线性系统脉冲响应的实时高精度辨识

本文首先介绍相关辨识中使用的三电平伪随机信号PRTN的特点,然后推导出应用PRTN作为输入信号的相关辨识的有关公式,并介绍使府TP86A单板机组成的高精度实时辨识装置以及用来进行一阶线性系统实时辨识的情况,由此证明理论分析与实际辨识结果相符.最后,讨论了在辨识过程中常见的干扰及其消除方法.     

Robust序贯检测及窄带随机相位信号的Robust M-检测

Robust检测是信号检测的一个新分支,不仅可用于已知信号的检测,还可用于随机信号与随机参量信号的检测等方面.本文首先讨论将序贯检测方式引入有限样本的Robust检测,导出Robust序贯概率比检测器RSPRT,证明其具有提高信号处理速度和节约平均样本等优点.本文还针对雷达和声纳系统常遇到的窄带随机相位信号,研究如何利用位置参数M-估计方法和理论,导出了窄带随机相位信号的Robust M-检测器,经过计算机模拟证明具有良好的Robust性.     

频率源短期频率稳定度的新表征——沃尔什正弦方差

通过对频率源稳定度的时域测量进行极低频谱分析是一种有效方法。哈德玛方差的传递函数由于具有选频特性,因而可用来进行频率源相对频率噪声谱S_y(f)分析。本文从最佳“频窗”传递函数出发,利用沃尔什函数的性质,获得了频率短期稳定度的新表征——沃尔什正弦方差。它能够充分发挥微型计算机优良的数值计算和系统控制功能,灵活、方便地获得频率源短期稳定度的各种表征,特别在测试S_y(f)时,基本克服了哈德玛方差传递函数的谐波及其旁瓣所带来的误差,并可通过数据复用大大缩短测试时间。文中给出了沃尔什正弦方差与阿仑方差及哈德玛方差的关系,指出它在获取频率短期稳定度方面具有内在含义。     

噪声中已知信号的Robust-M检测

本文针对噪声模型 F={f(x)|∫_(-∞)~(+∞)|f(x)-p(x)|dx≤ε,f(x)=f(-x)}求得了噪声中已知信号的又一种Robust检测器——Robust-M检测器。该检测器克服了有限样本检测器不能检测微弱信号的局限。理论分析表明,只要样本客量N足够大,它可用于检测任意微弱的信号。本文通过计算机模拟对Robust-M检测器与参数检测器的性能进行了比较,结果表明,当噪声变化时,Robust-M检测器稳定性更好,性能更可靠。     

类高斯噪声中已知信号的Robust M-检测

本文论述了类高斯噪声中已知信号的Robust M-检测的一般原理,并对4种不同的噪声模型给出了Robust M-检测器.     

一种采用逆重复二电平伪随机序列的实时相关辨识系统

本文介绍一种应用8031单片机系统和Apple-Ⅲ微型计算机组成的实时相关辨识系统的构成和工作原理。该系统采用逆重复二电平伪随机序列作为输入激励信号,具有实时测试和跟踪功能,可以获得被测系统的脉冲响应、频率特性及传递函数等数据。     

噪声中已知信号的有限样本Robust检测

本文采用了一个新的噪声模型■与经典的噪声模型相比,该模型能更客观、全面地反映实际噪声的分布情况。针对该模型求得了噪声中己知信号的有限样本Robust检测器,研究了它的应用范围,分析了它的性能。结果表明,它在总体上比参数检测器更优越。