一种生成高精度信噪比加噪信号的仿真方法研究

提出了一种应用于算法仿真的加噪信号的生成方法。在目前广泛使用的加噪信号方法中,产生的信噪比精度受无噪信号的影响很大,与之相比,新方法通过选择新的因子对信号进行归一化,剔除了无噪信号对产生的加噪信号的信噪比影响。理论分析和大量的仿真实验结果都证明了该方法较之传统方法的优越性。     

基于加窗非均匀采样周期信号重建改进方法

提出了一种基于窗函数正弦参数估计的重建非均匀采样周期信号迭代算法。该算法将非均匀采样值利用加窗正弦参数估计算法得到迭代初始值 ,然后利用最小化误差能量方法 ,求出迭代算法公式的自适应系数 ,最后重建原信号 ,可以在较少迭代次数下得到相当精确的结果。计算机仿真实验结果与已有算法比较证明了该方法的有效性和先进性     

基于EMD的混合信号盲分离方法

针对通信侦察中的共信道混合信号盲分离问题,提出了一种基于经验模式分解(EMD)的信号分离方法。首先求出混合信号的功率谱,其次利用EMD求出混合信号中单个分量的瞬时频率,判定混合信号中属于MFSK信号的谱峰,最后设计带通滤波器分离出单载波信号的谱峰,剩下的信号即为MFSK信号。详细地论述了此种分离方法的基本原理及实现过程。计算机仿真结果表明,该方法对于频谱不混叠的混合信号具有较好的分离效果。     

基于加窗PMF-FFT的扩频信号捕获算法研究

介绍了基于FFT的伪码捕获算法,分析了部分匹配滤波(partial matched filter,PMF)积分时间长度的选择依据.提出一种加窗PMF-FFT的伪码捕获改进算法,该算法在PMF过程中采用汉宁窗对数据加权后进行积分,然后做FFT谱分析.详细分析了改进算法的性能.理论分析和仿真结果表明,与原有的算法相比,改进算法在相同FFT峰值衰减时,能够有效增大PMF的积分时间长度,减少FFT运算量,而在相同PMF积分时间长度时,能够有效降低FFT输出的峰值衰减,减小频谱泄漏,从而提高捕获性能.     

基于提升静态小波变换的自适应消噪方法

基于离散小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了基于提升静态小波变换的自适应消噪方法,它首先根据DWT的提升方法,得到SWT的提升和对偶提升实现方法,然后通过SWT的提升方法将信号分解为多个子带,利用引入更多动量因子的权系数的迭代公式进行自适应匹配.并对匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

锋电位检测信号的EEMD去噪方法研究

神经元锋电位(spike)是研究大脑信息编码的基础,因其宽带、小幅值等特点而极易受噪声干扰。针对spike信号的间歇性及非平稳性,采用经验模态分解(EMD,Empirical Mode Decomposition)的改进算法--整体平均经验模态分解(EEMD,Ensemble Empirical Mode Decomposition)对spike检测信号进行分解并结合小波阈值法进行去噪。EEMD能将信号中间歇性成分有效分离出来,解决了EMD产生的模态混叠问题。基于仿真和实测数据将其与EMD去噪方法及多元小波去噪法进行比较,结果表明:EEMD去噪方法不仅有效提高了spike检测信号的信噪比,而且降低了spike波形的畸变。在3种去噪方法中,EEMD去噪方法效果最为显著,对仿真信号的信噪比平均提高了4.177 2d B。为随后spike信号的分类和信息编码奠定了良好基础。     

基于子波变换的水声信号去噪方法研究

针对水声信号的低信噪比、非平稳性等特点，在对采集到的水声信号进行分析处理的基础上，提出了一种水声信号去噪的方法。该方法首先对采集到的低信噪比水声信号进行滑动取值，分别利用子波变换求功率谱，并进行统计平均，确定代表水声信号特征的频谱分量，去除不稳定的随机频谱分量；然后利用子波反变换将处理后的功率谱变换为时域信号；再利用子波软门限去噪方法去噪。通过仿真验证，获得了较好的效果。     

