基于MUSIC算法的多普勒引信目标定位

利用无线电引信在弹目交会过程中的多普勒频率进行定位时,需要对同时存在的多个变化的频率进行估计,此时常规谱估计方法的分辨率不能满足要求,为此提出基于MUSIC算法的小合成孔径多普勒引信目标定位方法。该方法先采用合成孔径技术来构建小阵元数天线阵列,并对回波信号进行加窗处理,由窗内数据估计阵列输出自相关阵,然后采用MUSIC算法来估计目标不同反射点信号的多普勒频率以实现目标定位。仿真结果显示算法能够实现多普勒频率的高分辨率估计,适合导弹与体目标交会过程中目标多反射点定位。     

基于短时傅里叶变换与相关解调的参数估计算法

针对傅里叶变换无法估计对称三角线性调频连续波信号的调制周期,短时傅里叶变换参数估计精度低的问题,提出了基于最佳频率分辨率窗宽的高斯窗短时傅里叶变换与改进的相关解调相结合的参数估计算法。该算法首先使用基于瞬时频率的窗宽倍增搜索算法获取最佳频率分辨率窗宽,其次使用高斯窗短时傅里叶变换求得对称三角线性调频连续波信号的中心频率和调制带宽,再使用改进的相关解调求出信号的调频斜率,进而求出信号的调制周期。仿真结果表明:本文算法不但提高了短时傅里叶变换对于对称三角线性调频连续波信号中心频率,调制带宽和调制周期的估计精度,而且具备良好的实时性。     

基于频谱细化的窗谱拟合算法

毫米波调频系统在利用"差频-FFT"获取目标距离时,精度较低,改进的频谱细化技术——ZFFT细化倍数受采样数据量的限制,效果并不理想。为此,提出一种ZFFT窗谱拟合算法。该算法在采样数据一定的情况下,通过对差频信号进行加窗细化,再进行连续谱拟合估计,以减少细化倍数有限对频谱估计的影响。实测数据验证结果表明:相对于ZFFT,该算法克服了栅栏效应的影响,从而更好地提高了测距精度。     

三角波调频信号参数快速精确估计方法

针对Radon-Ambiguity变换、解线性调频、最大似然估计以及短时傅里叶变换等三角波调频信号参数估计方法均无法兼顾运算量小和估计精度高的问题,提出了基于信号特征的最佳高斯窗短时傅里叶变换与分段相关解调相结合的参数估计方法。该方法根据信号特征求得最佳高斯窗进行短时傅里叶变换,估计出信号的中心频率和调制带宽;再使用分段相关解调确定信号的严格线性调频段,进而估计出信号的调制周期。理论分析和仿真表明,本文方法以较小的运算量大幅提升了三角波调频信号的参数估计精度,实现了三角波调频信号参数的快速精确估计。     

基于协方差矩阵重构稳健波束形成算法

提出了一种新的基于协方差矩阵重构的稳健算法.该算法基于最小化输出期望信号空间倒谱,利用多项式拟合估计期望信号的导向矢量;从数据协方差矩阵中减去期望信号部分,得到干扰加噪声协方差矩阵,通过修正方法实现对干扰加噪声协方差矩阵的准确估计,解决了低信噪比时由于信号子空间发生缠绕,导致协方差矩阵估计存在较大误差的问题;理论分析与仿真实验表明了该算法的有效性和稳健性.     

适用于相干信号高分辨测向的方向向量重构算法

针对浅海波导中相干多径信号的波束形成与方位估计问题,提出了一种相干信号方向向量重构算法。该算法利用特定几何结构基阵阵列流形所具有空间平移不变性,基于特征分解估计出的空间特征向量,重构出基阵对每个相干信号的方向向量,再利用方向向量扫描得到的波束图中谱锋的位置估计出信号的方位,从而实现了对入射到基阵上的所有相干信号的捕获与方位估计。由于相干信号的方位估计过程是相互独立的,因此方向向量维数的减小并不会降低算法的角度分辨力。水池实验数据处理结果验证了该方法的有效性。     

