用于LFM信号参数估计的双谱和分段解线调方法

针对低信噪比条件下线性调频信号参数估计的问题,提出了改进方法,具体步骤是:首先利用双谱切片估计线性调频信号频谱的位置,然后设计带通滤波器滤出信号,最后采用分段解线调进行参数估计。为了解决强弱混合信号中检测和估计弱LFM分量参数的问题,在上面方法的基础上,结合逐次消去技术提出了多分量LFM信号参数估计算法。与传统方法相比,该方法充分利用了高阶统计量的特性,抑制了噪声和交叉项的影响。计算机仿真结果表明了该方法的有效性。     

基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

自旋导弹周期等效控制力的研究

基于自旋导弹周期等效控制力的形成原理及计算分析,对周期等效控制力周期的概念有了新的认识并提出了计算方法。在对主控信号与线性化信号的幅值比、主控信号的初相位及线性化信号与主控信号的频率比对周期等效控制力的影响深入分析基础上,对合理选择舵系统各参数提出建议。通过实例仿真计算,表明可以实现周期等效控制力对输入主控信号的较理想的线性关系。     

基于双稳阱内随机共振的OFDM信号检测方法研究

为了解决OFDM(orthogonal frequency division multiplexing)传输系统中接收端对微弱OFDM信号的检测问题,本文将双稳阱内随机共振系统与OFDM信号增强和解调过程相结合,推导了多载波信号激励下双稳阱内随机共振系统从零状态变化到势阱状态所需时间的解析表达式,分析了暂态响应导致的多载波信号在一个符号内的能量损失问题;推导了系统稳态输出方程,分析了稳态过程对子载波已调信号叠加直流偏置分量的问题;探讨了在不同系统参数和噪声强度下阱内随机共振对OFDM信号解调性能的影响。仿真结果表明：该方法可有效实现信号与噪声阱内协同作用,提高OFDM信号的检测性能。     

Duffing混沌振子用于微弱信号检测的研究

针对频率已知的微弱正弦信号幅度和相位检测问题,提出了一种采用Duffing混沌振子作为检测系统的方法。该方法将被测信号作为系统的参数,利用系统参数在临界值附近微小的变化会改变系统输出状态的特性,通过识别系统输出的相轨迹判断输出状态是否改变,根据状态改变所需满足的条件估计信号的参数。给出了实现该方法的主要步骤,并将其运用于高频地波雷达海洋回波信号的检测,与FFT方法所得结果相比,回波多普勒谱的信噪比可提高5 dB,表明了该方法具有更好的检测性能。     

基于未知输入观测器方法的非线性切换系统故障检测

基于非线性未知输入观测器方法对一类离散时间非线性切换系统的故障检测问题进行了研究。给出了两种不同结构的非线性未知输入观测器。针对每一种观测器都考虑了两种切换信号:任意时间切换信号和满足平均驻留时间的切换信号。在任意切换信号下,使用了切换Lyapunov函数的方法来设计非线性未知输入观测器的参数;在满足平均驻留时间切换信号下,使用了多Lyapunov函数方法进行观测器参数的设计。然后利用已知的非线性未知输入观测器,得到残差生成器,进而实现故障检测。通过数值仿真例子,验证了故障检测方法的有效性。     

航天电子设备多余物检测信号特性的影响因素分析

依据微粒碰撞产生声波的机理,运用频谱分析法,系统地研究航天电子设备多余物噪声检测过程中各操作变量和微粒物理参数对声波频谱的影响。通过单因素试验,详细分析了微粒粒径、微粒材质属性、振动力学条件中加速度和频率等4个因素对声音信号频谱分布的影响规律。同时,采用正交试验法确定了关键影响因素为微粒材质属性,并提出了微粒材质和粒径识别的可行性。该结果为进一步识别多余物微粒的参数提供了指导依据。     

基于自适应尺度变换-双稳态随机共振模型的BPSK信号检测算法

为提升在强噪声背景下对二进制相移键控(binary phase shift keying, BPSK)信号的检测性能, 针对主流方法在抑制噪声过程中信号受到一定程度的削弱、信号处理系统引入新噪声导致检测性能下降的问题,提出了基于自适应尺度变换双稳态随机共振模型的BPSK信号检测算法。对于经典的双稳态随机共振系统只能处理小幅度、低频段的周期信号的情况, 首先将双稳态随机共振系统进行尺度变换, 证明在高采样率条件下, 双稳态随机共振系统可应用于高频的BPSK信号, 并基于Neyman-Pearson准则设计了非线性阈值检测系统, 推导且定量表示出检测器的误码率, 以此作为反馈量, 自适应地调节系统参数, 构建了信号检测的完备流程。通过仿真实验验证了尺度变换的可行性以及所提算法的适用性, 为低信噪比条件下的弱BPSK信号检测提供了理论依据。     

针对任意非高斯信号的快速固定点盲波束形成方法

峭度最大化盲波束形成算法的性能受步长调节参数的选择影响很大,尤其是在信道和信号参数未知的条件下,很难选择合适的步长。针对以上问题,提出了两种新的不需要步长调节参数,而且同样适用于任意非高斯信号的快速固定点的盲波束形成算法。首先通过白化对数据进行预先处理,然后以峭度最大化和波束形成器的权值正交化来构造代价函数,采用复数近似牛顿方法对代价函数优化,得到新的盲波束形成算法。与峭度最大化盲波束形成算法相比,该算法误差小、收敛速度快,不需要任何步长调节参数,更适用于信道和信号未知的环境。仿真实验验证了算法的有效性。     

