超奈奎斯特的频谱效率与参数优化分析

对超奈奎斯特(faster than Nyquist, FTN)和奈奎斯特系统的频谱效率进行了对比分析。在绝对带宽的前提下,首先证明了基于根升余弦函数脉冲的单载波FTN可达速率大于奈奎斯特可达速率,并推导了有子载波间干扰的多载波FTN的频谱效率公式。本文证明了单载波FTN的频谱效率大于奈奎斯特系统的频谱效率,并且证明了单载波FTN的频谱效率随着滚降因子的减小而增大。基于频谱效率公式和数值仿真,本文给出了多载波FTN对于不同滚降因子的最优子载波间隔。结果表明,即使存在子载波间干扰,基于最优子载波间隔的多载波FTN频谱效率也高于正交系统(奈奎斯特)的频谱效率。     

正交波形虚拟孔径MIMO雷达原理与性能讨论

多输入多输出 (multiple input multiple output,MIMO)雷达可在接收端形成奈奎斯特虚拟阵列,大大扩展了接收阵列的有效孔径。文章讨论了在发射或接收阵列稀疏布阵的情况下,虚拟孔径MIMO雷达的测角精度和抗干扰性能。分析表明,得益于奈奎斯特虚拟孔径的形成,MIMO雷达可获得比传统相控阵雷达更窄的有效接收波束宽度和更高的测角精度。对于转发干扰,较窄的接收波束宽度也使虚拟孔径MIMO雷达更容易规避主瓣干扰。而对于非转发的压制干扰,MIMO雷达具有与相控阵一致的抗干扰性能。此外,文章还讨论了将线性调频连续波(linear frequency modulated continuous wave,LFMCW)信号与虚拟孔径MIMO雷达相结合的可行性和性能优势。     

模拟-信息转换器研究进展

随着未来宽带、超宽带通信技术的发展,现有以传统奈奎斯特采样定理为基础的信号的采集、传输、存储和处理系统将面临严峻的挑战,模拟-信息转换器(analog-to-information convertor,AIC)将可能是这些挑战的有效解决途径。AIC是近年来国内外研究的热点,其以压缩感知原理为理论基础,突破传统的奈奎斯特采样定理的约束,以远低于奈奎斯特速率对信号进行采样,并确保能准确重构出原始信号,是稀疏信号的有效获取方法。以稀疏信号采集为主线,综述了近年来AIC设计与实现的研究进展,分析了不同方案在稀疏信号获取方面的优势与不足,描述了国内外的相关研究进展,并对未来AIC可能的发展方向进行了展望。     

基于压缩感知的机动目标径向加速度估计

针对目前关于目标径向加速度估计的算法存在着采样频率过大及短时条件下精度不高的问题,提出了一种基于压缩感知（compressive sensing, CS）的机动目标径向加速度估计方法。该方法可以在不损失参数估计精度的条件下,用远低于奈奎斯特采样定理要求的采样速率进行采样。仿真实验验证了该方法有效性,并与基于分数阶傅里叶变换(fractional Fourier transform, FRFT)估计目标径向加速度方法进行了比较。仿真结果表明,该方法不仅所需的信号积累时长和采样速率大大降低,并且在估计精度方面也有明显的提高。     

复变量设计方法

本文介绍以广义奈奎斯特-波特法和广义根轨迹法为主的复变量理论。通过对复变量矩阵函数零极点的几何论述,确立起反馈系统设计中的状态空间和频率响应方法之间的基本关系。简略叙述了特征频率在有反馈情况下的渐近特性和代数函数在稳定性分析中的用途。给出了一个多变量反馈系统设计中的实例。     

最优控制

本章广泛讨论动态最优化问题,开始根据维尔斯特拉斯E函数等经典理论提出一些重要的条件。接着介绍庞特里亚金的极小值原理并扼要讨论奇异控制问题。本文还描述动态规划,讨论解线性系统二次性能指标问题的哈密顿—雅可比法以及有关的矩阵—瑞卡提方程,最后介绍了运用格林定理获得最优化的情况。     

