信号奇异特性的检测及其应用

研究了信号发生剧变或有发生剧变趋向的特征 (即信号的奇异特性 ) ,采用一种特殊的积分小波变换可将信号发生奇异特性的位置 (或时间 )确定下来 .并介绍了实验的情况 .     

地球同步轨道SAR两维奇异值分解成像方法

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar, GEO-SAR)长合成时间和大观测场景严重的二维空变将影响二维聚焦深度的问题,该文提出了一种GEO-SAR两维奇异值分解成像方法。该方法首先对距离空变信号进行奇异值分解得到距离多普勒的耦合特性,通过距离频率插值和重采样完成距离空变校正;接着,对方位空变信号进行奇异值分解将方位空变与多普勒分离,通过级联的两步奇异值分解和方位非线性变标操作完成方位空变校正,实现整个场景的聚焦。最后,仿真结果验证了该方法的有效性。     

利用小波变换与SVD识别振动系统模态频率

针对从受噪声污染的脉冲响应信号和快速正弦扫频响应信号中识别振动系统的单模态和多模态的频率问题,将小波变换与奇异值分解(SVD)相结合,利用基于小波变换的能量分布函数,进行奇异值分解后,根据最大奇异值,求出主分量,然后通过主分量对应的尺度图或频率计算公式,识别出模态的频率。仿真结果证明了该方法的有效性和可行性。     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。     

一种新的基于Slantlet变换的心电信号消噪算法

心电信号在采集过程中常常掺杂着各种噪声.针对心电信号多突发性与多间断性的特点,采用一种改进的正交离散小波变-- Slantler变换时其进行消噪处理.由于传统的小波阈值消噪算法在信号中的奇异点处会产生伪Gibbs现象,引入平移不变方法使伪Gibbs现象得到有效的抑制,并利用Slantlet基函数的分片线隆的优势,提出一种新的基于信号重采样与圆周平移不变变换的消噪方法.利用美国麻省理工学院的PhysioBank生理信号数据库对以上方法进行验证,实验结果表明该算法能有效地消除噪声并较好地保持心电信号的几何特性.     

基于SVD的通信信号背景下脉冲波形和初相估计

雷达侦察接收机往往侦察到的是通信和雷达脉冲的混合信号，如何从通信信号背景中有效提取出雷达脉冲波形，是现代雷达信号处理领域中的重要内容。针对这一问题，提出了一种基于奇异值分解的通信与雷达混合信号中脉冲波形估计算法。该算法通过对信号观测矩阵的奇异值分析和协方差矩阵的特征值分析，证明了观测矩阵的奇异值分解具有稳定性，并且奇异值分解能够最佳近似观测信号的线性特征，给出了一种利用左右奇异向量估计脉冲波形及其相对初相的方法。本文的算法适用于任意脉冲波形，并且能够在较低信噪比环境下估计脉冲信号波形和相对相位，仿真结果证明了算法的有效性。     

模型参数不确定双臂柔性机械手的轨迹跟踪控制

基于奇异摄动方法,在将参数不确定双臂柔性机械手分解为慢变和快变两个子系统基础上,提出一种复合控制方法,以实现关节轨迹跟踪控制,抑制弹性振动.针对慢变子系统,提出一种模糊非奇异终端滑模控制方法,保证系统的全局稳定性,提高系统的跟踪速度和精度,同时消除滑模控制的抖振现象.针对快变子系统,提出一种基于观测器的LQR控制方法,估计系统不可测状态,压制柔性振动.仿真结果证明所提方法的有效性.     

一种非理想阵列的快速宽带信号方位估计算法

针对宽带信号方向估计算法需要进行初次估计和进行多次奇异值分解的问题,提出了在传感器阵列存在误差的情况下,基于Prony-Lanczos方法的快速宽带信号方位估计算法。方法将接收信号转换到频率域内,分离阵列流形中信号方向和阵列参数;其次,在考虑阵列互耦的情况下,采用快速奇异值分解的方法求取奇异向量,并利用奇异向量构造聚焦矩阵;最后,利用聚焦求和窄带方位估计对宽带信号进行方法估计。仿真试验表明,存在阵列误差的情况下,本算法具有较好的分辨率和较低的计算复杂度和鲁棒性。     

基于复杂度方法的地震波信号频谱特性分析

研究非平稳加速度时间历程,有时并不需要知道随机变量的全部统计信息,而只需求得随机变量的某些既重要又有代表性的信息.基于兰帕尔一齐夫复杂度理论的符号基概念,由随机信号经粗粒化处理后得到符号序列,然后计算每个符号基的权系数,再将符号基线性叠加得到符号空间.将随机信号的采样数据分为n段再构建一个n行数据矩阵,计算此n行矩阵的符号空间.将该符号空间的系数矩阵进行奇异值分解,所得的奇异值即为频率,数据矩阵对应行的标准差即为相应频率的幅值.算例结果表明,该方法能够获得随机信号的代表性频率信息.对非平稳随机信号不需引入人为假定,可直接对数据进行计算.     