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。     

基于估计点的滑动窗宽核密度估计算法

针对核密度估计中窗宽确定困难的问题,提出了基于估计点的滑动变窗宽核密度估计算法。通过采用固定窗宽的密度估计函数代替假设的正态分布密度函数的方法,对估计域中的每一估计点求取其最优窗宽值,实现了窗宽根据样本的分布情况,在不同的估计点自动调整窗宽的取值。文中给出了算法的具体推导以及实现步骤,给出了对比试验。结果表明,新算法在估计结果的精度、平滑度等方面比现有固定窗宽的算法有明显提高。     

利用时频分析频率重心的跳频周期估计方法

针对传统方法对经过升余弦滤波后的跳频信号周期进行估计出现的性能下降问题,提出利用时频分析频率重心的跳频信号跳周期估计方法。该方法利用时频分析的频率重心表征时频分析窗的载频值,通过对比前后窗的频率重心差值与跳频率间隔,确定一跳内包含的时频窗数目,统计平均窗数目与每个窗时间长度的乘积,得到跳周期估计值。仿真实验结果表明,基于频率重心的方法比基于能量最大值的方法更适合于分析升余弦滤波后的跳频信号。     

基于混合范数的来波方位估计

针对传统MUSIC算法以及CS-MUSIC算法在相干和非相干信源的条件下DOA估计效果不理想问题,提出基于混合范数的来波方位估计方法。该方法利用MUSIC和压缩感知稀疏恢复的特性得到信号的支持域,然后由信号的支持域得到噪声子空间和信号子空间,把得到的信号子空间和噪声子空间与经典MUSIC算法相结合,得到高分辨率的来波方位估计方法。仿真结果表明,在非相干信源的条件下,该算法性能优于MUSIC和CS-MUSIC算法;同时,该算法相关信源的角度分辨率也优于CS-MUSIC算法。     

基于量子遗传的机械故障盲源分离方法研究

针对基于遗传算法的机械故障源分离(GA-BSS)方法存在的不足和量子遗传的独特优势,提出了基于量子遗传的机械故障盲源分离(QGA-BSS)方法,并与传统的GA-BSS方法进行了比较。仿真结果表明,提出的方法优于GA-BSS方法,尤其是在快速收敛性方面,避免了GA-BSS方法早熟收敛,同时也大幅度地减少了计算量。将提出的方法应用到轴承故障分离中,能很好地提纯出轴承故障特征。实验结果证明,提出的QGA-BSS方法是有效的。     

基于改进序列二次规划的非线性控制分配

针对多操纵面飞机舵面偏转角与力矩系数之间的非线性问题,提出一种改进粒子群算法(particle swarm optimization,PSO)和序列二次规划算法(sequential quadratic programming,SQP)相结合的方法来解决非线性控制分 配问题。以飞翼模型为对象,对模型舵效进行分析,在舵效非线性的情况下,采用拟合函数的方法来表示舵效的非 线性;对粒子群算法进行改进,采用拟牛顿法及线搜索方法对序列二次规划方法进行改进,并对改进后算法的拟合 效果进行比较;在线性舵效与非线性舵效下进行仿真对比,验证了算法的有效性。仿真结果表明：该算法能提高粒 子群算法的全局搜索能力,保证分配的准确性。     

基于ICT 的引信图像分割算法

针对传统图像分割方法在引信图像分割上的不足,提出一种能够兼顾类内方差和类间方差的改进二维Otsu算法。介绍二维Otsu算法,分析比较原系统分割算法与自适应二维Otsu图像分割算法的优劣。实验结果表明:改进二维Otsu算法既能保证目标和背景的最大离散度,又能使目标和背景的内聚性最好,分割效果明显优于传统方法。     