超宽带信号的一种带通采样与重建方法

针对超宽带无线通信中需要设计采样速率高达数十GHz高速模/数转换器的问题,提出了一种带通采样和总体最小二乘重建算法。该算法所要求的采样速率与信号新息率相当,远远低于传统香农采样理论所要求的奈奎斯特率。分析和仿真结果证明,所提出的采样和重建算法,能够准确地恢复原始超宽带信号,并具有良好的抗噪声性能。     

一种改进的基于优化的PID参数整定方法

提出了一种改进的鲁棒PID整定方法,该方法通过使开环传递函数的奈奎斯特曲线与实轴交点的绝对值最小化,来求取各个PID参数。由于该方法的稳定裕量是通过取明确依赖于频率的模型来获得,从而避免了陷入保守性。仿真结果表明,使用提出的控制器整定方法,在命令输入和负载干扰发生阶跃变化时,控制系统都有很好的动态响应,同时在系统参数发生变化或存在未建模动态时,也能保证系统的稳定鲁棒性。     

宽带LFM信号的压缩感知测向算法

在采用均匀圆阵对宽带线性调频(linear frequency modulation, LFM)信号进行测向时,由于满足奈奎斯特采样所需采样数据量很大,加重了实时处理系统负担。针对这一问题,在小孔径圆阵环境下提出并构建了基于压缩感知理论的时差测向模型,以较少的观测点实现了信号的波达方向估计。研究结果表明,应用所提的基于压缩感知的分数时延估计法对宽带LFM信号测向时,能够获得与分数时延估计测向算法相似的测向精度,并且大量减少了数据的运算量,提高了算法的时间效率。     

一种抗延时失真的并行传输系统分析

针对移动通信系统中存在的多径延时扩展问题,研究了一种具有很多相互重叠子信道的并行正交调幅数据传输系统。该系统利用大量的子信道使得总的信号速率能够非常接近给定频带的奈奎斯特速率。在传输媒质存在延时失真的情况下,详细分析了并行数据传输系统的性能。结果表明并行系统的失真与子信道数目的平方成反比,从而说明了该系统具有抵抗延时失真的作用。此外,使用半余弦滚降的系统性能要比使用余弦滚降的好,改变解调相位还可以大大改善系统性能。     

SDI的技术课题和尖端技术(Ⅶ)——第七章 SA/BMC~3问题

一、前言 本章讨论与系统设想和作战管理(SCBM)有关的技术。本项计划构成如下:     

基于非均匀采样的信号频率、幅值和相位检测

分析了单频和多频信号经非均匀采样的离散傅里叶频谱,推导出频率、幅值、相位的计算表达式,解决了目前文献中未提及的基于非均匀采样方法的幅值和相位检测问题。此外,提出一种基于多路并行非均匀采样的信号检测方法,通过合并多路非均匀采样信号频谱,使谱估计结果趋于原信号的真实频谱,进而实现信号检测。数值仿真显示,提出的方法可实现信号的频率、幅值、相位的精确检测,可以突破奈奎斯特频率限制、抗混叠能力强,且计算复杂性小。     

基于T/4分数间隔的盲均衡算法研究

为了克服波特间隔常数模算法和T/2（T为字符间隔）分数间隔常数模算法收敛速度慢、稳态误差大的缺点,提出了基于T/4分数间隔的常数模盲均衡新算法,推导了4倍过采样多速率系统和1输入4输出多信道系统模型的公式。该算法采用T/4分数间隔均衡器采样,其采样频率大于奈奎斯特频率,从而避免了因欠采样引起的频谱混叠,均衡器可以更有效地对失真信道进行补偿。与波特间隔、T/2分数间隔均衡器相比,该算法收敛速度快、稳态误差小。多径水声信道盲均衡的仿真实验,验证了该算法的性能。     

