電子技術(shù)

電子技術(shù)

時(shí)延受限傳感器網(wǎng)絡(luò)移動(dòng)Sink路徑選擇方法研究

郜帥，張宏科

目的：已有研究表明 sink移動(dòng)方案能有效提升無(wú)線傳感器網(wǎng)絡(luò)的能耗效率，但Sink點(diǎn)移動(dòng)速度的限制通常會(huì)帶來(lái)較大的數(shù)據(jù)收集時(shí)延，與某些實(shí)時(shí)性要求較高的應(yīng)用產(chǎn)生矛盾。本文致力于研究時(shí)延受限的無(wú)線傳感器網(wǎng)絡(luò)中Sink點(diǎn)移動(dòng)路徑優(yōu)化設(shè)計(jì)問(wèn)題，在滿(mǎn)足數(shù)據(jù)收集時(shí)延的前提下，實(shí)現(xiàn)全網(wǎng)整體能耗的最小化。方法：基于帶移動(dòng)Sink的無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用模型，首先將受數(shù)據(jù)收集時(shí)延約束的Sink路徑優(yōu)化問(wèn)題進(jìn)行數(shù)學(xué)化描述，然后對(duì)網(wǎng)絡(luò)能耗的影響因素進(jìn)行分析，得到傳輸跳數(shù)和路徑地理位置對(duì)能耗的定量和定性影響。接著，為了克服訪問(wèn)節(jié)點(diǎn)實(shí)際物理位置帶來(lái)的缺陷，提出了一種基于虛擬點(diǎn)優(yōu)先級(jí)的路徑選擇算法VNP（Virtual Nodes’ Priority），通過(guò)在監(jiān)測(cè)區(qū)域內(nèi)人為添加虛擬訪問(wèn)點(diǎn)，借助于節(jié)點(diǎn)間無(wú)線遠(yuǎn)程通信傳輸?shù)哪芰?lái)收集傳感數(shù)據(jù)，從而有效降低算法時(shí)間復(fù)雜度，減小節(jié)點(diǎn)總量對(duì)算法運(yùn)行時(shí)間的影響，提高算法規(guī)模可擴(kuò)展性。具體方法為：在以特定步長(zhǎng)選擇可能虛擬訪問(wèn)點(diǎn)的基礎(chǔ)上，從虛擬點(diǎn)集合中選擇滿(mǎn)足軌跡長(zhǎng)度上限的最佳 sink訪問(wèn)點(diǎn)集合，而對(duì)最佳訪問(wèn)點(diǎn)集合進(jìn)行TSP（Travelling Salesman Problem）問(wèn)題求解得到的閉合軌跡即為sink點(diǎn)移動(dòng)軌跡。結(jié)果：采用MATLAB構(gòu)建仿真平臺(tái)，對(duì)所提sink優(yōu)化路徑選擇算法進(jìn)行性能分析。首先比較仿真虛擬點(diǎn)選擇算法中不同步長(zhǎng)對(duì)路徑選擇的影響?？梢钥闯?，隨著步長(zhǎng)的增加，虛擬點(diǎn)個(gè)數(shù)將會(huì)減少，從而VNP算法的計(jì)算時(shí)間將會(huì)縮短，但是而計(jì)算時(shí)間的縮短是以犧牲整體能耗為代價(jià)的，步長(zhǎng)的增加帶來(lái)了更多的能耗。另外，當(dāng)步長(zhǎng)大于節(jié)點(diǎn)最大通信范圍時(shí)，計(jì)算時(shí)間性能的改善將不太明顯。然后，論文將所提VNP算法與另外兩種基準(zhǔn)算法 RP-UG（Rendezvous Points with Utilitybased Greedyheuristic）和RP-UG-C（RP-UG with Centered start point）。進(jìn)行對(duì)比。從仿真結(jié)果可以看出，隨著監(jiān)測(cè)區(qū)域內(nèi)節(jié)點(diǎn)規(guī)模的增大，三種算法帶來(lái)的能耗會(huì)隨之增大，而其中RP-UG隨機(jī)選擇初始點(diǎn)，并沒(méi)有考慮路徑地理位置對(duì)全網(wǎng)能耗的影響，其全網(wǎng)整體能耗明顯高于另外兩種算法。VNP方法的能耗略高于RP-UG-C，在能耗指標(biāo)方面二者基本相當(dāng)。根據(jù)三種算法在計(jì)算時(shí)間方面的比較，RP-UG和RP-UG-C在算法時(shí)間復(fù)雜度方面處于同一數(shù)量級(jí)，且遠(yuǎn)高于VNP算法的計(jì)算時(shí)間（數(shù)百至數(shù)千倍）。VNP算法雖然在能耗性能方面略遜于RP-UG-C算法，但在計(jì)算時(shí)間方面要遠(yuǎn)遠(yuǎn)勝出，VNP以較小的能耗代價(jià)獲得較大的計(jì)算時(shí)間“收益”。且由于 VNP算法時(shí)間復(fù)雜度由虛擬點(diǎn)數(shù)量直接影響，而節(jié)點(diǎn)規(guī)模對(duì)計(jì)算時(shí)間的影響較小，故與RP-UG和RP-UG-C相比，VNP算法具有良好的規(guī)?？蓴U(kuò)展性。結(jié)論：針對(duì)移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)中sink移動(dòng)速度與時(shí)延要求之間的矛盾，本文提出了一種移動(dòng)sink路徑優(yōu)化選擇方法VNP以滿(mǎn)足時(shí)延要求同時(shí)最小化網(wǎng)絡(luò)整體能耗。VNP通過(guò)避免訪問(wèn)各傳感器節(jié)點(diǎn)實(shí)際物理位置及遍歷虛擬節(jié)點(diǎn)來(lái)降低算法時(shí)間復(fù)雜度，基于節(jié)點(diǎn)的無(wú)線通信能力來(lái)計(jì)算各虛擬點(diǎn)優(yōu)先級(jí)，且兼顧考慮了路徑地理位置對(duì)能耗的影響。仿真實(shí)驗(yàn)表明，與基準(zhǔn)算法相比，該方法在犧牲少量能耗的前提下能顯著降低算法時(shí)間復(fù)雜度，具有良好的規(guī)?？蓴U(kuò)展性。