基于RANSAC + LS算法的红外成像全局运动设计

提出了一种基于RANSAC+ LS算法的红外成像全局运动估计方法。该算法的实现过程如下：首先对匹配块进行预检验;然后利用本文算法对尽可能多的内点进行运动参数估计;最后对参数估计结果利用双线性内插方法进行运动补偿。该算法计算速度快,比RANSAC算法利用了尽可能多的内点,并能克服LS算法易受错误匹配对和外点影响的缺点。利用对实际拍摄的红外图像实验表明,该算法计算精度高于RANSAC算法和LS算法。     

改进遗传算法和有限元计算相结合的优化方法研究

为了提高优化效率,采用先验法、字节型动态编码方法以及自适应变异技术对遗传算法进行了改进,并将其与有限元分析计算相结合,提出了一种适用于复杂结构模型的优化分析方法。利用该优化方法对某型重机枪枪架结构参数进行了优化,仿真结果表明,本文提出的优化方法是可行的,优化效果良好。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

基于Bresenham 的圆弧生成算法及其应用

针对工件尺寸测量系统中圆弧绘制问题,结合Bresenham 圆生成算法,设计出3 点绘制顺序圆弧算法。 介绍了候选点的生成及选取,阐述了终止条件及坐标变换,并将设计的方法与数字微分分析机(digital differential analyzer,DDA)算法和直接坐标生成方法进行了比较。实验结果表明：较DDA 算法、直接坐标生成方法及部分文献 方法,该算法绘制的圆弧视觉效果更好,时间效率更高,达到了工程应用的目的。     

基于四叉树法和PROSAC 算法改进的视觉SLAM 技术

为解决在同时定位与地图构建(simultaneous localization and mapping,SLAM)的前端进行特征点匹配时, 随机抽样一致法(random sample consensus,RANSAC)存在的迭代次数高、实时性较差、鲁棒性不稳定等问题,提出 一种基于四叉树法和渐进一致采样法(progressive sample consensus,PROSAC)算法融合改进的图像匹配算法。实现四 叉树法+PROSAC 算法的误匹配剔除算法,在EuRoC 数据集上对改进后的ORB-SLAM2 算法进行实验。结果表明： 相比于ORB-SLAM2 系统,该算法在Vicon Room 1 03 数据集上总体绝对轨迹误差平均值减小了39.28%,总体相对 位姿误差减小了35.45%,具有更高的建图精度。     

基于简便约束粒子群优化算法的空空导弹μ-PID控制器设计

针对现有约束粒子群优化(PSO)算法存在的算法复杂、应用范围受限、优化效果不佳等缺陷,提出一种新型约束粒子群算法。该算法采用目标函数替换的方法将约束优化问题转化为非约束优化问题,具有简便易用的优点。通过典型测试函数测试并和其他具有代表性的约束PSO算法进行对比,表明该算法在处理约束优化问题上的优越性。为了验证该算法应用于工程的可行性,以样例导弹纵向模型为对象,针对经典Raytheon控制结构,采用该算法设计了μ-PID控制器。仿真结果表明,样例导弹控制器可以在满足多种时域指标的同时具有良好的鲁棒性能,达到了设计指标要求,验证了所提出算法的有效性。     

基于多尺度局部对比度和多尺度梯度一致性的红外小弱目标检测算法

针对复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题,提出了一种基于多尺度局部对比度方法与多尺度梯度一致性方法的红外小弱目标检测算法。利用多尺度局部对比度方法对红外图像中红外小弱目标进行增强,利用多尺度梯度一致性方法剔除复杂背景和强杂波干扰造成的虚警。从信噪比（SNR）增益、平均残留背景绝对值、检测率、虚警率及ROC曲线方面将新算法与max-mean算法、max-median算法、top-hat算法、IPI算法及MGDWIE算法进行了对比。实验显示：新算法相较于对比算法具有更高的SNR增益、更低的平均残留背景绝对值、更高的检测率及更低的虚警率。对比结果表明：新算法在复杂背景和强杂波干扰下具有良好的红外小弱目标检测准确性和鲁棒性,有效改善了复杂背景和强杂波干扰下红外小弱目标检测虚警率高的问题。