Algorithm of sky-ground-wave signal separation in CDMA system

To solve the problem of the sky-wave interference in radio positioning system operating in CDMA mode, an algorithm of sky-ground-wave separation is provided. Based on the MLE （maximum likelihood estimate）, and by estimating the amplitude and the phase of the sky-wave signal, the provided algorithm for separating skyground-wave is implemented. The mathematics model used for signal processing is established, and the possible solutions are provided. The structure and signal processing flow implementing the presented algorithm in the receiver are presented. A multi-channels signal searching idea is adopted, some of which process the sky-wave signal, and some of which process the ground-wave signal. Numerical analysis and simulation show that the proposed algorithm has higher accuracy, more rapid processing speed, and simpler implementation for the estimation of the sky-wave signal parameter, and can separate the sky-wave signal and ground-wave signal from the arrival combination signal effectively.     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

基于小波变换的雷达目标回波信号提取算法

随着雷达技术的快速发展,低信噪比(signal-to-noise ratio, SNR)条件下的雷达目标信号提取越来越重要。传统的脉冲压缩算法在低SNR条件下作用不明显。提出了一种新的在低SNR条件下的雷达目标回波信号提取算法。该算法在传统脉冲压缩算法的基础之上,采用小波变换对脉冲压缩后的信号进行分解,提取信号高频信息的小波系数。再用改进的小波变换模极大值算法对信号的高频信息进行去噪,然后重构信号的高频信息,最后再重构完整的雷达目标回波信号。仿真结果表明,该算法能够有效地去除噪声,提取出雷达目标的回波信号,相比于脉冲压缩算法及其他算法性能得到了很大的提升。     

非基线对称类信号的基线扣除新算法

在分析了现有基线扣除算法的基础上,根据非基线对称类基线信号的特征提出了一种新的基线扣除算法--基于小波滤波和梯度直方图最佳分割的非基线对称类信号基线扣除新算法.考虑到信号总是存在着噪声,含噪的基线信号梯度值也较大,并且分布无规律,采用了多分辨率小波变换滤波技术.通过合理选择最佳分割阈值门限,算法可精确提取出该类信号的基线.     

基于对称小波变换的多层系数乘积去噪算法

为了有效地去除信号中的噪声,提出了一种基于对称小波多层系数乘积的信号去噪算法.该算法利用时称小渡能够反映信号突变位置的特点,把相邻的两层细节系数相乘得到模极大值,再加以阈值化和归一化,然后与低层的细节系数相乘,得到降噪的细节系数,重构后得到去噪信号.给出了应用该算法的具体步骤,并且通过仿真实验证明了该算法的有效性.     

飞行模拟器洗出算法多重滤波信号补偿优化研究

针对经典洗出算法在应用于飞行模拟器时存在的信号丢失以及适应性不强的缺陷，提出一种多重滤波信号补偿的洗出算法优化方案。分析经典洗出算法中信号丢失的环节，截取丢失信号并采取深度滤波策略进行深度滤波，依据人体感知误差与运动平台的动作余量，将多重滤波后的信号以自适应的比例分别补偿到洗出算法3个通道中，实现最大程度上减小信号损失，从而减少人体感知误差。对经典洗出算法和改进洗出算法进行对比仿真和试验，结果表明改进洗出算法有效降低了人体感知误差，减少了信号丢失，改善了相位延迟，同时充分利用了运动平台的工作空间，增加了动感逼真度。     

航空发动机振动信号分析

针对航空发动机转子振动特性,提出基于累积量改进的独立分量分析盲源分离算法。运用新方法对转子振动信号进行分离,识别转子中的故障类型。通过航空发动机转子振动仿真实验验证了该算法的有效性。结合仿真实验,对比基于二阶累积量和高阶累积量的已有算法,该新方法在性能指数和信号相似系数方面均有提高。应用该算法对发动机转子平台采集的振动信号进行分离,转子故障设置为外环故障。实测振动信号经该算法处理后有更高的辨识性,可以判断出转子振动的故障类型。     

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。     

基于时差校正的长基线宽带测向算法

研究长基线宽带测向问题,由于传统测向算法受到相位解模糊条件的限制,天线孔径长度设置较短,因此无法进一步提高测向精度。基于宽带信号时延估计具有高精度的特点,提出了基于时差校正的宽带测向及解模糊算法,并且对其性能和使用条件进行详细的分析。由于基线长度不受传统方法的限制,因此在长基线条件下,具有非常高的测向精度。仿真结果证实所提算法只需较少的天线阵元,却具有很高的测向精度。     

基于WHT的多分量LFM参数估计与分离

强度相当的多分量LFM信号在Wigner-hough(WHT)平面上呈现出多个尖峰值,各尖峰值对应各分量在时频平面上频率轴上的初始频率和调频斜率。提出了一种基于WHT的多分量LFM信号的参数估计与信号分离算法。该算法结合解线调和窄带滤波器分离和估计各分量的参数的算法,可以一次提取多个尖峰值。仿真结果证明,此方法可有效地对多分量IJM信号进行精确的参数估计与分离且不出现虚假信息。