來(lái)源出版物：電子學(xué)報(bào), 2011, 39(4): 742-747

入選年份：2015

一種基于LEACH協(xié)議的改進(jìn)算法

呂濤，朱清新，張路橋

摘要：目的：無(wú)線傳感器網(wǎng)絡(luò)是一種基于分簇結(jié)構(gòu)和分層技術(shù)的分簇路由協(xié)議。LEACH雖然至今已過(guò)去 10多年，但仍是當(dāng)前在該鄰域中認(rèn)可度最高、最有影響力的分簇路由協(xié)議之一。本文通過(guò)對(duì)LEACH的分析和研究，對(duì)LEACH原有的不足之處進(jìn)行改進(jìn)，提出一種基于LEACH協(xié)議的改進(jìn)算法。方法：利用LEACH原有的網(wǎng)絡(luò)模型和能量模型對(duì)協(xié)議的運(yùn)行過(guò)程進(jìn)行仿真，通過(guò)統(tǒng)計(jì)節(jié)點(diǎn)能量數(shù)據(jù)來(lái)發(fā)現(xiàn)LEACH運(yùn)行過(guò)程中出現(xiàn)的問(wèn)題。（1）LEACH采用三層結(jié)構(gòu)的網(wǎng)絡(luò)模型，節(jié)點(diǎn)負(fù)責(zé)感知環(huán)境、采集數(shù)據(jù)并發(fā)送；簇頭負(fù)責(zé)收集節(jié)點(diǎn)發(fā)出的數(shù)據(jù)并進(jìn)行數(shù)據(jù)融合，融合后的數(shù)據(jù)由簇頭直接發(fā)送給基站。模型假設(shè)每個(gè)節(jié)點(diǎn)擁有足夠的能量將數(shù)據(jù)發(fā)送到基站；每個(gè)節(jié)點(diǎn)可以使用功率調(diào)節(jié)；每個(gè)節(jié)點(diǎn)可以計(jì)算功耗以支持不同的MAC協(xié)議。（2）LEACH的能量模型采用自由空間模型和多徑衰減模型。（3）協(xié)議的運(yùn)行過(guò)程是將網(wǎng)絡(luò)運(yùn)行分成若干輪，每輪由建立階段和穩(wěn)定階段組成。在建立階段，完成簇的選舉和組織；在穩(wěn)定階段，節(jié)點(diǎn)輪流采集數(shù)據(jù)發(fā)送給各自的簇頭，簇頭負(fù)責(zé)將簇內(nèi)所有節(jié)點(diǎn)的數(shù)據(jù)融合后最后傳輸給基站。每輪過(guò)后，LECAH重新選舉簇頭并組織新的簇，開(kāi)始網(wǎng)絡(luò)新一輪的運(yùn)行，直到網(wǎng)絡(luò)所有節(jié)點(diǎn)的能量耗盡。結(jié)果：通過(guò)對(duì)LEACH的仿真表明，在運(yùn)行過(guò)程中協(xié)議可能出現(xiàn)的問(wèn)題為：（1）極大簇和極小簇并存造成能量消耗不平衡。LEACH采用隨機(jī)選擇輪流成為簇頭的算法，其參考指標(biāo)是節(jié)點(diǎn)成為簇頭的次數(shù)；而節(jié)點(diǎn)的加入是以接收信號(hào)的強(qiáng)弱為依據(jù)，因此在成簇過(guò)程中會(huì)出現(xiàn)簇內(nèi)節(jié)點(diǎn)過(guò)多的簇（極大簇）和簇內(nèi)節(jié)點(diǎn)過(guò)少的簇（極小簇，包括孤節(jié)點(diǎn)）。（2）簇頭選擇不合理造成簇頭猝死。造成簇頭在穩(wěn)定階段猝死的原因主要有兩個(gè)：在網(wǎng)絡(luò)運(yùn)行后期，此時(shí)節(jié)點(diǎn)平均剩余能量已經(jīng)很低，很多節(jié)點(diǎn)的能量已經(jīng)瀕臨耗盡，簇頭的能量已不足以完成一輪的數(shù)據(jù)采集和數(shù)據(jù)傳輸，簇頭在死亡后沒(méi)有通知簇成員，導(dǎo)致簇成員節(jié)點(diǎn)繼續(xù)采集和傳輸數(shù)據(jù)，造成能量浪費(fèi)。簇頭選擇和分簇不合理是加速能量消耗的另一個(gè)原因。結(jié)論：LEACH的良好性在于：隨機(jī)部署，自適應(yīng)和自配置簇形成；局部控制數(shù)據(jù)傳輸；低功耗媒體訪問(wèn)控制；特定應(yīng)用數(shù)據(jù)處理，如數(shù)據(jù)匯聚和壓縮。但是LEACH沒(méi)有考慮在分簇中出現(xiàn)極小簇和簇頭猝死情況下對(duì)網(wǎng)絡(luò)能量平衡和負(fù)載平衡的影響，本文基于此提出通過(guò)設(shè)置簇成員數(shù)門(mén)限和分布式合并極小簇的方法來(lái)平衡網(wǎng)絡(luò)能量使用；通過(guò)能量估計(jì)的方法使簇頭在穩(wěn)定階段猝死后，簇內(nèi)節(jié)點(diǎn)能停止工作，避免能量浪費(fèi)；通過(guò)能量估計(jì)的方法改進(jìn)了簇頭選擇標(biāo)準(zhǔn)，使節(jié)點(diǎn)成為簇頭更合理。仿真結(jié)果表明，改進(jìn)后的算法可以有效平衡能量負(fù)載，降低極小簇過(guò)快消耗能量的負(fù)面影響從而充分延長(zhǎng)網(wǎng)絡(luò)壽命。

