通道幅相误差快速校正算法在空时自适应处理中的应用

雷达系统不可避免地存在通道幅相误差,导致空时自适应处理算法的性能下降。本文将通道幅相误差快速校正算法应用到空时自适应处理中,根据等距线阵杂波协方差矩阵的块Toeplitz-Toeplitz块结构在通道误差的影响下将改变这一特性,对通道幅相误差进行估计,并分析了空时自适应处理中有限样本数对算法性能的影响。仿真结果验证了该算法在空时自适应处理中的有效性。     

基于实测和差波束天线方向图的ΣΔSTAP性能分析

基于实测和差波束天线方向图研究ΣΔSTAP的性能,文中详细推导了和差波束天线方向图的空时二维杂波协方差矩阵和ΣΔSTAP算法的最佳权矢量。理论分析和仿真计算结果表明,和差波束低副瓣增益有效抑制了旁瓣杂波,降低了杂波自由度。当杂波起伏或载机速度提高时,杂波自由度增加,ΣΔSTAP算法的系统改善因子凹口相应展宽,慢动目标检测性能下降。ΣΔSTAP算法能迅速应用于机载火控雷达,有效提高慢动目标检测性能。     

基于经验模态分解的有限阵元宽带自适应阵列DBF方法

针对有限阵元条件下宽带自适应阵列自由度不够和抗干扰性能下降的问题,提出一种基于经验模态分解(Empirical mode decomposition,EMD)的宽带自适应阵列数字波束形成(Digital beamforming,DBF)方法。该方法首先对阵元接收的快拍数据进行EMD处理,然后对各个模态函数矩阵应用线性约束最小方差(Linearlyconstrained minimum variance,LCMV)波束形成算法求解自适应权矢量,最后对信号进行重构。与传统的基于快速傅里叶变换(Fast Fourier transform,FFT)子带自适应阵列方法相比,该方法具有以下优势:适用于阵元数目受限的宽带自适应阵列,无需事先指定模态函数划分的频段,可以提高阵列处理的自由度。仿真验证了所提方法的有效性。     

基于实测和差波束天线方向图的∑△STAP性能分析

基于实测和差波束天线方向图研究∑△STAP的性能,文中详细推导了和差波束天线方向图的空时二维杂波协方差矩阵和∑△STAP算法的最佳权矢量.理论分析和仿真计算结果表明,和差波束低副瓣增益有效抑制了旁瓣杂波,降低了杂波自由度.当杂波起伏或载机速度提高时,杂波自由度增加,∑△STAP算法的系统改善因子凹口相应展宽,慢动目标检测性能下降.∑△STAP算法能迅速应用于机载火控雷达,有效提高慢动目标检测性能.     

一种非均匀环境中鲁棒的STAP算法

针对非均匀环境对STAP性能的影响,提出了一种新的结构化STAP算法:首先根据已知的杂波结构、系统参数直接构造杂噪协方差矩阵,再根据样本对其结构进行自适应调整,并由调整后的矩阵构造最终的空时权矢量.由于协方差矩阵并不由训练样本直接估计构成,此算法在实际处理中受各种非均匀现象的影响极小.三通道机载雷达实测数据处理结果表明,此算法在实际环境中,具有良好的检测性能,是一种非均匀环境中鲁棒的STAP技术.     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。     

具有人工神经网络的目标数据分类

根据人工神经网络自适应共振模型的基本原理，针对空中交通管制系统中辨识空中飞行目标运动轨迹这一实际问题的具体需求，提出了基于多重置条件的空中目标分类方法。在自适应共振模型中的重置条件判别方法中，该方法不同于目标矢量的相似度判别方法，而是采用比较目标矢量夹角及模值的大小来决定其自适应共振模型中的重置触发条件的新方法。仿真结果表明，该方法能很好地解决空中目标的分类问题。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

非定常大振幅振荡试验数据处理研究

在大振幅振荡风洞试验过程中,去除测量数据信号中的噪声、对齐初读数和吹风数中的角度序列和力信号序列是获得准确大振幅试验数据的两个关键问题。文中介绍了全相位数字滤波原理和处理非定常试验数据方法,并推导了全相位处理数据理论计算公式,通过对天平各通道力信号进行频谱分析来确定滤波的截止频率。对移相位、插值拟合、移动最小二乘拟合3种对齐初读数和吹风数方法进行了详细介绍,并比较了3种方法处理试验数据结果。结果表明,在有噪声的信号中,全相位数字滤波能够减少滤波过程中信号相位和幅值失真,3种对齐数据方法处理试验数据结果比较一致、合理。     

Wideband Signal Detection Based on MWC Discrete Compressed Sampling Structure

In order to solve the cross-channel signal problem caused by the uniform channelized wideband digital receiver when processing wideband signal and the problem that the sensitivity of the system greatly decreases when the bandwidth of wideband digital receiver increases,which both decrease the wideband radar signal detection performance,a new wideband digital receiver based on the modulated wideband converter(MWC)discrete compressed sampling structure and an energy detection method based on the new receiver are proposed.Firstly,the proposed receiver utilizes periodic pseudo-random sequences to mix wideband signals with baseband and other sub-bands.Then the mixed signals are low-pass filtered and downsampled to obtain the baseband compressed sampling data,which can increase the sensitivity of the system.Meanwhile,the cross-channel signal will all appear in any subbands,so the cross-channel signal problem can be solved easily by processing the baseband compressed sampling data.Secondly,we establish the signal detection model and formulate the criterion of the energy detection method.And we directly utilize the baseband compressed sampling data to carry out signal detection without signal reconstruction,which decreases the complexity of the algorithm and reduces the computational burden.Finally,simulation experiments demonstrate the effectiveness of the proposed receiver and show that the proposed signal detection method is effective in low signal-to-noise ratio(SNR)compared with the conventional energy detection and the probability of detection increases significantly when SNR increases.     

