基于通用处理器的调制制式自动识别技术

自动调制识别是非合作通信体制中的重要研究课题.通过对基于决策理论的模拟调制信号自动识别的研究,结合信号软件解调等技术,提出了一种使用通用处理器实现调制制式自动识别的方案.对实际信号进行采集加噪后的处理证明了该方案是切实可行的.     

π/4 D-QPSK基带调制解调的DSP实现

在以前的数字蜂窝系统中，往往采用FSK、ASK、PSK等调制方式。随着数字蜂窝系统的发展，对调制和数字蜂窝系统的技术要求也越来越高了。利用DSP手段，实现的π／4D—QPSK基带调制解调在技术要求方面要优于FSK、ASK、PSK等调制方式，更能满足数字蜂窝系统的要求。该技术的实现，提高了调制与解调的速度，为数字蜂窝系统的发展提供了更大的发展空间。     

卫星通信信号体系调制识别技术

对常用卫星通信信号的高阶累积量和高阶谱的谱线特征进行了理论分析与仿真,提出一种基于高阶累积量和谱特征相结合的卫星通信信号调制方式识别方法。该方法从升余弦成形信号的高阶累积量、功率谱、平方谱和四次方谱中提取一组健壮性强的特征参数,在没有先验知识的条件下,完成对卫星信号符号速率和载波频率的盲估计,并在此基础上实现调制方式的自动识别。该方法涵盖了目前绝大多数的卫星通信调制方式,初步形成了卫星通信信号调制识别体系。仿真实验表明,该方法能够克服升余弦成形带来的影响,在实际中有较好的应用前景。     

基于数字补偿的快速频率合成方法的研究

基于I/Q调制的快速频率合成方法比目前采用的频率合成方法更易调试,而且使用灵活。其思路是将信号先通过单边带调制,将较低频率调制到需要的频率范围;然后采用对基带信号的数字预补偿方法来抑制镜像频率和载波泄漏,从而达到应用的目的。文章中还给出一种基于输出信号包络信息的补偿系数调整算法,其仿真结果说明该新补偿算法可以有效抑制镜像频率和载波泄漏。     

基于神经网络的电表数字识别技术研究

提出了基于BP神经网络的机械式电表数字自动识别方法,首先通过预处理自动定位电表图像中的数字区域并实现单个数字的切分,然后对每个数字图像提取一组具有较高区分度且计算简单的典型网格特征,最后设计BP神经网络作为数字分类器,实现电度表显示值快速自动识别,该研究获得了电表数字正确识别率98.5%的结果,表明该系统具有较强的鲁棒性。     

多载波DS—CDMA在数字微波通信系统中的应用

基于数字微波通信系统的特点，介绍了多载波SD-CDMA（Multicarrier-DS-CDMA,即MC-DS-CDMA）调制技术的基本原理及其应用于数字微波通信系统中的具体实现方法。从理论上详细地分析了MC-CDMA工作方式的性能，并将其与传统的数字微波通信系统进行了比较，阐明了将MC-DS-CDMA工作方式应用于数字微波通信系统的必要性。     

ACARS实现技术研究

本文描述了一种ＡＣＡＲＳ机载设备实现技术，主要包括数字方式的调制小产生方法，使用调整数字信号微处理机实现解调等。     

回厂电能表数值智能识别技术研究

研究了回厂电能表表盘数字的自动识别技术,它是回厂电表数字识别系统的关键所在。识别工作在利用CCD镜头进行图像采集后,利用图像处理和模式识别技术自动定位分割图像中的数字区域并实现单个数字的切分,最后实现了电度表显示值快速自动识别。针对500帧现场采集的回厂电表图像,该研究获得了单字正确识别率99.8%和整表正确识别率98.4%的结果,表明该系统具有较强的鲁棒性。     

基于FRFT和相位差分算法的信号特征提取

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)算法的信号识别方法已广泛应用于雷达信号处理领域,相位差分算法对于检测相位编码信号尤为高效。基于 FRFT和相位差分法的信号检测算法已被提出,但在较低的信噪比下该算法并不能准确识别 LFM、LFM-BPSK信号。针对低信噪比背景下该算法性能较差的问题,给出 1种改进的算法,并通过加入多相编码信号的识别,扩大其适用范围。仿真验证结果表明,提出的算法不仅较原有算法能在较低信噪比条件下有效检测 LFM、BPSK、Frank3种单一调制方式的信号,还能检测出复杂调制的 LFM-BPSK信号。     

数字调制信号的功率谱分析

对数字调制方式的评价,其功率谱密度特性是重要的指标之一。本文讨论了多种功率谱密度的分析方法。并对其中的一些方法作了实际应用分析。     

示温漆温度自动判读与数字图像处理系统

分析了示温漆的颜色温度特性,提出了温度识别方法。依据色度学理论,综合运用图像处理与数据库技术,开发了示温漆温度自动判读与数字图像处理系统;介绍了系统的软、硬件,在LAB色彩空间,采用3次样条插值算法进行了颜色数据拟合,实测数据表明,该系统提高了温度判读的准确性。     

