Matlab
Jay Kwok
这个作者很懒,什么都没留下…
展开
-
数学建模 河北杯 无人机侦听与反制问题问题3的解决思路
因为公式有点多我直接转成图片贴上来解决思路了,不好意思啊原创 2020-08-29 01:00:39 · 543 阅读 · 0 评论 -
数学建模 河北杯 无人机侦听与反制问题问题2.2:在未知周期的情况下的解决思路
4.2.2 未知跳频周期由前面所写的解题思路,因为飞控信号频率周期未知,因此首先需要求得周期,然后即可根据之前一问的算法做下去。首先定义相关变量及参数:一个周期内无人机的飞控信号频率raw=[5,1,4,2,3,6],通过随机数phase来实现无人机飞控信号相位差,定义无人机每秒钟跳频频率freq=217,飞控信号一个周期内跳频次数num=6,定义干扰机可调频宽度 freq_num=2*num,定义干扰机的调频次序f=1:1:freq_num,设置干扰机采样频率samp_freq=1000,干扰机最大采原创 2020-08-29 00:49:57 · 668 阅读 · 0 评论 -
数学建模 河北杯 无人机侦听与反制问题问题2.1:在已知周期和跳频频率大小的情况下的解决思路
4.1解题思路4.1.1若已知周期和跳频频率大小若干扰机已知无人机飞控信号跳频频率以及跳频周期,但不知具体跳频图样,迫降旋翼无人机的方法为:设置干扰机采样频率及最大采样时间,在干扰时间内通过调整干扰机频率来寻找无人机飞控跳频频率,干扰机干扰信号功率与噪声功率 的比值高于门限 (约为 5 dB)时,无人机发出 NACK(重传请求)信号,即无人机受到干扰,此时干扰机干扰频率即为无人机的飞控频率。这样便可设置下一个周期的此时间点也为该频率,即f(i+T)=f(i)。若保持对一个周期内的飞控信号的跳频时刻对原创 2020-08-29 00:49:45 · 1153 阅读 · 1 评论 -
数学建模 河北杯 无人机侦听与反制问题问题1的解决思路
原问题在:无人机侦听与反制问题针对问题1),我们分别利用贪心算法和粒子群优化算法给出了无人机最优航迹。这两种算法通过最大化和信号速率评价函数值来确定无人机搜索方向。利用这两种算法进行航迹仿真,贪心算法收敛到最佳侦听点(即和信息速率函数值最大的点)的时间和得出的第一次进入可侦听区域的时间较短,因此我们认为它给出的航迹为较优结果。粒子群算法的结果不稳定,它的收敛时间和给出的第一次到达可侦听区域的时间依赖其本身惯性以及群体和自身学习因子的设置,此外,粒子群算法耗费计算时间较多。从实验结果对比两种算法,我们认为原创 2020-08-29 00:05:55 · 1635 阅读 · 5 评论 -
数学建模 河北杯 无人机侦听与反制问题
解决方案和代码会放在下一个博客文章中原创 2020-06-29 22:39:53 · 1830 阅读 · 9 评论