OFDM多载波系统中的自适应技术研究

本文在已有的多载波传输系统的基础上设计了一个改进的多载波系统模型,将信道编码技术,OFDM技术以及自适应传输技术相结合,使多载波系统的性能进一步的得到改善。同时本文还给出了一种在原有的传输算法的基础上归纳出的一个改进的传输算法-动态分块加载算法。     

自适应滤波前馈控制器实现智能旋翼振动的实时控制

主要研究目的是寻求利用智能旋翼概念，将自适应随波前馈控制器应用于直升机旋翼的主动实时振动控制的可行性研究，但自适应控触所需参考信号在实际应用中往往难以获得。本提出利用旋转变压器拾取直升机桨叶旋转信号作为参考信号来解决这一问题。为了实现旋转桨叶和机体之间的双向多路信号的可靠传输，以组成智能旋翼闭环控制系统，本提出了一种非接触信号传输方法，并进行了实时振动控制试验，以验证控制策略、信号传输方法和智能旋翼概念．最后，根据试验结果，讨论了进行高效控制应当如何选择控制参数问题．     

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.     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

中值滤波的快速算法

提出了一种中滤波的快速算法，充分地利用相邻两次中值滤波窗口内数据的相关性。在运算过程中，通过对有序序列快速的对半查代和内插操作重构有序序列，从而得到各中值。本算法很大地提高了运算效率，计算机模拟表明该方法是有效的。     

沟槽超疏水复合壁面湍流边界层减阻机理的TRPIV实验研究

利用TRPIV实验分别测量了湍流边界层在亲水壁面、超疏水壁面以及沟槽超疏水复合壁面上的瞬时速度场,对比分析了3种壁面的摩擦阻力,发现沟槽超疏水复合壁面的减阻率能够达到20.7%,而超疏水壁面只有14.6%。通过对比分析湍流边界层在3种壁面上的湍流脉动强度,发现法向湍流脉动强度在3种壁面上无明显变化,而在y+ < 150区域的同一法向高度上,流向湍流脉动强度在沟槽超疏水复合壁面上相对于亲水壁面的减小程度比超疏水壁面更高。为了进一步研究不同尺度的湍流脉动在不同壁面的变化情况,本文采用基于傅里叶变换的空间滤波法,将瞬时脉动速度场分解为空间流向波长大于δ的大尺度部分和波长小于δ的小尺度部分,发现超疏水壁面和沟槽超疏水复合壁面对大尺度流向湍流脉动强度的抑制作用可以到达y+=150的法向位置,而对小尺度流向湍流脉动强度的抑制作用只能到达y+=100的法向位置。采用以顺向涡为条件的大尺度脉动速度的条件相位平均方法,发现在y_ref=0.1δ处超疏水壁面和沟槽超疏水复合壁面相比于亲水壁面都存在正的大尺度流向脉动与负的法向脉动增强、负的大尺度流向脉动与正的法向脉动减弱以及脉动速度的0等值线偏离条件相位平均参考点的趋势,且沟槽超疏水复合壁面的移动趋势最弱。通过对比3种壁面不同法向高度的顺向涡强度值,同法向高度上亲水壁面、超疏水壁面以及沟槽超疏水复合壁面的涡强度值依次减弱,表明沟槽超疏水复合壁面比超疏水壁面能更有效地抑制近壁区涡结构的运动,从而实现更好的减阻效果。     

一种基于红外序列图像的弱小目标检测方法

针对天空背景下红外运动弱小目标的检测问题,提出一种结合小波变换和管道滤波的序列图像的检测算法。首先对红外序列图像采用小波变换,再采用全局门限法进行阈值分割提取出潜在目标,用形态开运算去除噪声点,以减少候选目标数目,最后再使用管道滤波的方法确定真实目标。实验结果表明,该方法能有效地检测运动红外弱小目标,显著提高红外弱小目标的检测概率,并易于硬件实现。     

最佳STAP的FFT共轭梯度法

提出了一种解决最佳空时自适应处理问题的快速共轭梯度迭代算法。可以用FFT实现该方法，办法是利用具有干扰协方差矩阵托普利兹块（BTTB）结构的块托普利兹矩阵。因此与对矩阵求逆的方法相比显著降低了计算的复杂性。为了说明上述方法的有效性，本文给出了计算机仿真结果。     

使用信息矩阵滤波的跟踪融合的性能评估

在多传感器环境下，每个传感器探测多个目标，接着产生相应的跟踪。这些跟踪可能互不相同，经过融合后，传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的，一种是测量值融合法，一种是状态矢量融合法。众所周知，测量值融合计算法通常最优，但计算费时，而状态矢量融合算法计算省力却是次优。之所以如此，是因为从两个传感器中获得的待融合状态级估值，由于通常存在被跟踪目标的过程噪声，通常并非条件独立。值得注意的是，状态矢量融合已有三种计算法：加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意，推导出的结果基于两个传感器同步工作且没有误关联的假设，或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较，过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理，并大大简化了对融合性能的评估。此外，有了这样的解，简化了对各种不同工作条件下设计融合系统的折衷研究。     

用于脉冲多普勒雷达EMI检测和角度测量的杂波滤波和处理技术

脉冲多普勒雷达发射一组脉冲重复频率（ＰＲＦ）恒定且相位相参的射频脉冲，叫做相干驻留间隔或ＣＤＩ。由此产生的雷达回波脉冲在雷达接收机／处理机的多普勒滤波器组中被当作一个整体并进行相参积累，以便为在杂波环境中检测小目标提供必要的相参处理增益和速度鉴别能力，相对较长的ＣＤＩ和最小天线扫描速率约束常常使目标照射限制在每个波束驻留时间的几个ＣＤＩ上，由于每个ＣＤＩ回波的功率可能因ＣＤＩ之间射频频率分集（为减