分解法求Turbo码的低码重分布

基于重2自结尾序列的概念,将输入序列分解,分别求出对应的Turbo码低码重分布的各个分量,并讨论了它们对低码重分布的影响。仿真显示,在有些情况下,不仅重2自结尾序列对低码重分布有重要的影响,重2自结尾序列的组合对低码重分布也有着重要的影响。这种分解算法简单灵活,特别有利于Turbo码的结构性能分析及产生稀疏低码重分布的交织器设计。     

基于码域频域FFT的伪码捕获的改进与实现

在一个数据周期内嵌入M个周期为N的伪码序列,对该数据周期内的伪码序列以伪码周期为间隔进行抽取,得到长度为M的N个新序列,并组成一个N×M的矩阵,然后对该矩阵的每一行进行频域FFT,每一列进行码域FFT,这样就能同时在频域和码域中应用FFT进行伪码捕获,避免了因步进搜索而造成的捕获时间增加.仿真表明了该方法的有效性,并对仿真结果进行了理论分析,给出了硬件实现方案和测试结果.     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

基于传播算子算法的扰码序列估计方法

针对扰码序列的盲识别问题,提出了一种基于传播算子的估计方法。首先根据扰码长度将加扰数据分段排列得到观测矩阵,并计算观测矩阵的传播算子,得到扰码序列的初步估计,此时扰码序列中仍含有误码;采用最大似然方法估计出含错扰码序列的生成多项式,根据生成多项式完成扰码序列的最终估计,并根据扰码序列之间的相关性,实现扰码序列的盲同步。仿真实验验证了所提算法的有效性,并对算法计算量和误码适应性进行了理论分析。仿真结果表明,所提算法计算量明显少于已有的特征值分解算法。     

DS-UWB信号伪码周期的谱估计

针对接收端接收到缺乏先验知识的超宽带信号以后,如何确定其伪噪声(PN)码周期的难题,提出了一类基于信号功率谱二次处理的方法.该方法首先对直接序列扩频超宽带信号的功率谱进行估计,然后把估计出的信号功率谱作为输入信号再求功率谱,发现信号的二次功率谱脉冲位置与PN码周期密切相关,将本方法运用于非合作方式通信信号估计场合,只要检测出其相邻脉冲峰值的间隔就能估计出PN码的周期.最后通过计算机模拟程序验证了该方法在较低的输入信噪比条件下与理论分析结果一致,显示了该方法的有效性.     

基于多主分量神经网络的同步DS-CDMA伪码盲估计

针对批处理方法在实现非等功率同步直接序列码分多址(direct sequence code division multiple access, DS-CDMA)信号伪码序列盲估计时存在的复杂度高、收敛速度慢的问题,引入了3种多主分量神经网络(Sanger NN、LEAP NN和APEX NN)。首先将已分段的一周期DS-CDMA信号作为神经网络的输入信号,用神经网络各权值向量的符号函数代表DS-CDMA信号各用户的伪码序列,然后通过不断输入信号来反复训练权值向量直至收敛,最终DS-CDMA信号各用户的伪码序列就可以通过各权值向量的符号函数重建出来。此外,本文提出了一种在递归最小二乘(recursive least square, RLS)意义下的最优变步长收敛模型,极大地提高了网络的收敛速度。理论分析与仿真实验表明:将3种神经网络用于同步非等功率DS CDMA信号伪码盲估计时的复杂度均明〖JP2〗显降低,且LEAP NN与Sanger NN均可有效地实现-20 dB信噪比、10个用户下的同步非等功率DS-CDMA〖JP〗伪码盲估计,APEX NN则相对较差,此外,LEAP NN消耗内存较大、收敛速度快,APEX NN相反,Sanger NN则介于两者之间。     

