自旋条件下弹载PD雷达回波特性研究

为了精确研究自旋条件下弹载PD雷达的回波信号,本文建立弹头再入自旋运动模型,得到了点波束回波的延时和多普勒频率公式。通过仿真,验证了模型和公式的正确性。本文所得的结论为宽波束雷达回波精确模拟奠定了坚实的基础,具有很强的借鉴意义。     

基于二阶循环统计量的BPSK参数估计

针对复值二进制相移键控(binary phase shift keying, BPSK)信号,推导了其无共轭项和带共轭项的二阶循环累积量表达式,分别研究了时延对其循环频率特性的影响,得出了独立的载频和码片时宽估计算法,即可以利用无共轭项二阶循环累积量时延零切片估计载频,可以利用带共轭项二阶循环累积量时延非零切片估计码片时宽,并推导了最优时延的选取,进而提出了一种更优良的码片时宽估计算法。仿真实验表明,提出的载频估计算法与循环谱算法比较,虽有2 dB的损耗,但是计算复杂度减小|码片时宽估计算法性能比利用循环谱的估计算法提高5 dB以上。     

多输入多输出非线性系统Volterra频域核的非参数辨识方法

为解决多输入多输出(MIMO)非线性系统Volterra频域核辨识困难的问题,提出了一种MIMO非线性系统Volterra频域核的非参数辨识方法.该方法先对待辨识的MIMO非线性系统的各输入端添加不同频率成分的单音激励信号,再对系统的输出端信号进行采样并使用Vandermonde法使各阶核输出分离,然后根据单音激励下MIMO非线性系统Volterra核的频域输出特性,推导出该类系统Volterra频域核的辨识公式.由于采用了多音信号激励MIMO非线性系统,实现了一次激励下多点辨识的目的,因此提高了辨识效率.该方法仅依赖于系统的输入输出数据,具有较强的实用性.采用该方法对一个双输入双输出的非线性系统Volterra频域核进行辨识,最大偏差小于10-5,验证了该方法的有效性.     

谈施工中的进度表示及偏差处理

施工项目进度比较分析与计划调整是施工项目进度控制的主要环节。其中施工项目进度比较是调整的基础。     

基于小波分析的雷达引信故障诊断和预报算法

提出了一种雷达引信故障诊断和预报的新算法。该算法利用时间序列的信息熵构造信息花费函数,以雷达引信的实测数据为基础选取好小波基,利用小波的多尺度分辨分析对雷达引信的漏脉冲进行分析,以互相关和统计算法分别建立了雷达引信正常工作和故障状态下的模型。实验结果表明,该算法能定量地分析雷达引信的工作状态,准确地预报雷达引信的故障程度。     

相空间重构中嵌入维和时间延迟的选择

提出了一种用于相空间重构的嵌入维和时间延迟自动算法，它利用混沌时间序列的去偏复自相关函数的零点来确定时间延迟，有效地降低了平均位移法跟踪平均位移量斜率变化的随意性所造成的计算误差，并借助于复自相关法和Г-test的迭代计算求得准最佳的嵌入维和时间延迟参数．该算法具有较充分的理论依据，其计算复杂度不大，对数据长度的依赖性不强．仿真实验结果表明，用该算法计算标准混沌时间序列关联维的相对误差由传统算法的4．4％降低到1．06％，有效地提高了计算相空间重构中不变量的精度．     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

空间军事复杂决策系统问题求解的综合集成方法

空间军事决策系统问题求解的综合集成方法研究是复杂大系统研究的重要内客之一。本文给出了复杂决策系统的定义，井分析了空间军事决策系统的结构与特征。在此基础上阐述了复杂决策问题求解的综合集成方法及复杂问题表示、理解与求解的思路，建立了针对空间军事决策系统的综合集成方法三层次理论框架，与此同时对于每一层次的主要内客进行了深入分析。     

非线性输出频域响应函数的自适应辨识算法及应用

为解决非线性输出频域响应函数(NOFRF)模型用于模拟电路系统故障诊断时,传统辨识算法需多次激励计算过程耗时长的问题,提出了NOFRF的频域自适应辨识算法(NOFRF-BLMS),该算法构造了NOFRF的输入观测向量与核向量,从而可将NOFRF表示成一个伪线性结构.根据块最小均方(BLMS)原理及约束优化理论,推导出满足最小均方误差指标的NOFRF自适应辨识迭代计算公式,采用输入功率普迭代估算学习因子,由输出误差构造残差向量.NOFRF-BLMS通过在线学习方式,只需一次激励即可辨识出NOFRF,使辨识过程大幅度简化,缩短了辨识时间,具有更强的噪声抑制能力.实验结果表明,NOFRF-BLMS在相同的辨识精度下,耗时仅为传统算法的3%,且故障判断准确.     

基于电路仿真的接收机中频放大器的GFRF模型

雷达引信是远程精确打击武器的重要组成部分,它的性能好坏直接关系着武器整体性能的发挥,因此,雷达引信的性能测试是武器系统运用过程中的重要环节。如何快速准确地判断雷达引信的性能是目前所关注的重要课题之一。接收机是雷达引信重要组成部分,对接收机的测试是引信测试的关键步骤。本文基于雷达引信接收机的各项技术指标和实际电路结构,利用EDA仿真软件Multisim2001建立了引信接收机的中频放大器、检波器的仿真模型,对实际引信测试过程中不可测的信号进行了仿真测试,在此基础上,利用非线性系统理论和方法建立了中频放大器和检波器的广义频率响应(GFRF)简化辨识模型,该辨识模型为雷达引信的快速测试提供了一个标准模板,它是构造雷达引信自动化测试系统的基础工作之一。