相控阵波束驻留调度综合优先级构造方法

在相控阵雷达自适应波束驻留调度算法中,任务的优先级设定是关键。文中提出一种新型综合优先级构造方法,该方法将任务的工作方式优先级、截止期和目标威胁度作为确定综合优先级的影响因素,利用二维优先级表思想,采用两级非线性加权方法构造综合优先级。仿真结果表明:在相控阵雷达自适应波束驻留调度算法中,提出的新综合优先级构造方法相较于现有的综合优先级构造方法,降低了跟踪任务丢失率,提高了实现价值率和修正价值率。     

基于多模型交互的红外目标跟踪方法研究

针对非线性运动的红外弱小目标跟踪问题,设计了一种基于交互式多模型性的跟踪方法。首先,引入多个运动模型,然后利用无迹卡尔曼滤波计算每个模型的滤波器状态估计,最后按照一定的概率加权得到总的状态估计值。使用数学仿真和物理实验对该方法进行了去噪和预测的功能验证,实验结果及相应理论分析表明该系统可有效的实现复杂背景下的红外弱小目标跟踪。     

基于交互多模型的低空目标跟踪算法研究

研究了基于交互多模型(IMM)的低空目标跟踪问题。分析了低空目标的运动特征,给出了目标匀速(CV)直线、匀加速(CA)直线、曲线飞行航迹模型。在交互多模型(IMM)算法中,采用多种运动模型跟踪低空目标。在所研究的大机动模型情况下,通过多次数据处理优化参数后,统计分析结果表明,该算法滤波后数据误差明显降低,数据精度有较大的提高,能够稳定精确地跟踪低空目标。因此,该低空目标跟踪算法是有效的。     

基于地理信息的地面运动目标跟踪方法

为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-IMM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条件约束的目标跟踪算法比现有交互多模算法具有更好的性能。     

机动多波束测控系统卫星目标跟踪

目标跟踪是航天测控领域中的一项重要技术。针对机动多波束卫星测控系统,提出一种机动多波束测控系统卫星目标跟踪方法。该方法给出机动平台下卫星目标波束跟踪处理的应用模型和流程。在仿真实验中构建了几种典型的场景,分析了该方法的目标预测误差。最后给出一些应用性结论,具有一定的工程参考意义。     

基于深度学习的多波束卫星通信系统中动态波束调度技术研究

针对多波束技术为卫星通信系统带来更大用户容量,提升覆盖能力的同时,也面临波束控制难度高、资源浪费的问题。本文简要阐述了多波束天线的工作原理与波束调度方法,并基于深度学习分析了动态波束调度技术,在未考虑延时优化的前提下,利用线性规划得到适用稳态实践平均值的波束调度技术,希望提升一般波束调度方案适应环境动态变化的能力。     

基于同时多波束跟踪的任务调度方法研究

目前对雷达多波束技术的研究多基于如何实现发射多波束,对跟踪时的资源调度和能量管理策略研究较少,对多波束进行目标跟踪的使用条件,以及如何在多波束跟踪和雷达能量损失、时间消耗间平衡缺少必要的原则。文中对同时多波束的工作方式进行了分析,并建立了多波束跟踪的模型;同时,通过时间资源优化和回波能量感知两方面研究,提出了同时多波束跟踪的资源调度和能量管理准则,并设计了多波束跟踪时的自适应任务调度算法。     

基于“当前”统计模型的IMM目标跟踪算法

机动目标跟踪一直是环境感知领域的研究重点和难点,为了实现对目标物的准确跟踪,研究了将交互多模型(interactingmultiplemodel,IMM)算法应用到无人机对目标的跟踪中。首先,根据目标的真实运动情况建立无人机的运动模型,然后搭建模拟场景,将卡尔曼滤波(kalmanfilter,KF)与IMM相结合的目标跟踪算法应用到无人机的跟踪中,并将该算法与基于"当前"统计模型的单模型目标跟踪算法进行仿真比较。结果表明IMM算法在目标跟踪方面具有较高的应用价值。     

防空作战中低慢小目标威胁度评估

对低慢小目标的掌握已经成为防空预警的难题和研究热点。依据低慢小目标工作特点,运用层次分析法将其对防空预警监视系统的威胁度进行了评估与分析,给出了目标威胁度评估的层次结构,建立了评判模型,确定了评估指标体系。最后,给出了低慢小目标威胁度的量化评估方法,并通过实例证实了该方法的有效性。     