异步LC-DS-CDMA信号的盲解扩

针对低信噪比下异步长码直接序列码分多址(direct sequence-code division multiple access, DS-CDMA)信号伪码序列难以估计的问题,提出一种基于嵌套迭代最小二乘投影和库搜索算法相结合的盲解扩方法。该方法先将接收到的异步长码DS-CDMA信号建模成含有缺失数据的短码DS-CDMA信号,并使用重叠窗对信号进行分段构造观测数据矩阵。然后,使用最大似然理论对其进行数学建模,并用嵌套迭代最小二乘投影算法实现各用户伪码序列片段的粗提取。最后,将提取出来的伪码序列在有限长的生成多项式库中进行匹配搜索,从而得到该序列的生成多项式。仿真实验及理论分析验证了该方法对异步长码DS-CDMA信号伪码序列估计的有效性。     

基于新算法的P码序列捕获处理器设计与实现

通常P码的捕获是利用C/A码来完成的。但是,考虑到实际的战场可用性,利用C/A码引导的P码捕获方式不再具有较好的可靠性。同时考虑到P码信号的特点,对P码信号进行直接、快速的相关捕获是首先要解决的问题。因此,在研究相应理论的基础上,对提出的新的P码直接捕获算法进行硬件设计,实现了P码序列捕获处理器。在实验室环境下对序列捕获处理器进行测试,结果验证序列捕获处理器可以有效捕获GPSP码信号。     

自适应伪码捕获的双限切除恒虚警概率方法

在无人机测控与数据链技术中,直接序列扩频通信技术成为重要的发展方向.直接序列扩频通信中,扩频同步是至关重要的环节.提出一种适用于直接序列扩频通信的自适应伪码捕获方法--双限切除恒虚警概率(DE-CFAR)方法.与仅设置切除上限的单限切除恒虚警概率(E-CRAR)方法相比,DE-CFAR方法设置了切除双限--切除上限和切除下限,在进行单元平均之前不仅切除信号的强分量,还切除信号的弱分量.在信噪比较高的情况下,DE-CFAR方法的性能与E-CFAR方法相比几乎没有下降,而在信噪比较低的情况下,DE-CFAR方法的性能要优于E-CFAR方法.     

4维3元近链线性码的重量谱

GF（q）上[n,k;q]线性码C的重量谱为序列（$d_1,d_2,\cdots,d_k$），这里$d_r$是C的r维子码的最小支持重量。文章利用射影几何方法确定了满足近链条件的4维3元码的所有重量谱。     

椭圆轨道自主接近自适应滑模制导律设计

研究了一种适用于椭圆轨道航天器自主接近任务的滑模制导方法。针对自主接近模型中存在目标轨道不可知信息量问题,根据多输入系统滑模控制思想,设计了系统误差收敛时间有限的自主接近非线性滑模制导方法,解决了自主接近系统中存在的时变性和参数不确定问题。引入剩余飞行时间,改进定义误差的参数,使自主接近过程的距离和速度具备更好的协调收敛性。根据距离收敛特性,利用线性插值方法自适应地设定期望收敛时间进而确定切换系数,在较小延长接近时间的情况下,较好地保证了变结构制导的鲁棒性,并抑制了指令抖振问题。数值仿真验证了设计的制导策略对不同的初始条件表现出良好的适应能力,满足自主接近停泊点精度要求,且自主接近所需时间较短,尤其对较远距离自主接近任务表现出很好的快速性能。     

拦截弹导引头测量误差对拦截效能的影响

把拦截弹导引头的测量系统作为拦截系统的一个子系统,从脱靶量及消耗能量两个方面,研究导引头测量误差在整个拦截系统中对拦截效能的影响。建立以拦截弹测量误差为激励,脱靶量及消耗能量为输出的比例导引拦截系统模型,对测量误差导致的脱靶量及消耗能量进行仿真,并通过数值统计得出拦截弹导引头测量误差与脱靶量及消耗拦截能量的量化对应关系,为拦截弹导引系统设计、导弹突防等提供技术参考。     

多对象生产系统设备多行布置优化

研究多对象离散生产系统设备布置优化问题,对于物料出入口固定的生产单元,提出了只包含反向物流和横向物物流的简化目标函数形式。在此基础上,根据计算机运算的特点和要求,构造了适用于计算机优化搜索的设备位置距离矩阵及目标函数算法模型。把模拟退火算法引入计算机优化搜索过程,有效地提高了设备布置方案的优化效果。结合实例运算,证明了上述算法模型的有效性。     