來(lái)源出版物：電子學(xué)報(bào), 2011, 39(6): 1405-1409

入選年份：2014

一種基于過(guò)采樣的單通道MPSK信號(hào)盲分離算法

崔榮濤，李輝，萬(wàn)堅(jiān)，等

摘要：目的：?jiǎn)瓮ǖ烂し蛛x是欠定盲分離中一種比較極端的情況，即在只有一個(gè)接收信號(hào)的情況下實(shí)現(xiàn)對(duì)多個(gè)源信號(hào)的分離。本文針對(duì)單通道接收到兩路MPSK通信信號(hào)混合的情況，探索基于信號(hào)過(guò)采樣的單通道混合數(shù)字調(diào)制信號(hào)盲分離算法。方法：通過(guò)對(duì)接收信號(hào)的過(guò)采樣，充分利用接收到的數(shù)字調(diào)制信號(hào)的波形信息，將單通道的多信號(hào)分離問(wèn)題轉(zhuǎn)化為發(fā)送符號(hào)向量及信號(hào)參數(shù)向量的估計(jì)問(wèn)題，其方法是：（1）建立單通道接收信號(hào)的一般模型，分析信號(hào)模型中各參數(shù)的物理意義及其相互之間的關(guān)系。（2）基于最優(yōu)貝葉斯濾波的理論框架，將接收信號(hào)的一般模型轉(zhuǎn)化為一組狀態(tài)方程和觀測(cè)方程，以獲得貝葉斯后驗(yàn)概率最優(yōu)遞推估計(jì)的數(shù)學(xué)關(guān)系式。（3）采用基于粒子濾波的算法實(shí)現(xiàn)發(fā)送符號(hào)向量和信號(hào)參數(shù)向量的遞推估計(jì)，重點(diǎn)是重抽樣、權(quán)值更新、信號(hào)參數(shù)和符號(hào)估計(jì)等具體算法的設(shè)計(jì)。（4）基于最大似然估計(jì)的理論，推導(dǎo)該算法的誤碼率性能的下界。（5）通過(guò)計(jì)算機(jī)仿真的方法，獲得不同條件下算法的性能曲線，并與已有的方法以及理論曲線進(jìn)行比較，以驗(yàn)證算法的有效性、考察算法的性能特點(diǎn)。結(jié)果：從理論分析和仿真實(shí)驗(yàn)可以看出：（1）性能與過(guò)采樣率的關(guān)系：與單倍采樣的分離算法相比，基于多倍過(guò)采樣的分離算法的性能有了明顯提高，并且隨著過(guò)采樣率的提高，算法的誤碼率性能越來(lái)越好。但是當(dāng)過(guò)采用率大于10時(shí)，性能改善的程度趨緩。另外，無(wú)論是單倍還是多倍過(guò)采樣，分離算法性能還未達(dá)到性能界，這主要是由于參數(shù)估計(jì)不夠準(zhǔn)確引起的。（2）性能與粒子數(shù)的關(guān)系：在粒子數(shù)比較少時(shí)，算法的性能會(huì)隨著粒子數(shù)的提高而提高，而當(dāng)粒子數(shù)達(dá)到1000時(shí)，粒子數(shù)的增多對(duì)算法性能不再有貢獻(xiàn)。（3）信號(hào)參數(shù)對(duì)性能的影響：算法的分離性能與兩路信號(hào)定時(shí)偏差之間的差距有關(guān)，兩路定時(shí)偏差相差越大，分離性能越好。而不同數(shù)量級(jí)的頻偏和相位偏差對(duì)算法的性能影響不大。結(jié)論：基于過(guò)采樣的單通道兩個(gè) MPSK信號(hào)盲分離算法，利用粒子濾波進(jìn)行貝葉斯后驗(yàn)概率的遞推估計(jì)，從而實(shí)現(xiàn)對(duì)碼元符號(hào)和參數(shù)的聯(lián)合估計(jì)，最終實(shí)現(xiàn)多個(gè)信號(hào)的盲分離。通過(guò)對(duì)接收信號(hào)的過(guò)采樣，可以更加充分利用接收信號(hào)的波形信息，有效地抑制了噪聲影響。仿真實(shí)驗(yàn)也表明，基于過(guò)采樣的盲分離算法可以有效降低誤碼率，能夠提高盲分離的性能。

來(lái)源出版物：電子與信息學(xué)報(bào), 2009, 31(3): 566-569

入選年份：2014

基于近似KLT域的語(yǔ)音信號(hào)壓縮感知

郭海燕，楊震

摘要：目的：壓縮感知（CS）理論從某種意義上來(lái)說(shuō)打破了奈奎斯特采樣定律的限制，具有重要的理論意義和應(yīng)用價(jià)值。壓縮感知理論認(rèn)為，如果信號(hào)在某已知變換域上具有稀疏性，則可以用低維觀測(cè)向量近似無(wú)損地重構(gòu)高維信號(hào)。由于語(yǔ)音信號(hào)在已有的傳統(tǒng)變換域下稀疏性不強(qiáng)，所以目前對(duì)語(yǔ)音信號(hào)CS的研究還不多，尚屬于起步階段。本文針對(duì)語(yǔ)音信號(hào)在KLT域的稀疏特性，在構(gòu)造基于模板匹配的近似KLT基的基礎(chǔ)上，研究語(yǔ)音信號(hào)在其下的CS性能。方法：將對(duì)語(yǔ)音幀的自相關(guān)矩陣進(jìn)行特征值分解得到的酉矩陣作為理想KLT基，研究發(fā)現(xiàn)語(yǔ)音幀在其理想KLT基下投影向量的稀疏度為1。在此基礎(chǔ)上，研究構(gòu)造各語(yǔ)音幀的近似KLT基。第1步，取若干組原說(shuō)話(huà)人的語(yǔ)音進(jìn)行訓(xùn)練，提取各訓(xùn)練語(yǔ)音幀及其自相關(guān)矩陣的對(duì)角元素構(gòu)成的行向量（下稱(chēng)為對(duì)角向量），分別構(gòu)造兩個(gè)模板集（稱(chēng)為模板集1和模板集2）。第2步，從模板集2中選取與測(cè)試語(yǔ)音對(duì)角向量 l（無(wú)窮）——范數(shù)相差最小的若干模板，用選取模板的非齊次線性組合來(lái)近似匹配測(cè)試語(yǔ)音的對(duì)角向量，求取非齊次線性組合系數(shù)，使得兩者均方誤差最小。第3步，由模板2元素所對(duì)應(yīng)的模板1元素的非齊次線性組合，構(gòu)造測(cè)試語(yǔ)音的近似自相關(guān)矩陣，對(duì)其進(jìn)行特征值分解，構(gòu)造近似KLT基?；谏鲜鰳?gòu)造的近似KLT基，采取固定分配每幀觀測(cè)個(gè)數(shù)和按幀能量自適應(yīng)分配每幀觀測(cè)個(gè)數(shù)兩種方案，由語(yǔ)音信號(hào)與觀測(cè)矩陣相乘構(gòu)造相應(yīng)的觀測(cè)。再以觀測(cè)為已知條件，利用 l1優(yōu)化算法重構(gòu)語(yǔ)音信號(hào)在基于模板匹配近似KLT域的稀疏系數(shù)向量，進(jìn)而重構(gòu)原始語(yǔ)音信號(hào)，并在Haar小波域利用平移不變降噪方法對(duì) CS重構(gòu)信號(hào)進(jìn)行降噪。結(jié)果：對(duì)采樣率為16 kHz的4位說(shuō)話(huà)人進(jìn)行實(shí)驗(yàn)，研究壓縮率和重構(gòu)信號(hào)分段信噪比（SNR）之間的關(guān)系發(fā)現(xiàn)：（1）重構(gòu)信號(hào)的分段信噪比與選取模板的個(gè)數(shù)有關(guān)。相同壓縮率時(shí)，選取模板的個(gè)數(shù)越大，重構(gòu)信號(hào)的分段信噪比越大。但是，模板個(gè)數(shù)大到一定程度時(shí)效果的改善不再明顯，實(shí)驗(yàn)發(fā)現(xiàn)模板個(gè)數(shù)為16時(shí)能達(dá)到分段信噪比和運(yùn)算量的最佳折衷。（2）對(duì)于女聲語(yǔ)音，自適應(yīng)分配每幀觀測(cè)個(gè)數(shù)能得到更高的分段 SNR；對(duì)于男聲語(yǔ)音，固定分配每幀觀測(cè)個(gè)數(shù)能得到更高的分段SNR。這是因?yàn)榕曊Z(yǔ)音在近似KLT基下的稀疏性稍差且相對(duì)不穩(wěn)定，自適應(yīng)分配每幀觀測(cè)個(gè)數(shù)利于能量較大幀的更好恢復(fù)從而改善整體性能，而男聲語(yǔ)音在近似KLT基下稀疏性好且穩(wěn)定，固定分配每幀觀測(cè)個(gè)數(shù)能兼顧到稀疏性不太好的幀從而有利于提高整體性能。（3）當(dāng)壓縮率為0.5時(shí)，女聲語(yǔ)音采用自適應(yīng)觀測(cè)進(jìn)行CS重構(gòu)，分段信噪比達(dá)到15 dB以上，平均意見(jiàn)得分（MOS）分達(dá)到3.30；男聲語(yǔ)音采用固定觀測(cè)進(jìn)行CS重構(gòu)，分段信噪比達(dá)到18 dB以上，MOS分達(dá)到3.71。結(jié)論：本文在構(gòu)造基于模板匹配的近似KLT基的基礎(chǔ)上，研究語(yǔ)音信號(hào)在近似KLT基下的CS性能。同時(shí)還針對(duì)語(yǔ)音信號(hào)各幀包含的信息不盡相同的特點(diǎn)，提出對(duì)各幀進(jìn)行自適應(yīng)分配觀測(cè)個(gè)數(shù)進(jìn)行CS重構(gòu)，并將自適應(yīng)分配和固定分配每幀觀測(cè)個(gè)數(shù)方案下的語(yǔ)音信號(hào)CS性能進(jìn)行比較。實(shí)驗(yàn)表明語(yǔ)音信號(hào)在基于模板匹配的近似KLT基下具有近似稀疏性，具有良好的CS性能。