潜在电路分析

本章概要介绍被称为潜在电路分析的一种电路分析技术的发展及其方法学。产生这种技术的依据是,人们发现,电路中存在着拓扑学判据,它可以用来识别电路中意外的工作方式。文中讨论了利用逐步求解法进行潜在电路分析的方法;为了证明这种技术的     

基于一维CNN参数优化的压缩振动信号故障诊断

针对一维卷积神经网络(convolutional neural network, CNN)参数多的特点,提出一种正交试验和粒子群优化算法相结合的参数优化方法,并将其应用于压缩振动信号故障诊断。压缩感知理论突破了奈奎斯特采样定理的限制,为大量振动信号的采集与传输提供一种有效途径。首先利用CNN“端-端”特性,建立了基于压缩信号的CNN故障诊断模型。利用正交试验进行参数范围的粗略评价,选择出最优方案。对最优方案中每个参数,利用多目标粒子群优化算法进行细化,得出精确的参数最优取值。选择齿轮箱实测信号和西储大学轴承信号作为研究对象。实验结果表明,经过优化后非劣粒子的输出特征分类明显, CNN诊断率有明显提高,也证明了对压缩信号直接进行故障诊断的可行性。     

基于一维CNN参数优化的压缩振动信号故障诊断

针对一维卷积神经网络(convolutional neural network, CNN)参数多的特点,提出一种正交试验和粒子群优化算法相结合的参数优化方法,并将其应用于压缩振动信号故障诊断。压缩感知理论突破了奈奎斯特采样定理的限制,为大量振动信号的采集与传输提供一种有效途径。首先利用CNN“端-端”特性,建立了基于压缩信号的CNN故障诊断模型。利用正交试验进行参数范围的粗略评价,选择出最优方案。对最优方案中每个参数,利用多目标粒子群优化算法进行细化,得出精确的参数最优取值。选择齿轮箱实测信号和西储大学轴承信号作为研究对象。实验结果表明,经过优化后非劣粒子的输出特征分类明显, CNN诊断率有明显提高,也证明了对压缩信号直接进行故障诊断的可行性。     

极点配置和最优控制的应用

本章讨论四种特殊的应用。第一部分是关于以M=0.9速度飞行的飞机的纵向自动稳定系统的综合。第二部分是考虑直升飞机稳定系统的综合。给悬停飞行中的直升飞机加上了多输入序贯本征值配置设计程序。第三部分讨论使用本征值配置程序来进行工业企业系统库存量和储备量控制决策的综合。最后部分验证最优控制理论在直升飞机稳定系统综合中的应用。     

复杂网络：结构和动力学

6 应用 本章将讨论前述理论在实际网络中的应用，包括网络的结构和动力学两方面的问题。首先回顾社会网络的某些结构并考虑两类社会网络（意见形成和博弈模型）的动态演化，然后探讨因特网和万维网的统计属性，最后集中讨论生物和医学复杂网络，如分子成分之间的相互作用网和神经网络。     

复杂网络: 结构和动力学

(续本刊2006年第4期) 6 应用 本章将讨论前述理论在实际网络中的应用,包括网络的结构和动力学两方面的问题.首先回顾社会网络的某些结构并考虑两类社会网络(意见形成和博弈模型)的动态演化,然后探讨因特网和万维网的统计属性,最后集中讨论生物和医学复杂网络,如分子成分之间的相互作用网和神经网络.     

专家系统导论

六、专家系统范例本章将介绍与讨论一些有影响的专家系统,对于这些系统,作者按照时间人为的划分为两大部份,即早期的专家系统(指80年以前开发的系统)及近期的专家系统(指80年以后开发的系统).所介绍这些系统中有一些明显看出受到MYCIN设计思想的影响,但许多系统已经采用了与之完全不同的方法.早期的专家系统大多数为大学所开发.并很少出于商业的目的,而80年以后开发的系统有一个显著的特点就是商业目的很明确.