混沌背景下微弱信号时域参数检测的研究

数字示波器不能测量混沌背景中的微弱信号,该文结合混沌和神经网络构建检测模型实现该功能。运用混沌时间序列的相空间重构理论计算嵌入维数作为神经网络的输入维来构建网络模型,并采用单步预测方法,在混沌状态下直接测量混沌背景中微弱信号,获取微弱信号的波形。该方法能够测量微弱信号的时域参数,测量范围宽,逼近目标精度高,计算量小。实验结果证明了该方法具有很强的实用性。     

8mm线性调频源线性度的动态测量技术

线性度对线性调频雷达的距离分辨力有极大的影响。因此介绍了一种在线性调频源工作时动态测量其非线性度的方法,证明了当调角信号的调制指数很小时可以用一个调幅信号作近似。基于这个原理,利用频谱分析的方法可以重构出频率偏离函数的原始形状,从而确定了该调频源的非线性度。仿真实验考察了各种参数对测量精度的影响,并证明了测量相对误差低于2％。     

多站无源跟踪系统容错算法

针对多个雷达侦察站组成的无源跟踪系统,在用时间差法对目标进行跟踪时,各站点之间通信或信号测量被干扰,造成系统无法工作。该文提出基于单站多站、时差和角度测量组合的容错跟踪算法。该算法假定系统被干扰工作时使用基于时差测量的跟踪方法,而多站角度和单站角度跟踪方法作为备用,通过对每个周期目标状态变量的检测,判定是否需要切换为备用跟踪方法。该算法使跟踪系统有更强的适应性,而精度并没有下降。仿真实验验证了该算法的有效性。     

应用卷积神经网络的测距算法研究

针对传统的接收信号强度指示(RSSI)测距算法过于依赖经验或测距环境从而导致测距精度不高的问题,提出了一种基于卷积神经网络的测距算法。为了减小复杂测距环境下,由多径效应、非视距传输等因素造成的RSSI信号波动,通过多次测量RSSI信号来构建RSSI样本数据。将RSSI样本数据集作为输入训练卷积神经网络,并通过该网络对实时捕获的RSSI信号进行特征提取,从而估计节点之间的距离。实验结果表明:与传统RSSI测距算法相比,该算法显著提高了测距精度。     

一种密集信号环境下雷达脉冲分选方法

针对电子战所面临的高密度,占空比大,脉冲重叠丢失率高的信号环境,构建了一个实时的脉冲信号预分选系统,改进了基于概率统计的分选算法,并提出一个剔除TOA倍数及加和关系的算法,通过试验证明了该系统和算法的可行性。通过硬件电路进行了具体实现,该系统能实时的对雷达脉冲序列进行分选,并在密集的信号环境下具有良好的分选正确率。     

基于辐射源信号特征信息的JPDA无源跟踪算法

提出一种基于信号特征信息的改进联合概率数据互联算法,该算法不仅利用目标状态空间信息同时利用了目标特征信息计算互联概率。在航迹交叉和近距离情况下,传统算法出现目标航迹丢失,而改进算法可正常工作。通过计算机仿真证明了改进算法的有效性。     

伪协方差函数的宽带信号源个数估计法

提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。     

鞋楦表面测量中数据平滑处理与造型重构方法

用离散法造型技术描述鞋楦的三维造型;用最小二乘拟合方法对测量得到的数据进行平滑处理,用滚动测量头对鞋楦外轮廓面进行螺线式扫描测量,并以此数据为基础通过求解法线的方法消除滚动测量头半径对测量数据的影响,从而获得鞋楦表面与滚动测量头的实际接触点,实现三维造型重构。算例效果证明了该算法的有效性和可行性。     

并行采集系统通道失配误差测量及校正

并行时间交替采样结构是一种有效地提高采样率的方法,但在采用此结构的采集系统中,多个ADC通道间的失配误差严重影响采集系统的性能,国内外对失配误差的测量和校正多采用加测试信号的方法。该文通过理论分析得出一种不需要测试信号且适用信号范围广泛的误差测量算法,并对国外文献中盲算法估计时间误差的方法进行了改进。计算机仿真证实了该方法对误差的估计有极高的精确度,能有效地提高采集系统性能。     

最迟预分配容错实时调度算法设计与分析

提出一种多类型任务集的容错实时调度算法,详细分析该算法的调度机制,证明了该算法的正确性,并给出了该算法的可调度条件,最后通过模拟实验分析了算法的性能。实验表明,调度算法的性能与系统负载、任务出错概率、任务的计算时间等系统参数相关。     