來(lái)源出版物：電子與信息學(xué)報(bào), 2009, 31(12): 2948-2952

入選年份：2014

一種超薄吸波材料及其在縫隙天線中的應(yīng)用

楊歡歡，曹祥玉，高軍，等

摘要：目的：隨著隱身技術(shù)的發(fā)展，天線系統(tǒng)的雷達(dá)散射截面（Radar Cross Section，RCS）日益成為制約目標(biāo)整體隱身性能的瓶頸。與普通目標(biāo)不同，天線RCS減縮的難點(diǎn)在于對(duì)輻射和散射性能的兼顧，因此，常規(guī)的隱身技術(shù)并不能簡(jiǎn)單用于天線，尤其對(duì)天線工作頻段內(nèi)的RCS減縮十分困難。本文探索了利用超材料電磁特性減縮天線工作頻帶內(nèi)的RCS。方法：超材料利用周期的人工微結(jié)構(gòu)實(shí)現(xiàn)自然界材料所不具備的奇異電磁特性。本文采用旋轉(zhuǎn)對(duì)稱(chēng)的人工微結(jié)構(gòu)設(shè)計(jì)了一種極化穩(wěn)定的超薄吸波體，并利用等效電路法分析了該結(jié)構(gòu)的吸波機(jī)理。通過(guò)檢測(cè)吸波體表面的電場(chǎng)、電流分布，進(jìn)一步從“場(chǎng)”的角度闡述了吸波體的工作機(jī)理?；谠撐w超薄、無(wú)表面損耗層和高吸波率的特點(diǎn)，通過(guò)適當(dāng)?shù)募虞d方式，提出利用該吸波體減縮天線工作頻帶內(nèi) RCS，同時(shí)保證天線良好輻射性能的方法。結(jié)果：（1）從超材料的等效電路分析可以看出，通過(guò)適當(dāng)?shù)奈⒔Y(jié)構(gòu)設(shè)計(jì)，超材料與自由空間在特定頻率下阻抗完全匹配，自由空間電磁波將無(wú)反射進(jìn)入超材料的微結(jié)構(gòu)內(nèi)，而超材料的金屬背板保證了電磁波透射為零，這樣電磁能量將通過(guò)介質(zhì)損耗和金屬歐姆損耗轉(zhuǎn)變成熱能被吸收。（2）從檢測(cè)到吸波體的表面電場(chǎng)、電流分布可以看出，入射波的電場(chǎng)分量與設(shè)計(jì)結(jié)構(gòu)左右兩側(cè)的金屬作用，產(chǎn)生了電偶極子響應(yīng)，構(gòu)成了兩個(gè)電極，并與金屬地板強(qiáng)烈耦合，形成了類(lèi)似于LC的諧振回路，產(chǎn)生電諧振；入射波的磁場(chǎng)分量在吸波體表面和背板的金屬間產(chǎn)生了水平方向的磁諧振，相應(yīng)地激發(fā)出反向平行的電流，電、磁諧振同頻產(chǎn)生，使吸波體能幾乎100%吸收入射波的電、磁場(chǎng)能量。（3）采用旋轉(zhuǎn)對(duì)稱(chēng)的結(jié)構(gòu)設(shè)計(jì)，使吸波體對(duì)斜60°角照射的不同極化電磁波都有85%以上的吸收，對(duì)于垂直照射電磁波，吸收率達(dá)99.9%。（4）將該吸波體加載于波導(dǎo)縫隙天線的輻射口面周?chē)?，測(cè)試得到天線的工作頻率、帶寬和方向圖、增益變化都很小。（5）加載吸波體后，天線RCS對(duì)不同極化的入射波在5.48～5.68 GHz減縮都在3 dB以上，最大減縮量均超過(guò)17 dB，天線最大輻射方向的RCS峰值得到較好的抑制，且在－21°～21°的空域內(nèi) RCS減縮在 3 dB以上。結(jié)論：超材料呈現(xiàn)的奇異電磁特性為天線工作頻帶內(nèi)RCS的減縮提供了新思路。本文利用超材料的電磁諧振特性，設(shè)計(jì)了一種超薄吸波體，其厚度僅有λ/175，吸波率達(dá)99.9%。通過(guò)分析吸波體的吸波機(jī)理，闡述了其不需要表面的集總損耗層即可實(shí)現(xiàn)理想的吸波效果，因此非常適合于天線工作頻帶內(nèi)RCS的減縮。將該吸波體加載于波導(dǎo)縫隙天線，不僅保持了天線的良好輻射性能，而且可以在寬角域內(nèi)有效減縮天線帶內(nèi)RCS，尤其是天線最大輻射方向的RCS峰值可以得到明顯抑制。

