基于盲源分离的雷达信号欺骗干扰抑制

针对脉冲压缩信号的频谱弥散(SMSP)干扰,通过分析其时频特性,提出了一种基于盲分离的抑制算法。首先,推导了基于独立分量分析的代价函数,由于代价函数中信号概率密度函数不能精确估计,利用信号高阶互累积量的性质,重新构造了一种新的代价函数;其次,利用基于自然梯度的方法对新代价函数进行优化,从而得到基于峭度的盲分离算法;最后,通过仿真证明,对比Fast ICA算法,文中算法具有更快的收敛速度和更好的分离性能,在保证分离精度的前提下,可成功将目标回波信号分离,达到SMSP干扰抑制的目的。     

APSO算法在语音信号盲源分离中的研究

将自适应粒子群优化（Adaptive Praticle Swarm Optimization）算法运用到语音信号的盲源分离中,以峰度为目标函数,通过自适应调整惯性因子,克服了收敛速度和分离效果之间的矛盾,最终实现盲源分离。该算法避免了传统的优化算法自然梯度法稳定性差、易于陷入局部最优的不足。通过比较仿真结果和性能指标可以看出,APSO算法提高了收敛速度,改善了分离性能,表明了该算法在实现语音信号盲源分离中性能的优越性。     

基于经验模态分解的机械故障欠定盲源分离方法

针对传统的机械故障源分离方法限于非高斯、平稳和相互独立的源信号, 且传感器的观测数多于源数, 机械故障源信号通常不易满足这些假设的局限性, 提出了一种基于经验模态分解的机械故障欠定盲源分离方法.该方法对混合观测信号进行经验模态分解, 然后重组本征模函数分量作为新的观测信号进行盲源分离, 仿真和实验结果表明, 该方法是有效的.      

能量匹配条件下的CMA盲均衡算法

对CMA盲均衡技术在海上靶场遥测信号接收中的应用进行了仿真研究,同时在CMA盲均衡算法的基础上提出了一种能量匹配约束条件,对在能量匹配约束条件下的CMA算法进行了理论分析和算法推导。根据峰度准则,输入输出信号能量相等是盲均衡实现的充要条件的前提,依据这一前提,对CMA算法代价函数进行修正,有效提高了算法的收敛速度和均衡性能。     

重力异常特征提取方法研究

将主元分析和独立分量分析相结合应用于重力异常信号的特征提取.采用主元分析对测量数据进行去相关和降维预处理,再利用独立分量分析算法提取重力信号的特征系数.结合重力异常变化与特征系数的关系,提出了应用特征量化参数表征重力异常信号变化程度的方法.基于实测的重力异常信号进行了仿真试验,试验结果表明,本文提出的特征量化参数能有效的反映重力异常的幅值变化程度.     

基于独立成分分析的混合LFM信号检测

混合LFM信号广泛存在于实际信号环境巾,对其检测极其重要。对有严重交叉项的混合LFM信号的检测十分困难,因此提出了一种基于独立成分分析的混合LFM信号检测法。通过盲源分离提取各独立成分,利用时频分布矩阵的联合对角化法抑制交叉项,再由各成分信号自项求和重构Wigner-Ville分布,采用Wigner-Hough检测各LFM成分。分析了Wigner-Hough变换输入信噪比和输出信噪比的关系,仿真验证了算法的有效性,得出随着样本点数的增加,在低信噪比条件下,能获得好的检测性能的结论：     

基于IMF能量分布重构的目标检测技术

为提高海杂波中慢速目标的检测性能,提出了一种基于IMF能量分布重构的目标检测技术。该算法对原始信号尖峰区域经经验模态分解后得到的固有模态函数进行分段数据重构,计算前端IMF分量与后端IMF分量的能量比,并将其输入非参量检测器中进行目标检测。研究表明,相比于海杂波单元,目标单元尖峰区域有更小的前后端IMF分量能量比,适用于慢速目标的检测。     

基于固有模态函数频域熵的目标检测算法

为提高海杂波中慢速目标的检测性能,提出了一种基于固有模态函数(IMF)频域熵的目标检测算法。该算法对原始信号经 EMD分解后得到的固有模态函数采用 Fourier变换,自动地提取其各个分量的频域能量,以此获得 IMF能量分布特点,再运用信息熵的方法构建检验统计量,并将其输入非参量检测器中进行目标检测。研究结果表明,相比于海杂波、海尖峰,慢速目标的能量分布更为分散,熵值更大,对比频域广义符号(GS)检测算法,所提 方法检测性能更优,适用于慢速目标检测。     