小波与相关函数算法在矿山震源定位中的应用

针对矿震震相提取分析中震相信号提取困难、噪声影响大、精度低等问题，提出从小波时频分析和统计学的角度，根据小波域内矿震信号与噪声的不同特性以及不同采集通道间信号具有相关性特点，采用小波阈值滤波算法和相关函数算法对矿震信号进行计算，得到了各个采集通道间较准确的波到时差。试验结果表明，该算法对高斯噪声和其他非相干噪声具有抑制作用，能够有效提高计算结果的精度。     

基于改进EMD 的地震信号去噪

压制随机噪声是地震数据处理过程中的一个重要环节,目前大多数去噪技术都不同程度存在去噪效果差、易损伤有效信号等问题。利用经验模态分解可将信号自适应地分解为不同特征尺度固有模态函数的优点,及小波变换模极大值滤波方法对噪声的依赖性较小且适合于低信噪比信号去噪的优势,构造了一种经验模态分解与小波变换模极大值相结合的新的去噪算法,该算法很好地实现了地震有效信号与随机噪声的分离,有效提高了地震数据信噪比。将该算法应用于仿真实验和实际地震数据处理,结果都表明该方法明显优于常规经验模态分解去噪效果。     

小波域中值滤波器设计的研究

小波阈值去噪方法被广泛地用在信号去噪中,但它主要是针对白噪声或者宽带噪声,对于脉冲噪声就得不到降噪的效果。该文提出了小波域的中值滤波器去噪方法,在Lee的局部滤波器基础上设计了小波域的中值滤波器,它能在有效去除白噪声的同时较好地去除脉冲噪声。     

基于DFT的MC-CDMA系统信道估计算法

基于导频辅助的最小平方(LS)算法是MC-CDMA中常用的信道估计算法,它运算量低,实现简单,但信道估计精度差。该文讨论了MC-CDMA的导频插入方式,提出一种基于离散傅里叶变换(DFT)的信道估计算法。该算法将LS信道估计循环前缀长度外的时域响应值置零,并设定阈值忽略循环长度内的噪声和无效径响应。该算法保留了LS算法运算量小和实现简单的优点,大大降低了噪声对信道估计精度的影响,仿真结果验证了算法的有效性。     

一种DOA估计的T差分平滑快速算法

针对未知非平稳噪声背景下相干信源的波达方向估计问题,提出了一种T差分平滑快速(TDSF)算法,算法根据非平稳噪声对角占优的特性,通过构造一个T矩阵,对协方差矩阵进行T变差分平滑运算,可同时分辨相干和非相干信源.算法采用幂迭代法直接获得噪声子空间,无需特征值分解,运算量较小,可有效地消除非平稳复噪声的影响,且不存在伪峰问题,适用于广泛的未知非平稳噪声和低信噪比环境.计算机仿真实验证实了算法的有效性.     

基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像。图像去噪是图像处理领域中的一个重要环节。为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差。仿真结果表明,与Donoho提出的鲁棒中值算法相比,该算法能够有效地抑制高斯白噪声,更好地保留图像的边缘细节。     

利用SPECAN算法的聚束SAR成像处理

讨论了距离向去调频聚束模式SAR信号的回波模型及特点,通过对聚束SAR信号的时、频域关系的分析,给出了适合去调频后的聚束SAR数据的成像算法。该算法结合了SPECAN算法高效和标准条带成像算法精确的优点,首先采用SPECAN算法对原始数据距离向去斜,其次采用距离-多普勒算法实现方位精确聚焦,与传统的距离-多普勒算法相比,成倍地降低处理的数据量,从而可实现聚束SAR的实时成像处理。对Ku波段实际飞行数据采用该算法压缩得到高分辨率的图像,验证了理论分析的正确性和所用方法的可行性。     

应用 “dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

基于SUSAN算法和9／7提升小波图像去噪融合

为了对含噪模糊图像进行有效的去噪增强,并考虑到实时性的要求,本文提出了一种新的基于SUSAN算法和9／7提升小波图像去噪融合方法。首先,对含噪模糊图像进行SUSAN算法处理;同时,对含噪模糊图像利用9／7提升小波进行通用阈值去噪;最后,在对去噪后的图像进行镜像对称延拓处理并与经SUSAN算法处理后的图像进行有效的融合。仿真实验结果表明,该方法不但能够大大提高图像的信噪比,而且能有效提高图像的清晰度。     

采用二阶特征窗的语音盲分离方法

利用语音信号的短时平稳特性,提出了一种二阶特征窗语音盲分离方法。该方法采用新的联合差分相关矩阵白化算法去除有色噪声影响;用长度等于语音信号基音周期的等距特征窗连续分割预白化观测数据,在每个加窗的数据帧计算不同的时滞协方差矩阵。利用联合近似对角化时滞协方差矩阵集合得到旋转参数,最终达到语音信号的盲分离。该方法消除了有色噪声的影响,只需用到二阶信息就能很好地分离语音信号。仿真实验验证了该方法的有效性。