來(lái)源出版物：電子與信息學(xué)報(bào), 2012, 34(11): 2790-2794

入選年份：2014

基于變采樣率的多假設(shè)預(yù)測(cè)分塊視頻壓縮感知

練秋生，陳書(shū)貞，郭偉，等

摘要：目的：平均分配采樣率的測(cè)量方式忽略了視頻中不同區(qū)域的結(jié)構(gòu)復(fù)雜度和變化程度不同的事實(shí)。針對(duì)這一問(wèn)題，該文根據(jù)視頻幀間相關(guān)性的分布特點(diǎn)，探索能夠高質(zhì)量重構(gòu)圖像并合理分配采樣率的變采樣率壓縮感知方法。方法：利用圖像塊幀間相關(guān)性的大小分配不同的采樣率，采用變采樣率多假設(shè)預(yù)測(cè)算法以充分利用幀間相關(guān)性對(duì)圖像塊進(jìn)行重構(gòu)。首先，利用相同的測(cè)量矩陣得到目標(biāo)幀與其參考幀對(duì)應(yīng)塊的測(cè)量向量，根據(jù)其差值能量將圖像塊分為3類(lèi)：近似不變塊、緩慢變化塊和快速變化塊。再對(duì)不同類(lèi)別的塊分別選用不同的采樣率處理。這種測(cè)量方法能夠根據(jù)不同塊具有的不同場(chǎng)景復(fù)雜度和變化強(qiáng)度自適應(yīng)調(diào)整自身的測(cè)量點(diǎn)數(shù)（即塊采樣率），從而達(dá)到合理分配采樣率的目的。在接收端，首先利用基于光滑L0（Smoothed L0）范數(shù)的方法來(lái)快速重構(gòu)參考幀，并將其作為非參考幀的變采樣率多假設(shè)預(yù)測(cè)重構(gòu)的參考。其次，通過(guò)變采樣率的多假設(shè)預(yù)測(cè)根據(jù)變采樣率的測(cè)量值得到預(yù)測(cè)幀，并用基于冗余殘差字典的迭代加權(quán)最小二乘法的ε；正則化模型重構(gòu)預(yù)測(cè)殘差，最終得到高質(zhì)量的重構(gòu)幀，本文提出的基于變采樣率測(cè)量的視頻壓縮感知過(guò)程所示。結(jié)果：對(duì)多假設(shè)幀預(yù)測(cè)方法（MHFP）軟件包中的4組標(biāo)準(zhǔn)視頻序列測(cè)試本文提出的算法性能，可以得到以下結(jié)果：（1）在其余條件完全相同的情況下（選用與多假設(shè)幀預(yù)測(cè)方法中相同的隨機(jī)投影矩陣、參考幀和殘差重構(gòu)算法），實(shí)驗(yàn)數(shù)據(jù)說(shuō)明使用變采樣率測(cè)量方法（VS-MHFP1）與MHFP的重構(gòu)結(jié)果相比，重構(gòu)峰值信噪比（PSNR）有所提高，說(shuō)明僅僅依靠變采樣率的測(cè)量方式就能夠使得測(cè)試序列的重構(gòu)質(zhì)量改善。（2）給出了本文提出的視頻壓縮感知重構(gòu)算法 VS-MHFP2與 MHFP及FS-MHFP的性能比較?？梢钥闯霰疚乃惴ǖ闹貥?gòu)質(zhì)量?jī)?yōu)于后兩者。其中 FS-MHFP表示固定采樣率的多假設(shè)預(yù)測(cè)重構(gòu)方法（除采樣方式外，F(xiàn)S-MHFP的其它條件與VS-MHFP2相同）。就客觀評(píng)價(jià)而言，VS-MHFP2的重構(gòu)圖像的PSNR比MHFP 和FS-MHFP均有提高，F(xiàn)oreman，News，Susie，F(xiàn)ootball分別提高2.67 dB，5.55 dB，2.52 dB，2.95 dB和1.29 dB，2.70 dB，1.76 dB，0.64 dB。（3）就主觀視覺(jué)而言，從圖2中可以看出本文算法VS-MHFP2能夠有效重構(gòu)視頻中的主要運(yùn)動(dòng)區(qū)域。Foreman局部放大圖中可以看出，F(xiàn)S-MHFP算法重構(gòu)的運(yùn)動(dòng)程度較大部分（例如嘴唇周?chē)糠郑┚哂忻黠@的塊效應(yīng)，而VS-MHFP2能夠有效消除塊效應(yīng)，提高重構(gòu)質(zhì)量。（4）對(duì)于較簡(jiǎn)單的測(cè)試序列如Susie序列，本文方法可以自適應(yīng)降低總采樣率，并且能夠保證很好的重構(gòu)質(zhì)量。而對(duì)于較復(fù)雜的測(cè)試序列如Football序列，本文方法則能夠自適應(yīng)增大采樣率，確保一個(gè)可以接受的重構(gòu)質(zhì)量。結(jié)論：視頻中不同的運(yùn)動(dòng)目標(biāo)可能以不同方式運(yùn)動(dòng)，因此不同區(qū)域的幀間相關(guān)性不同?；谶@一認(rèn)識(shí)，本文提出一種充分利用幀間相關(guān)性的變采樣率視頻壓縮感知算法，對(duì)于非參考幀的測(cè)量，按照不同區(qū)域相對(duì)參考幀的不同變化程度合理分配采樣率以獲得高效采樣，該采樣方式能夠根據(jù)不同視頻場(chǎng)景的結(jié)構(gòu)和運(yùn)動(dòng)自適應(yīng)調(diào)整采樣策略以合理分配采樣率。在重構(gòu)端，采用變采樣率多假設(shè)預(yù)測(cè)方法來(lái)達(dá)到充分利用幀間相關(guān)性的目的，并利用稀疏表示先驗(yàn)進(jìn)行殘差重構(gòu)。實(shí)驗(yàn)結(jié)果表明該文算法能夠在低采樣率下重構(gòu)出高質(zhì)量的視頻圖像，而且這種變采樣率測(cè)量的方式有利于提高運(yùn)動(dòng)劇烈區(qū)域的重構(gòu)質(zhì)量。

