阵列单元取向对DOA估计的影响

针对以往DOA估计算法中智能天线系统的阵列单元模型多采用全向振子的情况,分析了当天线单元存在方向性时对MUSIC算法估计信号到达角的影响,并在进行阵元互耦校正后,讨论了影响MUSIC算法分辨率的一些因素,通过计算机仿真结果的比较表明单元取向、阵列方向性、信噪比对到达角分辨率有较大的影响。     

非圆信号多级维纳滤波DOA估计求根算法

针对非圆信号DOA估计的计算量问题,运用多级维纳滤波和信号子空间的多项式求根方法,提出了一种快速算法。首先利用非圆信号特性构造出扩展阵列输出矩阵,然后不需进行协方差矩阵的生成和分解,利用多级维纳滤波求出信号子空间,针对均匀线阵推导出信号子空间多项式求根方法,得出目标的DOA估计值。新算法的均方根误差性能与非圆信号求根MUSIC算法、非圆信号ESPRIT算法、非圆信号扩展传播算子算法等快速算法相仿,但是计算量小于已有的算法,特别是在阵元数较多的情况下算法的实时性优势更加明显。     

MUSIC法的有限域单向快速频率搜索

快速傅里叶变换(FFT)算法在应用中速度快,精度较低,而MUSIC法精度高,实时性差。该文通过分析两者联合谐波频率估计的可能性,提出利用FFT算法对谐波频率进行预估计,用二分法将频域划分为有限个细小的频率区间,根据可能的有效频率选取有效区间,再通过MUSIC方法在有限的搜索区间进行频率细化,并在细化的过程中采用趋向谱幅值增大的单向搜索。通过仿真研究,该方法能有效提高信号的处理速度,加强MUSIC算法的应用。     

MUSIC算法在高速并行处理机上的实现

利用FPGA的特点,提出了一种实现MUSIC算法的新的高速并行硬件解决方案。给出了对MUSIC算法进行预处理的结果,为硬件实现加速提供可能;导出了MUSIC算法适合于FPGA实现的并行分解方法;介绍了用FPGA来实现谱峰搜索的新方法。结果表明,该设计方法处理速度理想,能够满足实时性要求。     

利用MSDS加强高校实验室安全管理的探讨

建介绍了MSDS的含义及功能,阐述了实验室引入MSDS的必要性,认为利用MSDS可从重视药品采购工作、强化药品储存管理、规范药品使用方法、加强废弃药品的处理、进行MSDS培训等方面加强实验室的管理。MSDS应用于实验室的管理中非常必要。     

二维相干信号波达方向判断空间平滑算法

波达方向估计是智能天线的重要功能之一,对于相干信号角度模糊问题通常严重影响了方向判断的精准度.文中根据一维空间平滑基本理论和算法,对二维六边形阵列相干信号MUSIC算法波达方向估计问题进行了理论分析和仿真实验,提出了平面六边形阵列到十字形阵列的变换方法,成功地把一维平滑技术应用到平面六边形阵列,仿真表明,这种变换可以有效地消除相干信号的角度模糊问题.     

一种有效的宽带雷达信号压缩算法

针对宽带雷达回波信号采样数据量大、传统小波压缩算法保真度不高的特点,利用小波多层次变换系数之间的关系,提出了基于小波变换的自适应贪婪算法,并将其应用于宽带雷达回波信号数据压缩.将该算法与传统的小波多层次方法在对宽带信号的压缩性能上进行了比较,结果表明,基于小波的自适应贪婪算法对数据压缩保真效果优于传统的小波方法.     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向（DOA）的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。     

一种基音提取算法

根据基音周期平滑变化的特点,基于语音信号的准周期性进行了语音信号的基音提取。该算法主要针对多带激励模型（ＭＢＥ）,采用传统的时域分析法,先用语音信号的相关性进行基音周期的估计,再由分数延迟法提取基音周期,使预测结果更加准确,更具实时性,有利于语音编码与识别。     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

基于多智能体和模糊控制的道路交叉口建模与仿真

利用Agent技术对道路交叉口进行建模,着重介绍了交叉口Agent的内部结构和控制策略.在交叉口控制中应用模糊理论和蚁群算法,提出了一种具有自学习机制的交叉口信号模糊控制方法.对模糊控制规则应用蚁群算法进行优化,使得交叉口Agent具有自学习能力.编制交叉口Agent的仿真程序,将所研究模型的控制效果与传统模糊控制模型的效果进行了比较.仿真实验的结果表明:具有自学习机制的交叉口信号模糊控制方法的效果明显优于传统的模糊控制方式.     

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。     

小型米散射激光雷达测量雾中能见度的研究

针对雾中能见度探测问题,利用准直镜代替了传统的发射望远镜,透镜组作为激光接收系统,设计了一套小型米散射激光雷达系统,实现了系统的小型化和紧凑化;计算了系统的几何重叠因子,从而得到回波信号的有效提取距离。通过Collis斜率法对室内雾探测结果进行反演获得雾的消光系数和雾中能见度及其他变化特征。实验结果表明:小型米散射系统对雾中能见度的探测是可行的。     

偏亚高斯语音信号有效分离ICA方法研究

针对扩展Infomax语音分离算法仅只对无偏信号的概率密度分布进行建模的不足,提出了一种有效分离的有偏亚高斯信号ICA算法。通过修改扩展Informix算法所基于的Pearson混合模型,使修改后的模型既能较好地逼近对称的概率密度分布,又能逼近非对称的概率密度分布,从而在源信号是非对称分布的情况下,能获得更好的分离质量和较快的收敛速度。     

SAR原始数据的模拟研究

针对面目标，给出了合成孔径雷达（ＳＡＲ）系统中获取原始数据的算法及其模拟结果。对模拟的面目标采用矩形网格模型，根据雷达目标的反向散射机理获取雷达原始数据。采用标准的Ｒ－Ｄ算法，通过计算机模拟，得到了面目标的成像结果。     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明:本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

过程信号的前馈-反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法 ,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求 ,在其他学者研究的基础上 ,基于前馈 -反馈型神经网络模型 ,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性     

分布式光纤温度传感器

论述了喇曼散射与布里渊散射光纤温度传感器的频域分析方法,该方法克服了传统时域法在信号检测中需要高速采样电路的缺点,为提高传感器空间分辨率开辟了新的途径,讨论了一种基于模耦合原理的高空间分辨率分布式温度传感器,并对喇曼散射、布里渊散射和模耦合效应三种传感器的特点进行了比较。     

干涉ISAR三维成像试验研究

阐述了干涉式逆合成孔径雷达(ISAR)三维成像的基本原理,与传统的ISAR二维成像方法的性能进行了比较.结合实际的宽带雷达平台,介绍了试验验证的基本方法,并通过静态双散射点和过航飞机等目标的实际跟踪试验,获取了目标回波信号的和、方位差和俯仰差三通道宽带数据,给出了干涉ISAR三维成像的算法流程.采用干涉ISAR三维成像的算法对实际测量数据进行了处理,得到了各类目标的成像结果,对成像效果进行了分析和评估,提出了工程应用的建议.     

DS-UWB信号DOA的估计方法

到达角估计是直接序列超宽带系统的关键技术之一。传统的到达角估计方法都基于窄带信号,不能直接应用在该系统。针对该问题,提出了一种基于四阶累积量的到达角估计方法。该方法建立在直接序列超宽带系统阵列信号的频域模型。仿真结果表明该算法有效易行,能准确估计直接序列超宽带信号的到达角。