复合材料纤维自动铺放过程碰撞干涉检测

基于七自由度复合材料纤维铺放机器人,对铺放过程中可能出现的碰撞干涉情况进行分析,建立了铺放机器人三维数字化模型,研究了基于实体布尔运算的碰撞干涉检测算法。基于CATIA CAA平台开发了碰撞干涉检测模块,集成于复合材料纤维自动铺放编程软件中,对某型飞机进气道的铺放过程进行了仿真,结果证明本文提出的算法可有效地检测碰撞与干涉。     

基于成像跟踪的比例导引律实现

在综述了各种成象跟踪算法的基础上，给出了一种新的适于飞行力学自动目标跟踪算法的基本思想和方法步骤。研究和控制利用成像跟踪算法获取比例导引律中视线角速度和导弹怀目标间相对速度的方法，并结合导弹飞行控制数学模型，提出了一种基于成像跟踪的比例导引律实现方法。     

高速TCM传输技术及其应用

首先讨论了传统数字传输体制的特点，找出传统调制与编码的分离独立设计是制约数字通信系统性能进一步提高的本质根源；并由此论述了编码与调制相结合的高速数字传输体制，重点讨论了网格编码调制(TCM)技术的基本特点、集合分割映射原理、性能估算，并对TCM在AWGN信道中的性能进行了仿真。     

Neural network learning of low-probability events

In the problem of stationary target identification (STI) via millimeter wave (MMW) seeker radars in heavy clutter environments, it is often necessary to use nonparametric identification procedures, as detailed parametric models of clutter and target returns are generally unavailable. Neural networks provide an attractive approach to perform nonparametric identification. However, when identifying low-probability events, the computational overhead associated with training a neural network can become excessive. This is because low-probability events must be adequately represented in the training sample. We present a modified backpropagation training algorithm based on a likelihood ratio weighting function (LRWF) to train the neural network using a much smaller training set than that required using the standard backpropagation algorithm This algorithm is closely related to the importance sampling technique used in digital communication systems to obtain probability of error estimates by using a much smaller number of simulation runs than what is required with standard Monte Carlo simulation. The modified backpropagation technique results in a significant reduction in computational overhead in training the network, resulting from a substantial reduction in the size of the training set required to achieve a given level of performance. We demonstrate the performance of the algorithm on simulated data for the STI problem in MMW radar     

Dynamic infrared scene simulation using grayscale modulation of digital micro-mirror device

 Dynamic infrared scene simulation is for discovering and solving the problems encountered in designing, developing and manufacturing infrared imaging guidance weapons. The infrared scene simulation is explored by using the digital grayscale modulation method. The infrared image modulation model of a digital micro-mirror device (DMD) is established and then the infrared scene simulator prototype which is based on DMD grayscale modulation is developed. To evaluate its main parameters such as resolution, contrast, minimum temperature difference, gray scale, various DMD subsystems such as signal decoding, image normalization, synchronization drive, pulse width modulation (PWM) and DMD chips are designed. The infrared scene simulator is tested on a certain infrared missile seeker. The test results show preliminarily that the infrared scene simulator has high gray scale, small geometrical distortion and highly resolvable imaging resolution and contrast and yields high-fidelity images, thus being able to meet the requirements for the infrared scene simulation inside a laboratory.     

面向声源定位的改进广义互相关时延估计方法

面向以数字微机电系统(MEMS)麦克风作为声传感器的声源定位阵列,完成了前端麦克风阵列的电路设计和以现场可编程逻辑门阵列(FPGA)为核心的数据采集系统的开发,并对麦克风输出的脉冲密度调制信号进行了降采样处理.针对传统的广义互相关算法在低信噪比下时延估计误差较大的问题,提出了一种改进PHAT加权函数的方法.在同等条件下对基于不同加权函数的广义互相关算法进行了MATLAB仿真验证,实验结果表明,在低信噪比条件下该方法相较于传统的广义互相关算法,时延估计误差更小且抗噪性能更强.     

一种线性辨识系统动态模型的自寻优算法

基于静态特性已知的线性时变系统,通过对其动态响应数据的分析,建立了随时间跳变的动态参数模型,提出了一种新的线性自寻优辨识算法。该算法在静态特性约束条件下,可估计模型的跳变时刻及结构参数。经对某航空发动机电子综合调节器燃油通道动态过程参数模型辨识的实例,验证了该算法精确快速。      

一种时域稳定参数预报与最优估计兼容的参数辨识法

 本文导出一种基于时域稳定的参数预报与最优估计兼容的状态估计和参数辨识算法。这种算法将系统辨识分为三步:1.以辨识系统预报误差渐近稳定为准则的参数预报;2.以预报参数为条件的状态估计;3.对参数和状态的后验修正。即一般分割辨识算法（GPIA）与模型参考辨识算法（MRIA）相结合的兼容辨识算法。本文将这一算法用于飞行器气动系数和控制导数的辨识,并与GPIA算法所得结果相比较。