來(lái)源出版物：電子與信息學(xué)報(bào), 2013, 35(1): 203-208

入選年份：2014

基于目標(biāo)函數(shù)的直覺(jué)模糊集合數(shù)據(jù)的聚類(lèi)方法

申曉勇，雷英杰，李進(jìn)，等

摘要：直覺(jué)模糊集合可以描述“非此非彼”的“模糊概念”，更加細(xì)膩地刻畫(huà)客觀世界的模糊性本質(zhì)。近年來(lái)基于直覺(jué)模糊集合的模式識(shí)別、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)和模糊控制等許多領(lǐng)域的研究，均要求對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)分析。目前關(guān)于直覺(jué)模糊聚類(lèi)的文獻(xiàn)比較少，個(gè)別學(xué)者提出了基于直覺(jué)模糊等價(jià)矩陣及其截矩陣的聚類(lèi)方法。該方法花費(fèi)大量時(shí)間計(jì)算直覺(jué)模糊等價(jià)矩陣的傳遞閉包，實(shí)時(shí)性較差，且沒(méi)有考慮樣本數(shù)據(jù)各維特征分配不均勻的情況。在傳統(tǒng)的模糊聚類(lèi)方法中，如基于相似性關(guān)系和模糊關(guān)系的方法、基于模糊關(guān)系的傳遞閉包方法、基于模糊圖論的最大支撐樹(shù)方法等，均不能適用于大數(shù)據(jù)量的情況，難以滿(mǎn)足實(shí)時(shí)性要求較高的場(chǎng)合，實(shí)際中受到普遍歡迎的是基于目標(biāo)函數(shù)的模糊聚類(lèi)方法。針對(duì)直覺(jué)模糊集合數(shù)據(jù)的聚類(lèi)問(wèn)題，提出了一種基于目標(biāo)函數(shù)的聚類(lèi)方法。該方法通過(guò)直覺(jué)模糊數(shù)描述觀測(cè)樣本各維特征矢量，定義了直覺(jué)模糊集合間的加權(quán)相似性準(zhǔn)則，并證明其滿(mǎn)足直覺(jué)模糊集相異度度量的4條公理，解決了數(shù)據(jù)聚類(lèi)過(guò)程中各維特征分配不均勻的問(wèn)題。通過(guò)增加非隸屬度參數(shù)對(duì)FCM聚類(lèi)算法中的模糊劃分矩陣U和目標(biāo)函數(shù)進(jìn)行改造，進(jìn)而給出迭代推導(dǎo)公式和算法描述。首先給定聚類(lèi)類(lèi)別數(shù)，設(shè)定迭代停止閾值和迭代計(jì)數(shù)器，初始化聚類(lèi)原型；然后計(jì)算劃分隸屬矩陣和劃分非隸屬矩陣，更新聚類(lèi)原型模式矩陣，通過(guò)計(jì)算新舊聚類(lèi)原型模式矩陣的范數(shù)判定算法是否停止，從而輸出最終的劃分隸屬矩陣、劃分非隸屬矩陣和聚類(lèi)原型。該算法把聚類(lèi)歸結(jié)為一個(gè)帶約束的線性規(guī)劃問(wèn)題，通過(guò)優(yōu)化求解獲得數(shù)據(jù)集的聚類(lèi)結(jié)果，可用于解決大數(shù)據(jù)量以及實(shí)時(shí)性要求很高的聚類(lèi)問(wèn)題，且易于在計(jì)算機(jī)上實(shí)現(xiàn)。通過(guò)實(shí)例驗(yàn)證該方法不僅提高了聚類(lèi)性能，而且得到劃分非隸屬矩陣，獲取了更多關(guān)于樣本分類(lèi)的信息，在態(tài)勢(shì)評(píng)估、威脅評(píng)估、數(shù)據(jù)挖掘等諸多領(lǐng)域?qū)⒂兄己玫膽?yīng)用前景。只要對(duì)該算法進(jìn)行合理初始化，可以減少迭代次數(shù)，從而降低算法的計(jì)算復(fù)雜度，但是初始聚類(lèi)原型的選擇是否合理，對(duì)于該算法的性能有一定影響，在后續(xù)研究中將著重解決。

來(lái)源出版物：系統(tǒng)工程與電子技術(shù), 2009, 31(11): 2732-2735入選年份：2014

迭代F-內(nèi)嵌入信息生成及其遺傳發(fā)現(xiàn)-應(yīng)用

于秀清

摘要：P-集合（Packet sets）是由內(nèi)P-集合（internal packet set）與外P-集合（outer packet set）共同構(gòu)成的元素集合對(duì)；或者是P-集合。P-集合具有動(dòng)態(tài)特征，在一定條件下，P-集合被還原成有限普通元素集合 X。P-集合是把動(dòng)態(tài)特性引入到有限普通元素集合X內(nèi)，改進(jìn)有限普通元素集合，在2008年被中國(guó)山東大學(xué)史開(kāi)泉教授提出；P-集合是一個(gè)原創(chuàng)性的研究。有限普通元素集合X，內(nèi)P-集合，外P-集合滿(mǎn)足關(guān)系：如果把X，內(nèi)P-集合，外P-集合分別定義成信息X，內(nèi)P-信息，外P-信息，則由1得到內(nèi)P-信息被嵌入在信息X內(nèi)；則由2得到外P-信息被嵌入在信息X外，信息嵌入是P-集合的一個(gè)重要應(yīng)用特性。論文中把迭代方法，生物遺傳特性與 P-集合的嵌入特性相結(jié)合，給出迭代內(nèi) P-嵌入信息概念，給出迭代內(nèi) P-嵌入信息存在性定理，迭代內(nèi) P-嵌入信息鏈定理與迭代內(nèi) P-嵌入信息的嵌入度定理，給出迭代內(nèi) P-嵌入信息的遺傳特征與遺傳定理，給出遺傳信息的還原方法。利用這些結(jié)果，給出迭代內(nèi) P-嵌入信息在未知信息遺傳發(fā)現(xiàn)的應(yīng)用。論文中的應(yīng)用例子來(lái)自信息采集與信息分類(lèi)系統(tǒng)。應(yīng)用例子中給出信息的分離—篩選方法與分離—篩選的認(rèn)證。信息嵌入與信息遺傳是P-集合的兩個(gè)重要應(yīng)用特性，它已被應(yīng)用到機(jī)器人視覺(jué)識(shí)別的研究中，論文中應(yīng)用例子給出的結(jié)果在實(shí)驗(yàn)中得到驗(yàn)證，信息的遺傳意義是：與X滿(mǎn)足，它表示X內(nèi)的部分信息元在內(nèi)；或者，X內(nèi)的部分信息元被遺傳到內(nèi)。與X滿(mǎn)足，它表示X內(nèi)的所有信息元在內(nèi)；或者X內(nèi)的所有信息元被遺傳到內(nèi)。2011年和 2012年，史開(kāi)泉教授改進(jìn)了 P-集合，分別提出函數(shù) P-集合（Function Packet sets）和逆P-集合（inverse Packet sets）、函數(shù)逆P-集合（Function inverse Packet sets），在中國(guó)，它們已獲得了多個(gè)重要應(yīng)用。

