脉冲噪声下基于共变序列的自适应时延估计

针对实际应用中常遇到的脉冲性噪声问题,以α稳定分布模型进行描述,提出了一种基于共变序列的自适应时延估计方法,简称CAED.该方法通过求取两个观测序列的互共变和一个观测序列的自共变,去除了不相关脉冲噪声,保留了观测序列间时间延迟的信息;将自共变、互共变序列作为两个自适应滤波器的输入信号,在最小均方误差准则控制下,由收敛的两个滤波器权系数矢量峰值位置之差可获得源信号到达两个接收端的相对时延.通过计算机仿真对比实验验证了该算法在强脉冲噪声、低信噪比情况下的优良估计性能.     

自适应遗传算法的改进及在系统辨识中应用研究

为解决传统遗传算法早熟及收敛速度慢的问题，提出了一种改进的自适应遗传算法。通过对一典型的大海捞针粪（NiH）问题的试验，证明了改进后的遗传算法在全局优化和快速收敛能力上有较大的提高。在此基础上将该算法应用于系统参数辨识中，辨识结果表明该方法具有参数辨识精度高，抗噪声能力走，对输入信号通用性强，也适用于非线性系统参数辫识的优点，具有重要的工程使用价值。     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。     

网络瞄准环境下最优分布式航迹融合算法

利用地域分散的多传感器系统跟踪目标是网络瞄准的主要作战方式。首先结合网络瞄准的作战特点,建立了两种典型的分布式航迹融合结构;然后对网络瞄准环境下传感器量测噪声相关问题展开研究,分别给出了传感器量测噪声相关与不相关情形下的最优分布式航迹融合方法。理论分析和仿真计算表明,这些方法等价于集中式融合算法,可以显著减小由于噪声相关造成的融合性能下降,从而在一定程度上提高了瞄准过程中目标的定位精度。     

背景辐射对拦截器导引头探测性能的影响分析

在综合考虑背景辐射、光学系统近场辐射、探测器及其后续处理电路和焦平面非均匀性噪声影响的基础上,建立了拦截器导引头红外传感器的探测性能模型。根据文献给定的拦截器导引头参数对模型进行了验证,并利用所建立的模型分析了背景辐射对拦截器探测性能的影响。提出的方法和模型具有通用性,可用于分析背景辐射影响下各种拦截器红外导引头的探测能力。     

一种混沌信号噪声的抑制方法

利用局部投影算法中局部协方差矩阵存在特征值突变的现象,提出了改进的噪声抑制方法,解决了原算法中噪声空间和信号空间特征向量难以区分的问题,并运用到Henon映射混沌信号的噪声抑制中。通过仿真研究证实,在低信噪比条件下,改进后的算法与原算法相比,降低了绝对误差,提高了噪声抑制的有效性。     

皮卫星星载测控应答机的噪声研究

基于电路中噪声源的提取和建模,通过对噪声传递关系的推导,提出了一种对噪声进行仿真分析的方法,并运用这个方法对皮卫星测控应答机的噪声进行了研究.结果表明这种分析方法的仿真结果与实测结果相吻合,能够很好地预测电路噪声的大小,同时也验证了皮卫星星载测控应答机的新型锁相结构与传统锁相结构相比更加有利于接收机噪声的抑制.     

大气低频噪声混合模型的MCMC参数估计

大气噪声是低频通信中的主要干扰,且具有严重非高斯分布特性,对非高斯噪声模型的参数估计对于提高低频接收机的性能具有重要意义。设计了估计非高斯混合模型参数的马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)算法,该算法通过构建贝叶斯层次模型,利用Gibbs抽样和M-H抽样更新迭代参数。利用乘积特性,将稳定分布作为等价的高斯分布来处理,并在层次模型中设置多个额外参数,以增强其灵活性。仿真实验与实测数据表明,该算法迭代收敛快、精度高,有很高的实用价值。     

突触信号传导的动态饱和模型研究

对一类动态饱和突触神经模型中信号传导性质进行了研究.模型的动态过程采用高阶Milstein随机微分方程解法进行求解,其信号输入输出特性用集平均互相关系数进行衡量.集平均互相关系数的数值分析结果表明,适宜的噪声能够增强信号传导,并且通过调节饱和势比值大小和突触神经群体数目,观测到噪声增强信号传导的非线性现象更加显著.