定点FFT的有限字长效应分析

目的 以ＴＭＳ３２０Ｃ６２ｘ为例,针对定点快速傅里叶变换（ＦＦＴ）进行研究。方法借助复平面单位圆,对采用原码截断算法的字长误差进行理论分析,对原码、补码格式下截断与舍入算法进行仿真比较;并讨论噪声对字长误差的影响。结果 对线性相位信号作ｒ级ＦＦＴ运算时,原码截断算法产生的有限字长误差会使频域输出绝对值减小,其误差均值和方差都与ｒ成线性关系;对信号加入适当的白噪声,误差的均值会明显降低。结论 ＴＭＳ     

滇西昌宁阿愿山花岗岩锆石U-Pb年代学特征及其地质意义

采用LA-MC-ICPMS锆石U-Pb测年方法,确定了阿愿山花岗岩体的形成时代。研究表明,阿愿山花岗岩体锆石U-Pb年龄为(238±1)Ma。岩体所具有的岩相分带和冷凝边,表明岩体与围岩间为侵入接触关系。由岩体的侵位年龄、围岩的岩石组合共同限定有时代有争议的围岩可能属于无量山岩群。     

频率步进雷达参数设计与目标抽取算法

介绍了频率步进雷达信号的主要特点,并在此基础上分析了不同参数选择对雷达系统性能的影响。提出了在设计步进频率信号参数时应该满足的紧约束条件和宽约束条件,并给出了各参数应满足的数学公式。提出了目标抽取算法的原因及准则,以及目标速度对目标抽取算法的影响。最后简要介绍了一种高性能数字信号处理机的实现,以及雷达系统的试验情况,并采用实测的雷达数据验证了理论分析的正确性。     

基于特征点法的自适应SLAM改进方法

由于传统的机器人定位导航的方法多为特征点法,由于特征点法需要在较为丰富的纹理环境下进行特征点的提取,故特征点法易在低纹理环境下失效。针对机器人定位导航在低纹理环境下失效的问题,提出一种机器人定位导航改进方法,通过对于相机图像的预处理,分选出低纹理环境图片,并把分选好的图片流入不同的系统进行处理,最后结合得到的位姿信息与惯性测量单元(IMU)中的数据进行融合,得到一个可以适用于低纹理环境下的机器人定位导航系统。使用EuRoC数据集对于改进的机器人定位导航系统进行验证。实验结果表明,该系统可以识别ORB-SLAM2无法正常运行的低纹理环境,误差比LSD-SLAM的减小70%。     

高分辨率SAR图像中车辆群目标检测的研究

研究了对SAR图像中车辆群目标的检测问题。采用统计检测的方法进行了理论分析,得到了3种检测算法的参数估计及检测门限的计算公式,提出了一种改进的综合目标检测算法。检测结果表明,采用常规双参数CFAR检测算法和单视标准CFAR检测算法存在较多的虚警,而采用改进的综合目标检测算法,检出目标准确,目标细节清晰,虚警很少,具有优良的检测性能。同时给出了该算法的滤波算子构造方法、参数选取方法及最佳参数。     

FIR-RD快视算法方位向二维频谱匹配流程的改进

为了实现星载SAR快视处理的实时性,根据星载SAR数据FIR-RD快视成像算法的特点,分析了距离徙动校正对方位向匹配的影响.针对快视成像最耗时的方位向匹配流程,根据方位向匹配矩阵参考函数的特点,提出了方位向二维匹配处理的改进方法.实验结果表明,运算量降为优化前运算量的1/10,实现了快视系统的实时处理.     

基于MODELCENTER的EPUAV系统模型建立与参数优化

建立了小型电动无人机(EPUAV)的系统模型,包括几何外形模型、气动参数计算模型、质量计算模型、发动机模型和操稳性模型.基于多学科协同设计集成优化平台ModelCenter进行系统集成,并建立了EPUAV的多学科设计优化模型,利用遗传算法实现了EPUAV的总体参数优化设计,实现了EPUAV的快速总体优化设计平台.飞行试验验证了EPUAV系统模型准确性,优化结果满足设计要求.     

短基线前向散射雷达系统运动目标分辨率分析

针对短基线前向散射雷达系统特性,基于阴影逆合成孔径原理和模糊函数,分别推导了系统沿基线方向和垂直基线方向运动目标的分辨率,解析得到了系统分辨率计算公式;发现垂直基线方向分辨率正比于波长,并首次验证了前向散射雷达沿基线方向分辨目标的可能性;最后利用实测数据验证了沿基线方向和垂直基线方向分辨率分析的正确性.     

前向散射雷达地表杂波物理建模及频谱扩展分析

文中通过对前向散射雷达杂波实测数据的处理,观测到前向散射雷达杂波谱的扩展对风速和载频极不敏感这一特殊现象.首次引入钟摆模型对前向散射雷达植被杂波进行物理建模和形成机理的分析,并给出了定量的理论分析结果,可很好地解释前向散射雷达杂波谱扩展的特殊现象.钟摆模型假设下分析得到的结果与实测数据处理结果非常一致,充分地验证了这一模型的合理性,揭示了前向散射雷达杂波谱的形成规律.并且基于杂波谱扩展对载频和风速的稳定性特征,可得到最优的杂波抑制带宽,有效地进行杂波抑制,为运动目标的检测和精确参数估计奠定了基础.     

基于超短基线的双频整周模糊度单历元取整固定算法

针对使用伪距取整固定宽巷整周模糊度效率高,但是宽巷一周取整错误发生频繁,伪距误差较大时还会出现大于一周的取整错误的问题,设计了一种可以弥补宽巷取整错误的整周模糊度固定算法.通过宽巷分离出的L₁浮点解小数探测和修复宽巷一周取整错误,使用RAIM算法排除大于一周的宽巷取整错误,最后使用正确的整周模糊度固定全部整周模糊度,完成高精度定位.使用实际GPS超短基线数据比较该算法与单历元LAMBDA算法的性能.该算法提高了直接使用伪距取整宽巷整周模糊度的固定率.相比单历元LAMBDA算法,本文算法的固定率稍低,但计算效率有明显提升.