來(lái)源出版物：系統(tǒng)工程與電子技術(shù), 2011, 33(12): 2691-2695

入選年份：2014

有人機(jī)/無(wú)人機(jī)編隊(duì)協(xié)同任務(wù)分配方法

劉躍峰，張安

摘要：有人機(jī)/無(wú)人機(jī)編隊(duì)協(xié)同任務(wù)分配問(wèn)題是有人機(jī)/無(wú)人機(jī)協(xié)同作戰(zhàn)的重要研究?jī)?nèi)容之一，其目的是在滿(mǎn)足各項(xiàng)戰(zhàn)術(shù)和技術(shù)指標(biāo)的前提下，將不同位置、價(jià)值和威脅程度的目標(biāo)合理地分配給不同的無(wú)人機(jī)，并對(duì)無(wú)人機(jī)進(jìn)行編隊(duì)和設(shè)計(jì)粗略路徑，使得有人機(jī)/無(wú)人機(jī)編隊(duì)的整體作戰(zhàn)收益最大，代價(jià)最小。協(xié)同任務(wù)分配是一個(gè)約束眾多而復(fù)雜的優(yōu)化問(wèn)題，其解空間隨武器總數(shù)和任務(wù)總數(shù)的增加而呈指數(shù)級(jí)增加，使其成為一個(gè)多參數(shù)、多約束的NP問(wèn)題。任務(wù)分配方法是任務(wù)控制過(guò)程的重要組成部分，是編隊(duì)協(xié)同作戰(zhàn)指揮策略的關(guān)鍵。傳統(tǒng)集中式任務(wù)分配方法雖然在一定條件下能夠獲得全局最優(yōu)解，但在實(shí)際應(yīng)用中存在許多不足，在無(wú)人機(jī)自主能力不斷提高的趨勢(shì)下，采用單一的集中式控制往往會(huì)束縛無(wú)人機(jī)自主性的發(fā)揮，提高多無(wú)人機(jī)的分布式控制能力是智能化、自主化發(fā)展的必然要求?；诤贤W(wǎng)協(xié)議的任務(wù)分配方法是分布式任務(wù)分配問(wèn)題求解的常用方法，具備原理簡(jiǎn)單，易于實(shí)現(xiàn)，分配效率高等特點(diǎn)。本文以合同網(wǎng)協(xié)議和多智能體系統(tǒng)理論為基礎(chǔ)，建立了有人機(jī)/無(wú)人機(jī)編隊(duì)多智能體系統(tǒng)結(jié)構(gòu)和基于合同網(wǎng)協(xié)議的任務(wù)分配模型，通過(guò)節(jié)點(diǎn)之間的招標(biāo)—投標(biāo)—中標(biāo)過(guò)程實(shí)現(xiàn)無(wú)人機(jī)任務(wù)分配，使系統(tǒng)以較低的代價(jià)、較高的質(zhì)量完成分布式任務(wù)。為了體現(xiàn)相關(guān)聯(lián)任務(wù)執(zhí)行緊迫程度的差別，將任務(wù)優(yōu)先權(quán)引入任務(wù)分配模型中，綜合考慮目標(biāo)類(lèi)型、目標(biāo)價(jià)值、作戰(zhàn)能力、威脅指數(shù)等相關(guān)態(tài)勢(shì)信息以及有人機(jī)的指令，確定目標(biāo)優(yōu)先級(jí)。所采用任務(wù)分配方法可以實(shí)現(xiàn)單架無(wú)人機(jī)執(zhí)行多個(gè)任務(wù)和多架無(wú)人機(jī)聯(lián)合執(zhí)行同一任務(wù)分配模式，完成預(yù)先任務(wù)分配和執(zhí)行過(guò)程中的動(dòng)態(tài)任務(wù)分配，保證動(dòng)態(tài)環(huán)境下的編隊(duì)整體分配效能較優(yōu)，提高了無(wú)人機(jī)編隊(duì)的動(dòng)態(tài)戰(zhàn)場(chǎng)適應(yīng)能力和突發(fā)威脅應(yīng)對(duì)能力。針對(duì)作戰(zhàn)想定進(jìn)行了仿真計(jì)算，結(jié)果表明，無(wú)論是預(yù)先任務(wù)分配還是動(dòng)態(tài)任務(wù)分配，基于合同網(wǎng)協(xié)議的任務(wù)分配方法都具有良好的時(shí)間效率和分配效果，相對(duì)于集中式任務(wù)分配方法更加符合有人機(jī)/無(wú)人機(jī)編隊(duì)協(xié)同作戰(zhàn)的特點(diǎn)和任務(wù)需求。