基于非线性多小波变换的信号去噪方法

介绍了一种基于非线性多小波变换的信号去噪方法。通常子波域去噪中使用的Donoho软阈值法是很有效的，但是，由于忽略了边缘检测，导致在重构信号时丢失了部分的边缘信息，着眼于上述不足，在非线性多小波变换的基础上，提出了一种边缘检测与软阈值去噪相结合的去噪算法，实验证明此算法对提高重构信号的信噪比是非常有效的。     

自适应阈值多小波故障暂态信号去噪方法

在介绍多小波基本理论的基础上 ,探讨了基于多小波的信号去噪方法。针对目前多小波去噪方法的不足 ,提出一种基于自适应阈值的多小波去噪方法 ,应用于电力系统输电线故障暂态信号的去噪 ,并与基于传统阈值多小波和小波的去噪效果进行了比较。仿真结果表明 ,该方法可以根据实际信号自适应改变阈值大小 ,在去噪效果上优于传统多小波去噪方法。     

基于子波奇异性检测的水声信号去噪方法研究

基于低信噪比、非平稳水声信号中，信号的有效频谱是固定的、噪声的频谱是随机的、信号频谱由代表水声信号特征的各基波和其对应的各次谐波构成的特点，提出了利用子波奇异性检测特性实现水声信号去噪的方法。该方法首先对水声信号进行多分辨分解，求取各尺度上信号的频谱成分；然后，根据最大尺度上最高的频谱幅度，确定该尺度上信号的有效频谱成分，再按照基波与谐波的关系，确定其它各级尺度上的有效频谱成分，去除奇异频谱；最后对去除奇异频谱后的信号进行频域．时域变换及子波重构。经对实测水声信号进行仿真，获得了较好的去噪效果。     

基于小波窗口的模极大值去噪算法

在相关去噪和模极大值去噪的基础上,提出了一种基于小波窗口相关的模极大值去噪算法.即先用小波窗口相关法时最大尺度的小波系数进行预处理,再用模极大值法去除各层系数的噪声.该算法不仅克服了通常相关去噪算法中小渡系数对偏移敏感的缺点,避免了阙值选择受噪声影响的问题,同时,它也解决了模极大值算法中由于小尺度上噪声影响较大而造成的对信号小波系数定位不准的问题,减少了模极大值法的累积误差.仿真实验验证了新方法的有效性,特别是信噪比较低时,该方法的效果尤为显著.     

NSHV trajectory prediction algorithm based on aerodynamic acceleration EMD decomposition

Aiming at the problem of gliding near space hypersonic vehicle(NSHV)trajectory prediction,a trajectory prediction method based on aerodynamic acceleration empirical mode decomposition(EMD)is proposed.The method analyzes the motion characteristics of the skipping gliding NSHV and verifies that the aerodynamic acceleration of the target has a relatively stable rule.On this basis,EMD is used to extract the trend of aerodynamic acceleration into multiple sub-items,and aggregate sub-items with similar attributes.Then,a prior basis function is set according to the aerodynamic acceleration stability rule,and the aggregated data are fitted by the basis function to predict its future state.After that,the prediction data of the aerodynamic acceleration are used to drive the system to predict the target trajectory.Finally,experiments verify the effectiveness of the method.In addition,the distribution of prediction errors in space is discussed,and the reasons are analyzed.     

一种基于滑动窗口的多关系模式频度更新算法

面向多个相关数据流的挖掘算法研究尚处于起步阶段。作为多数据流挖掘算法的基础,模式频度更新算法仍然存在计数不准确、性能较低等问题,难以以此构造有效的挖掘算法。通过引入多关系挖掘概念以及目标关系定义,进而限定计数对象,提出了一种基于滑动窗口的多关系模式频度更新算法MRPFU。该算法监视各数据流窗口的更新情况,采用计数传播策略,减少了时间与空间复杂度。理论分析及实验结果证明了所提算法的有效性且具有较高性能。     

滑窗式无偏多平台无源定位算法

针对纯方位系统单机动平台在不具有比机动目标更高一级的机动运动时,无法满足系统可观测性的问题,提出了一种适用于多平台的无源定位算法。该算法根据目标与平台之间的几何关系得到一个包含目标初始位置和分量速度的伪线性方程组。为减少求解方程组的计算量,保证定位的实时性,对常规的最小二乘法进行了加滑窗处理。通过对观测向量和系数矩阵的分析,证明了算法对目标状态的估计具有无偏性。仿真实验验证了算法的有效性,并讨论分析了平台运动的速度和方向等因素对算法定位性能的影响,得到了保证算法定位性能的平台与目标相对运动关系。     