用于大工业过程建模的新型小波神经网络结构

提出一种新的小波神经网络结构 ,旨在解决输入变量比较多、变量分先后次序起作用的一类问题。该网络结构类似于多层前向神经网络 ,不同的是将一部分输入节点移至隐层 ,输入变量不是由同一层输入 ,而是根据变量起作用的前后次序分别在网络的不同层输入 ,从而使网络的规模减小 ;同时 ,隐层神经元的激励函数是一维小波函数 ,避免了多元小波函数带来的维数灾难问题。因此 ,该神经网络是处理高维问题的有效工具 ,尤其适用于包含多道加工工序的大工业过程的建模。将该神经网络用于热连轧产品质量建模 ,并经过了实测数据拟合与检验。试验结果表明 ,提出的小波神经网络结构是可行的 ,而且有很好的应用前景。     

基于区域混合投影和支持向量机的人脸检测与定位

肤色信息是人脸的重要特征,根据肤色信息在YCbCr空间分布特点,提出区域混合投影概念,构造了图像的马氏距离图,在马氏距离图上用区域混合投影检测和定位人眼,确定可能的人脸区域.在此基础上以马氏距离图为输入构造支持向量机人脸检测器,对可能的人脸区域进行确认.实验表明,这种方法具有良好的人脸检测效果.     

基于k近邻平均距离的异步航迹关联算法

针对异步不等速率下局部节点航迹关联复杂问题, 提出了基于k近邻平均距离的异步航迹直接关联算法。首先, 给出不等长航迹序列间的k近邻平均距离计算规则, 进而计算得到不等长航迹序列间的灰色关联度, 再利用经典分配法进行航迹关联判定。算法无需时间同步, 避免估值误差传播积累。仿真数据表明, 算法正确关联率高、耗时较短、局部节点采样周期和开机时机不一致等异步因素对算法影响不明显, 并且算法不受噪声分布形式和目标数目变化的影响。     

Design of a 6 DOF Input Device in Telerobotics and Virtual Reality

The principle of a 6 DOF (degrees of freedom) input device using ultrasonic distance measurement is presented in this paper. The system employs the method of measuring the time of flight. In addition, some techniques, including automatic gain control, self-adaptive variable threshold and temperature compensation, are also used to improve precision. Then, the positions and orientations of the input device can be calculated by the method of spatial analytic geometry. Meanwhile, commands from the 3-D input device are detected and carried out. The validity and precision of the input device are verified by the experiment in a robot system. The proposed device not only can be used for end-effector position and orientation measurement in telerobotics, but also can be an interactive device in virtual reality systems, such as helmet tracking, viewpoint navigation and object manipulation.     

基于定向技术距离函数的投入产出型Malmquist 指数

指出了传统Malmquist指数所存在的两个局限并对其进行了修正.修正后的Malmquist指数不仅考虑以非径向的定向技术距离函数取代径向的投入/产出距离函数,而且考虑了规模收益,从而使得Malmquist指数测量更准确,同时还测度了影响生产力进步的两个因素:技术进步和技术效率.     

矢量脱靶量测量系统定位算法研究

提出了一种基于空间目标运动轨迹提取的矢量脱靶量参数估计新方法。该方法利用不同接收天线接收的目标回波信号之间的相位差得到距离差,基于距离差定位方法获得目标运动轨迹的空间定位点序列。通过建立目标运动模型,采用固定区间Kalman平滑滤波的方法获得目标运动的较精确轨迹。利用平滑滤波后的空间位置点,通过对一组线性方程进行求解得到矢量脱靶量参数的估计。仿真结果表明该定位方法可以得到满意的脱靶量估计结果。     

商业银行非现场监管的模式识别方法

商业银行非现场监管在整个商业银行监管体系中占有中枢神经的地位，文章将商业银行非现场监管作为模式识别分类问题进行研究，提出了通过神经网络的建模，构造基于马哈拉诺比斯距离的联合判别模型的方法，并以实际数据为基础验证了模型的有效性，进行了商业银行分类识别。