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。     

基于核函数的后置非线性盲源分离算法在铁磁材料缺陷检测中的应用研究

磁记忆信号检测是分析铁磁材料缺陷和缺陷定位的一种有效方法。由于检测环境噪声、缺陷磁记忆信号弱以及缺陷位置重合引起的信号抵消等原因，易导致传感器采集到的是多维混合磁记忆加噪声复杂信号，体现出较强的盲特性。如何从观测信号中提取有效缺陷信号是分析缺陷类型及定位的关键，传统的降噪方法无法从混合磁记忆观测信号中有效分离缺陷特征信号。文章提出基于核函数的后置非线性盲源分离算法对地下埋管磁记忆信号进行分离，通过与经典盲分离算法Fast ICA进行算法性能比较，表明新算法能够较好地从混合信号中提取有效缺陷特征。     

压气机叶片自动优化设计

采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。用此参数化方法逼近一低速叶型和一跨音叶型 ,逼近程度令人满意。采用 N-S方程正问题数值计算结合单纯形法寻优 ,构成叶轮机械叶型自动优化设计方法。以消除叶片吸力面分离为目标 ,采用上述方法得到了满意的结果     

基于Gauss伪谱法的UCAV对地攻击武器投放轨迹规划

研究无人作战飞机(UCAV)在对地攻击阶段的武器投放轨迹规划问题.针对传统方法在处理复杂的飞行器运动学、动力学约束上存在的困难,提出了一种基于Gauss伪谱法(GPM)的求解策略.首先,为了最大程度地逼近实际飞行环境,对UCAV的气动力特性、发动机推力特性、油耗特性及大气环境特性进行了高精度拟合,并充分考虑了飞行器各种...     

应用等离子体进行翼型前缘分离控制的数值模拟研究

将等离子体对中性气体的作用模型化为彻体力矢量,求解带源项的Navier-Stokes方程,数值模拟了等离子体激励器在NACA0015翼型大迎角下的分离控制效果,彻体力为净电荷在外加电场作用下的电场力.解拉普拉斯方程得到外加电场分布,等离子体中的净电荷分布由泊松方程给出.为了较好地模拟分离涡的发展,采用了雷诺平均与大涡模拟相结合的脱体涡模拟(Detached Eddy Simulation)方法.通过与实验结果对比,发现该模型能较好地模拟等离子体激励器的控制作用.     

基于相关函数的盲信号分离准则

盲信号分离的依据通常是信号的独立性或利用它们的高阶累积量。考虑了双通道的盲分离问题，提出了一种基于相关函数的盲分离准则。证明了在源信号不相关的条件下，可以实现源信号的盲分离。并给出了一种可直接求解二次方程组的盲分离算法。     

基于IGA算法优化的RBF神经网络应用

提出了一种基于改进遗传算法(Improved Genetic Algorithm,IGA)优化的径向基函数(RBF)神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题。仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能。     

基于改进引力搜索算法的认知无线网络频谱分配

为了提高认知无线网络频谱资源利用率,提出一种基于改进引力搜索算法的频谱分配方案。该方案 将质子位置信息映射为频谱分配变量,提出一种非线性引力衰减因子,以增强算法对于频谱分配可行解的搜索 能力。其次,为了保持算法对于频谱分配可行解的最优搜索方向,采用全局最优引导策略为质子增加记忆能力。 然后,提出动态高斯扰动策略,随着算法迭代自适应地调整扰动步长,避免算法陷入局部最优。最后,针对频 谱分配问题的离散化特性,引入Sigmoid 函数使质子的位置离散化。仿真实验结果表明,改进引力搜索算法能 够有效地实现频谱分配问题的优化求解,取得了相对较高的网络效益和用户公平度。     

低轨卫星对高轨卫星仅测角初轨计算方法

针对我国地面测站对高轨卫星监视能力缺乏的问题,提出一种低轨卫星对高轨卫星仅测角初轨计算方法。该算法引入天基跟踪坐标系,消除测距信息影响,建立仅测角观测方程;引入法向运动,增加摄动因素影响,建立扩展拉普拉斯动力学模型;推导分析观测模型和动力学模型的关系方程,将初轨计算问题转换为非线性方程求解问题,利用高斯全主元消去法完成方程求解。通过实战和仿真测角数据对方法进行检验,结果表明,该方法能利用仅测角数据对非合作目标进行初轨确定,精度在公里量级,可为我国地基监视系统提供补充参考。     

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。