基于非贡献网格的自适应任务调度算法研究

针对传统的Min-Min算法的高效特性和Max-Min算法的负载平衡特性,引入了资源的服务代价属性和任务的请求代价属性,以提高任务调度的时间跨度性能为目标,提出了一种面向非贡献网格(No-dedicated Grid)的自适应任务调度策略(No-dedicated Adaptive Min-Min and Max-Min,NDA-MM)。实验表明,该算法在时间跨度和可扩展性等方面的综合性能较以往算法有较大提高。     

基于信息熵的自适应资源调度算法

在目标搜索领域,合理安排调度序列能有效提高雷达搜索性能。针对相控阵雷达同时多任务需求,提出了一种基于最大信息增益原则的自适应资源调度搜索算法。在目标先验信息引导下,给出重点搜索区域内波位编排方法,采用最大信息增益原则,在满足时间和能量资源的约束条件下,解决重点区域内目标的最优搜索问题。仿真结果表明,与传统相控阵雷达基于顺序搜索方式相比,该算法能快速发现目标并有效提高搜索数据率和能量利用率,在工程应用中证明该方法是行之有效的。     

基于QoS的优先级队列调度算法

针对无线网络QoS的需求,讨论了3种典型的优先级队列调度算法,即:轮询式的调度算法、保证优先级的调度算法以及比例公平的调度算法。分别对它们各自的工作原理和优缺点进行了研究比较。最后通过计算机仿真验证选取了适合实际使用的算法。     

一种新的基于优先级表的实时调度算法

本文提出了一种新的基于优先级表的实时调度算法,称作截止期—价值密度优先(Deadline - Value Density First)算法,简称DVDF算法.DVDF算法综合考虑了实时任务的截止期和价值密度两个参数,能够更好地适应不同的负载情况.通过使用正常负载和过载情况下的典型数据对算法进行仿真研究表明,这种算法比单纯考虑截止期的EDF(Earliest Deadline First)算法在性能方面有明显的改进,特别是在系统过载的情况下,能够优雅地降级.     

基于自适应随机线性网络编码的优先级调度方案

该文针对无线多播网络中基于随机线性网络编码(RLNC)调度方案计算复杂度高,且网络传输性能易受反馈信息影响等问题,提出一种基于自适应RLNC的优先级调度方案(PSARLNC)。该方案结合视频流的特征采用适应多播的RLNC,相较于传统RLNC计算复杂度降低。经过初始传输后,在后续数据恢复阶段,综合考虑数据包剩余传输时隙,选取目的节点增益最大传输方式,最大化数据传输。同时,各中继节点根据接收情况,构建各自解码概率值,并以此为依据确定调度优先级并完成转发,自适应调整各节点传输,有效减少对反馈信息的依赖。仿真结果表明该方案与完全反馈方案性能十分接近,且在减小计算复杂度和降低对反馈信息依赖同时保证了较好的性能。     

基于波形调度的机动目标跟踪算法

针对机动目标的跟踪问题,提出一种结合自适应匀速（Constant Acceleration,CA）模型和波形调度的平方根容积卡尔曼滤波（Square-Root Cubature Kalman Filter,SCKF）算法.在CA模型的基础上,通过构建Jerk分量与速度、加速度的近似关系,使得状态过程噪声与滤波器输出的状态协方差矩阵相联系,以实现模型的自适应调整.另外,利用分数阶傅里叶变换（Fractional Fourier Transform,FrFT）旋转发射波形的模糊函数,使得量测误差椭圆与滤波算法中的状态预测误差椭圆正交,得到最优的发射波形,以从数据处理和信号处理两方面共同提升系统的跟踪性能.仿真结果表明,相比于基于改进当前统计（current statistical,CS）模型的无迹卡尔曼滤波（Unscented Kalman Filter,UKF）算法、基于CS模型的SCKF算法、基于CA模型的SCKF算法和交互式多模型（IMM）SCKF算法,所提算法结构简单且跟踪精度更高.     

基于优先级的相控阵测量雷达调度设计

介绍了一种基于优先级的相控阵测量雷达调度设计。根据雷达具体测量要求划分了多个任务调度优先级．分析了远程弹道导弹测量任务对相控阵测量雷达数据率的要求。讨论了能量调度的相关约束条件，给出了系统实现框图。通过综合时间间隔门限的选择调整，完成对多个目标的搜索、验证、跟踪和目标特性测量等任务。