情报数据驱动的在线仿真系统动态修正方法

为了保证面向指挥决策支持的在线仿真系统可信性,提出了情报数据驱动的在线仿真系统动态修正方法。首先,依据情报数据变化快慢,将其分为缓变和快变两类数据;然后,从位置接近性和外形相似性两个方面刻画缓变数据间差异,从趋势项差异和平稳项差异两个方面刻画快变数据间差异,由此实现了仿真输出与情报数据一致性的度量;进一步,基于拉丁超立方实验设计方法确定仿真模型“修正集合”,并利用主成分分析综合仿真输出一致性指标,从修正集合中选择使得仿真模型可信性最佳的修正方案。通过应用实例,表明了方法的有效性。     

基于信息熵和GA-ELM的调制识别算法

针对当前通信信号调制识别算法在低信噪比（signal-to-noise ratio，SNR）下识别率低、训练速度慢、识别调制类型少的问题，提出了基于信息熵特征和遗传算法-超限学习机（genetic algorithm-extreme learning machine，GA-ELM）的调制识别算法。首先，提取信号的4种熵特征：奇异谱香农熵、奇异谱指数熵、功率谱香农熵和功率谱指数熵作为调制识别的特征参数；其次，采用GA-ELM作为分类器。仿真实验表明，对11种模拟、数字调制信号进行分类识别，在SNR大于4 dB时算法的总体识别率均超过98%，同时该算法训练速度快，识别系统设计简单，具有较大的应用价值。     

一种利用宽带信号对弹道目标成像和跟踪的方法

宽带成像雷达通常采用窄带跟踪、宽带成像的交替工作方式。该方法需要花费两个雷达重复周期才能完成对目标的跟踪和宽带成像,降低了雷达跟踪、成像的数据率。为了克服这个缺点,提出了一种基于宽带固态相控阵雷达对弹道目标成像同时进行跟踪的方法,一个周期就可同时完成对目标的成像和跟踪,大大节省了雷达资源,提高了雷达数据率。同时论述了宽带信号距离信息和角度信息提取方法,利用仿真和模拟试验验证了方法的正确性。     

空间目标的雷达识别技术

空间雷达目标识别在航天技术和战略预警中具有广阔的应用前景 ,它也是目前雷达目标识别技术应用较为成功的领域。总结了目前国内外该领域已有的研究成果 ,结合空间目标的动力学特性和电磁散射特性 ,探讨了在窄带和宽带雷达信号体制下的各种空间目标识别方法 ,并展望了该领域的技术发展趋势。     

基于FA奇异测度的多重分形维分析

针对传统多重分形维算法中奇异测度的定义影响了计算速度,定义了一种新的奇异测度,并在研究相关函数和指数的特点之后,定义了基于该奇异测度的多重分形维算法。试验表明,该算法计算速度远远快于传统的盒计数维法,在实际舰船辐射噪声试验中能很好地区分不同的舰船。     

我国物流企业全要素生产效率分析

为分析我国物流企业生产效率的发展情况,本文以我国8家上市物流企业为例,利用DEA Malmquist生产效率变化指数对它们在2001～2006年的全要素生产效率进行分析.通过分析发现,我国物流企业的生产效率发展趋势较好,呈上升状态,但上升程度并不明显,其中技术效率和技术有所下滑,而规模效率则有所上升.同时结合了企业组织形式、资源配置及发展战略等内部因素和国内外经济发展环境、国家产业发展政策与法规等外部因素对各个企业和它们的整体生产效率发展过程进行了分析和说明,提出了解决我国物流企业生产效率偏低的途径,为政府决策者和物流企业管理者提供了科学决策的依据.     

具有慢、快模态控制系统的仿真

本文应用奇异摄动理论研究了具有慢、快模态控制系统的仿真,解决了在数值计算上的病态问题。通过对降价模型的误差分析,提出了分解系统的迭代方法。该法可以明显地提高系统的仿真精度,缩短仿真时间,为大规模系统的仿真提供了一种有效的方法。通过对具体例子的仿真,表明了由迭代分解所得到的关于O(ε^k)理论是实用有效的。     

基于奇异值熵和分形维数的雷达信号识别

针对低信噪比条件下雷达信号脉内调制方式识别算法识别率低的问题,提出了基于奇异值熵和分形维数的雷达信号识别算法。该方法首先通过Choi Williams分布得到信号的时频图像,提取时频图像的奇异值熵;然后再提取信号频谱的盒维数与信息维数,组成三维特征向量;最后使用基于支持向量机的分类器实现雷达信号的分类识别。对8种典型雷达信号的仿真试验结果表明该方法抗噪性强、识别率高,在信噪比大于1 dB时,平均识别率能达到95%以上。     

基于切割聚类的快速多分量LFM信号分离

针对多分量线性调频(linear frequency modulation, LFM)雷达信号检测和参数估计精度低、计算速度慢等问题,提出了一种基于小波变换的切割聚类拟合参数估计的算法。该方法首先通过小波变换得到信号的三维时频分布图,其次采用等高线截取提取出小波脊线,再找出脊线的交点,以交点为界对小波脊线图进行切割,利用模糊C均值聚类完成各LFM分量脊线的聚类,最后分别对每段脊线进行拟合加权,从而估计出多分量LFM信号参数。仿真结果表明,与基于Hough变换检测直线方法相比,不仅在计算复杂度以及参数估计的准确度上都有较大的提升,而且当LFM信号分量达到4个以上亦有较准确的检测精度。