摘要：针对无人机视觉景象匹配导航中感知图像地理信息修正精度与实时性相互制约的问题,提出了一种基于惯性/高度计/视觉融合的地理信息修正算法。首先基于惯性导航解算的姿态与相机内参完成透视变换矩阵的计算,并通过线性插值完成实时图像的姿态修正,同时在该过程中引入透视变换矩阵因子降低传感器标定误差对修正精度的影响。进一步利用相对高度数据与相机内参完成空间分辨率计算及尺度修正。最终使其与基准图的坐标系、空间分辨率相同。为验证所设计算法的效果,设计了惯性/高度计/视觉组合装置并进行了飞行实验。实验结果表明地理信息修正平均误差为0.84像素,时间耗费为0.043 s。与传统利用图像匹配进行修正的算法相比,所提算法平均误差减小了80%,耗费时间缩短了90%以上,在精度与实时性上均有大幅提升。

摘要：针对空天再入飞行器在再入角和再入点位置给定条件下的过渡段轨道设计问题,提出了一种最优过渡段轨道的设计方法。首先,在制动点给定的条件下,由制动脉冲最大限制求得初始航迹角的区间范围,然后详细推导了由给定再入角解析计算初始航迹角的公式,进而可由初始航迹角计算所需的离轨制动脉冲和转移时间。最后用一维搜索策略对转移时间最短和燃料消耗最小的最优制动点位置进行了迭代求解。仿真表明,该算法简单易行,具有很强的实时性,对于空天再入飞行器再入时最优过渡轨道的设计具有较高的工程应用价值。

摘要：能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗。提出一种将网格和移动代理相结合的WSN数据融合算法,基于移动代理对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发。将移动代理路由归结为一个优化问题,通过把WSN均匀分割为多个大小适当的二维网格,形成自适应遗传算法(AGA)的初始群体,采用AGA求出移动代理的最优路由节点序列。仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时。

摘要：为了进一步提高OFDM线性时变信道估计性能,利用信道抽头的时域稀疏特性和相关性,提出一种基于联合稀疏模型的信道估计方法.首先,将线性时变信道模型下对连续多个符号周期的信道估计转换成一个联合稀疏重构模型;其次,采用基于测量矩阵互相关性最小化的分组导频设计准则,在应对子载波干扰的同时,保证了稀疏重构算法的性能;最后,设计一种基于循环并行树的分组导频优化算法.仿真结果表明:与传统线性时变信道估计方法和联合稀疏模型下的信道估计方法相比,所提方法所需导频数量少,信道估计性能更好,同时便于工程应用.

摘要：针对3D-Turbo码中仍然存在的低码重码字,以全零迭代译码算法作为码字距离谱分析工具,识别低码重信息比特和校验比特中"1"的分布,优化设计不规则抽取模式,进一步提高最小汉明距离,进而改善错误平台性能。最后,以一种3D-Turbo码为实例,利用文中所提的改进抽取方式,将最小码重从18提高到20,证明了改进抽取方案的有效性。

摘要：实现对特定区域凝视观测成像是地球同步轨道SAR(GEO SAR)非常重要的应用。针对地球同步轨道SAR凝视观测回波大距离徙动造成信号接收窗口难以选择的问题,提出了一种地球同步轨道SAR凝视成像变脉冲重复频率(PRF)设计方法。给出了变PRF设计的准则,详细推导了周期性变PRF过程中脉冲丢失的位置,分析对成像质量的影响,采用后向投影算法对方位非均匀采样信号进行成像聚焦。最后仿真验证变PRF设计的有效性。

摘要：为了提高量子免疫克隆算法(quantum-inspired immune clone algorithm,QICA)对函数全局寻优的精确性和稳定性,引入了内分泌激素的调节规律,根据当前个体适应度值和上一代种群的平均适应度值重新设计克隆规模,按照种群多样性和Hill函数的上升规律对其进行自适应调整,使进化各代中优秀个体的克隆得到扩增,同时减少不良个体的规模,从而提出了一种基于内分泌激素调节的量子免疫克隆算法(hormone adjustmentbased QICA,HAQICA)。利用标准测试函数对算法进行了验证,50次随机独立实验结果表明,HAQICA算法的收敛速度与QICA算法相当,最优解的均值与方差等数据,证明了HAQICA算法在提高函数全局寻优性能上的有效性。

摘要：小数据集使得贝叶斯网络参数学习中的统计信息不准确,导致只依靠数据难以得到准确的贝叶斯网络参数。定性最大后验估计(QMAP)方法是目前小数据集条件下贝叶斯网络参数学习精度最高的算法。然而,当参数约束数量较多或参数可行域较小时,QMAP算法中的拒绝-接受采样过程会变得极为耗时甚至难以完成。为了提高QMAP算法的学习效率同时又尽量不影响其学习精度,设计了一种约束区域中心点的解析计算方法来替代原有的拒绝-接受采样计算方法。结合参数约束构建一个求解约束区域边界点的目标优化模型;利用凸优化引擎来求解该目标优化模型,获得约束区域的边界点和中心点;通过获得的约束区域中心点改进现有的QMAP算法。仿真实验证明,所提出的CMAP算法的参数学习精度稍差于QMAP算法,但计算效率比QMAP算法提高了2~5倍。

摘要：为提高基于压缩感知的正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统信道估计性能,研究了导频图案设计问题.在分析传统导频设计准则所存在问题的基础上,将测量矩阵和单位阵之间的欧式距离作为测量矩阵相关性的定义,进而得到新的基于互相关性最小化的导频设计准则;同时提出一种基于并行树的循环替换导频搜索算法,在每次循环时,依次替换各分枝节点中的每个导频位置,按照导频设计准则,采用先分枝内后分枝间选优的方法,避免了局部最优但全局错误的问题.仿真结果表明,使用新准则来设计导频可以提升稀疏信道估计效果,同时新的导频搜索算法具有较好的收敛性.

摘要：针对现有单源情况下近场目标定位的窄带克拉美-罗界(Cramér-Rao Bound,CRB)都是基于均匀直线阵模型,且没能全面分析其CRB的特性和具体的影响因素。该文首先推导了基于窄带模型的单源费雪信息矩阵,进而通过求舒尔补和雅克比变换,得到非均匀线阵条件下近场测距和测向的非矩阵形式的闭式CRB解析式。通过对该式从阵列相关因素(如阵列结构、阵列孔径等)和目标信号相关因素(如目标信号频率和信噪比等)两方面进行分析,揭示了影响目标角度和距离估计性能的物理因素,为后续阵列及信号的设计提供了理论指导。在最大孔径给定的情况下,可通过设计合理的阵元配置方式,实现最优的测距和测向效果。蒙特卡洛仿真结果验证了理论分析和上述结论的正确性。