基于期望传播的分布式信号检测算法

针对大规模集中式天线阵列带来的硬件开销大与信号检测复杂度高等问题, 研究了期望传播算法在分布式广义线性模型中的应用, 提出了一种基于分布式的信号检测方案。首先将大规模天线阵列均分为多个独立并行的子阵列, 并在每个子阵列中独立地进行消息迭代更新, 再由一个集中处理模块对消息进行汇总, 直至迭代完成。仿真结果表明, 与期望一致信号检测算法相比, 提出的算法在降低计算复杂度的同时能够维持良好的检测性能, 研究表明该算法能够较好地适用于分布式广义线性模型。     

基于DBZP差分相干的GPS信号捕获算法

针对弱信号环境下全球定位系统(global position system, GPS)信号捕获问题,提出了一种基于双块零拓展（double block zero padding, DBZP）差分相干捕获算法。该算法将快速傅里叶变换（fast Fourier transform, FFT)、DBZP、差分相干及频率误差修正等4项技术有机结合,从而有效减小了在FFT计算过程中由大多普勒频移引起的码片速率变化而造成的相关功率损失,同时也削弱了残余多普勒频率造成的功率损失。实验表明,算法能明显提高系统捕获性能,在仿真数据集下,与直接FFT差分相干算法相比,捕获灵敏度提高了约2.8 dB,并在给定的积分时间及载噪比下,捕获频率误差的标准差小于20 Hz;在实验数据集下,与直接FFT差分相干算法相比,捕获结果信噪比提高了约3 dB。     

基于自适应免疫算法的欺骗信号检测方法

针对常见的转发式欺骗干扰, 提出了一种基于自适应免疫算法的欺骗信号检测方法。在载波相位双差检测的基础上, 构造正常信号和欺骗信号两种检测模式; 然后利用免疫算法获取待检测数据与监测器的亲和度指数, 筛选出符合阈值要求的监测器, 从而解算出待检测数据隶属于各检测模式的概率。为进一步解决在实际检测过程中出现的虚警问题, 引入自适应算法对交叉概率和变异概率进行非线性自适应调节, 提高了检测结果的准确性。实验结果表明, 所提方法对于欺骗信号检测准确率能够达到98.8%, 有效地实现了欺骗干扰信号检测。     

Rolling optimization algorithm based on collision window for single machine scheduling problem

1.INTRODUCTION Thesinglemachinenon preemptiveschedulingto minimizetotalcompletiontimewithdynamicjobar rivalsisthebasicprobleminproductionscheduling.Manyworksfocusoneffectiveheuristicmethodsdue toitsstronglyNP hardcharacter.Themostcommon heuristicsareSPT[1](shortestprocessingtime),ECT[2](earliestcompletiontime),delayed SPT[3],PRTF[4](priorityrulefortotalflowtime),APRTF[4],etc.Withoutfullyutilizinganyinforma tionaboutjobswhichwillarriveinthefuture,the abovemyopicmethodsmayresultinpo…     

一种基于匹配信号变换的有效抗干扰算法

针对直接序列扩频（direct sequence spread-spectrum, DSSS）系统中可能出现的chirp-like干扰,提出了一种有效的基于匹配信号变换（matched signal transform, MST）的干扰抑制算法--峰值保留法。该算法是根据已有的MST快速实现方案和陷波滤波抗干扰算法而设计的。仿真结果表明,该算法能够有效抑制DSSS系统中线性、非线性chirp-like干扰。与其他一些抗干扰算法的仿真比较表明,该算法具有稳健性强、计算量小、误码性能好、实现更为简单等优点,具有较好的应用前景。     

基于SVM的模拟测试生成的改进算法

在一些测试生成算法中,通过数/模和模/数转换器将模拟系统转换为离散数字系统,使得测试生成和响应分析在数字信号领域进行。提出了一种基于支持向量机（support vector machine, SVM）的模拟测试生成算法,通过SVM解决采样空间的线性分类问题,生成的测试序列可直接作为激励信号作用于被测系统,通过输出响应即可判断是否故障。为了减少计算代价,采用一种非等间距方法压缩脉冲响应采样向量,在降低采样空间维度的同时保证了测试生成的有效性。