來(lái)源出版物：系統(tǒng)工程與電子技術(shù), 2010, 32(3): 584-588

入選年份：2014

基于壓縮感知的DOA估計(jì)稀疏化模型與性能分析

林波，張?jiān)鲚x，朱炬波

摘要：目的：陣列信號(hào)到達(dá)角（Direction-Of-Arrival，DOA）估計(jì)是陣列信號(hào)處理領(lǐng)域的關(guān)鍵問(wèn)題，在雷達(dá)、通訊、地震等眾多領(lǐng)域有廣泛應(yīng)用。利用壓縮感知可以用遠(yuǎn)少于經(jīng)典理論所需的測(cè)量數(shù)據(jù)精確恢復(fù)滿(mǎn)足稀疏性的信號(hào)或者估計(jì)其相應(yīng)的信號(hào)參數(shù)這一特點(diǎn)，可以實(shí)現(xiàn)用少量甚至單個(gè)快拍數(shù)據(jù)進(jìn)行輻射源DOA的準(zhǔn)確估計(jì)。將壓縮感知理論應(yīng)用于DOA估計(jì)問(wèn)題，首先要建立合適的稀疏表示和重構(gòu)模型。本文分析空間稀疏化方式對(duì)DOA估計(jì)性能的影響，探索信號(hào)的最優(yōu)稀疏表示模型。方法：本文利用壓縮感知的相關(guān)性條件，建立用于輻射源DOA估計(jì)的最優(yōu)稀疏表示模型。首先，我們建立DOA估計(jì)問(wèn)題的稀疏重構(gòu)模型。根據(jù)陣列接收信號(hào)的數(shù)學(xué)模型，將感興趣的角度空間離散化，并假設(shè)每個(gè)離散的空間位置對(duì)應(yīng)一個(gè)潛在的輻射源，那么我們可以獲得真實(shí)輻射源信號(hào)的稀疏化擴(kuò)展矢量，即實(shí)際存在信號(hào)的空間位置對(duì)應(yīng)的元素非0，而不存在信號(hào)的空間位置對(duì)應(yīng)的元素則為0。據(jù)此建立可實(shí)現(xiàn)DOA估計(jì)的稀疏重構(gòu)模型后，利用適當(dāng)?shù)闹貥?gòu)算法即可得到輻射源信號(hào)的稀疏化擴(kuò)展矢量，進(jìn)而獲得對(duì)應(yīng)的 DOA估計(jì)結(jié)果。為保證有效恢復(fù)稀疏信號(hào)，空間離散化以后的陣列流形矩陣需滿(mǎn)足相關(guān)性條件的限制。本文通過(guò)數(shù)學(xué)計(jì)算對(duì)比等正弦空域稀疏化模型對(duì)應(yīng)的陣列流形矩陣和等角度空域劃分的流形矩陣相關(guān)性的大小來(lái)得到最優(yōu)的空間稀疏化模型。結(jié)果：從數(shù)學(xué)計(jì)算和數(shù)值實(shí)驗(yàn)的結(jié)果可知，空域等正弦稀疏化模型對(duì)應(yīng)的陣列流形矩陣的相關(guān)性比等角度稀疏化模型對(duì)應(yīng)的陣列流形矩陣的相關(guān)性要小。因此，等正弦稀疏化模型下利用稀疏重構(gòu)算法得到的輻射源信號(hào)重構(gòu)性能比等角度稀疏化模型下利用稀疏重構(gòu)算法得到的輻射源信號(hào)重構(gòu)性能要好：（1）等正弦稀疏重構(gòu)幾乎可以完全重構(gòu)原始的輻射源信號(hào)，而等角度稀疏重構(gòu)在相同的參數(shù)設(shè)置條件下存在較大的重構(gòu)誤差；（2）不同信噪比和不同信源數(shù)設(shè)置下，等正弦稀疏重構(gòu)得到的信號(hào)重構(gòu)誤差比等角度稀疏重構(gòu)得到的信號(hào)重構(gòu)誤差要小；（3）不同信噪比下，等正弦稀疏重構(gòu)得到的DOA估計(jì)成功概率比等角度稀疏重構(gòu)得到的DOA估計(jì)成功概率要大。結(jié)論：將壓縮感知理論應(yīng)用于陣列信號(hào)的DOA估計(jì)問(wèn)題中，基于相關(guān)性條件的理論分析，給出了最優(yōu)的等正弦稀疏表示模型，結(jié)果表明等正弦信號(hào)空間稀疏化對(duì)應(yīng)的陣列流形矩陣的相關(guān)性比傳統(tǒng)的等角度信號(hào)空間稀疏化得到的陣列流形矩陣要小，具有更加顯著的稀疏重構(gòu)性能。近幾年已有不少研究利用多測(cè)量矢量模型、一般誤差模型的壓縮感知理論和網(wǎng)格細(xì)化處理等方法以進(jìn)一步提高稀疏重構(gòu)方法的超分辨性能，而結(jié)合最新的數(shù)學(xué)理論和方法設(shè)計(jì)具有最優(yōu)性能的稀疏重構(gòu)模型仍是進(jìn)行上述研究的前提之一，這也是今后需要進(jìn)一步研究的工作。

來(lái)源出版物：電子與信息學(xué)報(bào), 2014, 36(3): 589-594

入選年份：2014

基于滾動(dòng)時(shí)域控制的再入軌跡跟蹤制導(dǎo)律

吳旭忠，唐勝景，郭杰，等

摘要：采用標(biāo)稱(chēng)軌跡制導(dǎo)策略設(shè)計(jì)再入制導(dǎo)律，制導(dǎo)律可分為參考軌跡生成和軌跡跟蹤兩部分。在跟蹤制導(dǎo)律的設(shè)計(jì)過(guò)程中，為了提高再入制導(dǎo)律的實(shí)時(shí)性和魯棒性，提出一種基于滾動(dòng)時(shí)域控制和間接Legendre偽譜法的軌跡跟蹤方法。參考軌跡為離線求解滿(mǎn)足多種約束條件下的最優(yōu)軌跡。利用偽譜法將多約束軌跡優(yōu)化問(wèn)題轉(zhuǎn)化為非線性規(guī)劃問(wèn)題，并采用序列二次規(guī)劃的方法求解所生成的非線性規(guī)劃問(wèn)題。在線軌跡跟蹤制導(dǎo)律的設(shè)計(jì)過(guò)程分三步進(jìn)行。第一，將參考軌跡的跟蹤問(wèn)題轉(zhuǎn)化為線性時(shí)變系統(tǒng)的狀態(tài)調(diào)節(jié)問(wèn)題，即轉(zhuǎn)化為線性?xún)牲c(diǎn)邊值問(wèn)題。第二，求解兩點(diǎn)邊值問(wèn)題。傳統(tǒng)的方法需要通過(guò)反向積分Riccati微分方程，計(jì)算量較大難以在線實(shí)現(xiàn)。為了解決實(shí)時(shí)性問(wèn)題，采用間接 Legendre偽譜法求解兩點(diǎn)邊值問(wèn)題。第三，引入滾動(dòng)時(shí)域控制策略。為了獲得較高的節(jié)點(diǎn)精度，需要采用較多的Legendre-Gauss-Lobatto點(diǎn)。但是，Legendre-Gauss-Lobatto點(diǎn)越多，求解兩點(diǎn)邊值問(wèn)題的計(jì)算量越大，從而不利于跟蹤制導(dǎo)律的在線實(shí)現(xiàn)。論文引入了滾動(dòng)時(shí)域控制策略，每次只需計(jì)算一段時(shí)間內(nèi)的軌跡跟蹤問(wèn)題，從而可以采用較少的Legendre-Gauss-Lobatto點(diǎn)，降低了制導(dǎo)律在線計(jì)算量。綜上，論文采用滾動(dòng)時(shí)域控制結(jié)合基于間接Legendre偽譜法的最優(yōu)反饋控制算法設(shè)計(jì)出一種易于在線實(shí)現(xiàn)的制導(dǎo)律。基于上述工作完成了亞軌道滑翔式飛行器制導(dǎo)過(guò)程的3自由度數(shù)值仿真研究工作，主要有：（1）在初始狀態(tài)有較大范圍擾動(dòng)下，通過(guò)Monte Carlo仿真方法對(duì)開(kāi)環(huán)控制和閉環(huán)控制下的軌跡狀態(tài)偏差進(jìn)行對(duì)比；（2）通過(guò)在動(dòng)力學(xué)模型中加入較大氣動(dòng)參數(shù)誤差，在動(dòng)態(tài)干擾情況下對(duì)制導(dǎo)律進(jìn)行驗(yàn)證；（3）統(tǒng)計(jì)閉環(huán)制導(dǎo)律的計(jì)算時(shí)間，評(píng)估制導(dǎo)律的實(shí)時(shí)性。研究結(jié)果表明，論文提出的再入跟蹤制導(dǎo)方法能夠很好地消除初始擾動(dòng)和動(dòng)態(tài)干擾帶來(lái)的狀態(tài)偏差，具有較強(qiáng)的魯棒性，同時(shí)能夠很好地滿(mǎn)足實(shí)時(shí)性要求。

來(lái)源出版物：系統(tǒng)工程與電子技術(shù), 2014, 36(8): 1602-1608

入選年份：2014