基于加权式多模型结构的歼击机自适应重构控制

针对复杂的歼击机飞控系统,提出一种基于多模型结构的鲁棒自适应控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对飞机操纵面故障具有重构作用.首先,由多个线性模型和一个模糊模型构成多模型控制结构,采用模糊方法设计多模型自适应控制器中的权值系数,再引入动态结构自适应神经网络以保证系统的稳定性,故避免了模型切换引起的噪声.最后,对歼击机进行正常和故障状态下的控制仿真,结果验证了所提控制方法的有效性.     

应用于微型飞行器阵列天线的自适应波束形成器

微型飞行器的天线采用灵巧的自适应阵列天线。由于自适应阵列天线的幅相误差会引起线性约束自适应波束形成器的期望信号相消,本文根据微型飞行器自适应天线系统的设计,基于广义旁瓣对消器(G SC)结构,在频域中将阻塞矩阵赋予自适应功能,进而得到了一种改进的,可行的,稳健的自适应波束形成器。仿真试验表明,此方法对天线阵列幅相误差具有稳健性,降低了运算量,可以应用于微型飞行器二维自适应阵列天线,实现实时的波束形成。     

Adaptive Backstepping Control for Hypersonic Vehicles with Actuator Amplitude and Rate Saturation

This paper presents a constrained control strategy for the hypersonic vehicle with actuator amplitude,rate constraints and aerodynamic uncertainties. First,a vehicle-actuator control model is derived in consideration of actuator dynamics properties explicitly. Second, a nonlinear disturbance observer is designed to estimate the aerodynamic uncertainties, and then an adaptive backstepping control technique is adopted with a modified first-order-filter to eliminate the"explosion of terms"problem. Next,for handling the actuator amplitude and rate constraints,a novel auxiliary compensation system is constructed to generate quickly compensating signals to ensure tracking performance of command signal. By the Lyapunov stability proof,the proposed control scheme can enssure that the tracking errors converge to an arbitrarily small neighborhood around zero when the actuator constraints and aerodynamic uncertainties exist. Finally,numerical simulations are implemented to illustrate the effectiveness of the proposed control method.     

双波束天线阵时空调制OFDM通信测向方法

为解决利用通信信号的测向和通信定位综合设计问题,提出了一种载有方向信息的OFDM时空调制技术。该技术采用两副同中心但方向图有偏差的特殊天线阵列发射,使单天线接收机接收的信号是OFDM特性,每个OFDM子载波调制信号载有空间方位信息和数字通信信息,接收机通过解调信号即可通信测向。文中详细介绍了非正交四相和非均匀八相子载波时空调制信号设计思想,阐述了子载波间伪随机码空间调制编码方法,给出了数据信息调解和方位角估计算法。计算机仿真结果表明:在高斯信道下系统的误码性能与普通PSK-OFDM一样,实现了在调制信号设计层面上的数字通信与测向的深度综合。     

基于Hilbert变换和跟踪滤波的正弦扫描数据处理方法研究

提出一种针对正弦扫描时间历程数据频谱后处理方法,此方法对控制仪驱动信号进行Hilbert变换获取时间-频率曲线,利用驱动信号与响应信号频率同步的特性,对响应信号进行跟踪滤波获取时间-响应幅值曲线,并最终获得响应信号的频谱。此方法不依赖振动控制仪和带有COLA通道的数据采集系统,并可有效避免正弦约减法等方法带来的泄露和精度不高等问题。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

双层通用自适应模式识别系统

单层n元自适应模式识别系统(WISARD)由于其大规模并行分布处理能力、通用性和自适应性而显示了巨大的应用潜力。但由于其结构的原因,系统性能受到了一定的限制。Kanerva提出的稀疏存贮器结构和WISARD的RAM阵列结构有相似之处。而且这种稀疏分布存贮的原理,可以从结构上解决WISARD的固有缺陷。根据SDM的概念,在WISARD的基础上,本文提出了一种新颖的双层自适应模式识别系统模型。它除了保持WISARD的原有特点之外,在解决大维数或非确定性模式数据的识别问题以及控制系统成本方面有着明显的优势。在该系统上进行的多体印刷汉字识别试验,初步优化了系统各参数的关系,验证了模型的可行性。     

管道测压系统频率响应研究

准确测量模型表面的脉动压力对于研究建筑物表面风荷载具有重要的意义.在实验室中通常采用管道系统和传感器对物体表面压力进行测量.然而,模型表面的压力信号通过管道系统后会在幅值和相位两方面发生畸变.在管路系统中加限流器能在很大程度上改善管路系统的频率响应特性.笔者应用Tijdeman的管道频率响应理论进行了不同管子和限流器尺寸参数组合的计算,并且进行了系统的对比实验.结果表明:计算和实验结果符合良好,文中进而讨论了有关参数对管路系统频率响应特性的影响.结果对如何正确测量建筑物表面脉动压力提供了一种有效的方法.