪声下突发跳频信号分选困难的问题，提出了一种基于短时傅里叶变换与图像处理相结合的跳频信号分选算法。该算法首先通过频域能量计算获得判决门限；其次通过判决门限对跳频信号时频图进行二值化处理以及图像处理，有效滤除了复杂背景噪声对跳频信号分选的影响。最后对该算法进行了仿真，验证了算法的有效性。