干扰机中基于CORDIC算法的检波与鉴相实现

给出了一种在干扰机中适合于FPGA实现的基于CORDIC（Coordinate Rotation Digital Computer）算法的数字检波和数字鉴相方法。首先讨论了CORDIC算法和数字检波算法,并对算法的数字鉴相进行了分析,然后在FPGA中实现算法,并给出了基于算法的数字检波和数字鉴相实现结果。通过资源利用情况及FPGA仿真的结果表明,基于CORDIC算法的数字检波与数字鉴相方法是有效可行的。     

一种中高速突发QPSK数字解调系统捕获与载波同步算法的研究

文章介绍了一种中高速突发解调处理系统突发捕获与载波同步算法实现,采用相位域突发捕获与同步算法,解决了卫星上行信号幅度变化对突发捕获解调性能的影响,具有突发捕获概率高、载波同步快和解调动态范围大等优点,并且该算法FPGA逻辑资源占用及运行速度在软硬件实现上具有很大优势。     

基于云模型的自适应并行模拟退火遗传算法

针对遗传算法收敛速度慢,容易"早熟"等缺点,提出了一种改进的遗传算法,即基于云模型的自适应并行模拟退火遗传算法(PCASAGA,Adaptive Parallel Simulated Annealing Genetic Algorithms Based On Cloud Models).PCASAGA使用云模型实现交叉概率和变异概率的自适应调节;结合模拟退火避免遗传算法陷入局部最优;使用多种群优化机制实现算法的并行操作;使用英特尔推出的线程构造模块(TBB,Threading Building Blocks)并行技术,实现算法在多核计算机上的并行执行.理论分析和仿真结果表明:该算法比其他原有的或改进的遗传算法具有更快的收敛速度和更好的寻优结果,并且充分利用了当前计算机的多核资源.      

空域数据重排的后多普勒自适应处理方法

传统的后多普勒自适应处理方法,如因子法(FA)和扩展因子法(EFA)虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但由于实际中均匀训练样本数目的限制,当天线阵元数进一步增大时,FA和EFA抑制杂波和检测动目标的能力会显著恶化。针对这一问题,提出了一种空域数据重排的后多普勒自适应处理方法。该方法将多普勒滤波后的空域数据重排为一行列数相近的矩阵,空域滤波器权系数也表示成可分离的形式,从而得到一双二次代价函数,利用循环迭代的思想求解权系数。实验表明该方法具有快速收敛,所需训练样本少的优点,尤其在大阵列、小样本条件下该方法抑制杂波的性能明显优于FA和EFA。     

常开空心轴裂纹转子系统的动力学特性

研究了常开空心轴裂纹转子系统的动力学特性.考虑裂纹单元截面中性轴的时变特性,推导了裂纹转子的刚度矩阵,考虑重力及不平衡激励,采用有限元法建立了常开空心轴裂纹转子系统的动力学方程.采用谐波平衡法对方程进行求解,给出了不同裂纹深度下的三维幅频图,表明在临界转速和亚临界转速处均有峰值出现;分析了裂纹深度、裂纹位置对该系统的临界转速的影响,表明位于跨中靠近惯性量较大圆盘的深裂纹对常开空心轴裂纹转子系统的影响大,临界转速下降快;计算了该系统在亚临界转速时的非线性振动响应,结果表明:亚临界转速下常开空心轴裂纹转子系统会发生超谐共振现象.所提出的空心轴裂纹的建模方法为航空发动机转子系统裂纹故障的非线性动力学分析提供了理论指导.      

基于保护映射理论的鲁棒控制新方法

针对现代控制系统不确定性的问题,基于保护映射理论提出了一种新的鲁棒控制方法.利用保护映射理论,构建控制器增益与闭环系统极点间的联系,通过配置闭环系统极点,改善控制系统的动态特性和稳态性能,以满足期望的性能指标.整个设计过程中控制器结构固定,只需一个初始增益,即可实现系统的鲁棒控制.仿真研究显示对含参数变化的2阶系统模型,该方法能够自适应地获取满足整个变化系统控制性能的控制器增益,同时Monte Carlo随机试验表明了系统参数随机变化下,所求控制增益仍满足系统控制性能要求,从而保证了控制过程的鲁棒性.      

基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

基于MSER的无人机图像建筑区域提取

对建筑区域自动检测与提取是无人机(UAV,Unmanned Aerial Vehicle)图像处理的一项重要功能.在分析无人机成像特点和最大稳定极值区域(MSER,Maximum Stable Extremal Regions)算法对无人机侦察图像建筑区域检测的适用性基础上,提出了一种基于MSER的无人机侦察图像建筑区域提取算法.算法包含5步:无人机图像预处理,运用MSER算法分析计算图像稳定区域,通过计算稳定区域密度筛选建筑区域,进一步利用自适应K均值聚类算法对建筑区进行划分,最后采用Graham算法生成建筑区的边界从而实现了建筑区的自动提取.选取无人机实飞图像数据进行实验统计,本算法提取精度为92.25%;同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比,建筑区域提取时间缩短,满足无人机实时应用需求.      

基于信道估计自适应算法的AVLC重发机制仿真

航空甚高频链路控制(AVLC)是下一代民航地空数据链甚高频数据链模式2(VDL2)的链路服务规程.为了提高AVLC重发控制效率、减少误重发,提出了基于信道估计的监督帧发送时刻自适应算法.在OPNET平台上建立了物理层、数据链路层和子网层VDL2架构;利用动态进程建模方法,建立了AVLC模型.通过对无监督帧、监督帧发送时刻静态算法和自适应算法分别建模,开展对比仿真,验证了监督帧重发控制对于提高VDL2性能的有效性和自适应算法较静态算法的优越性.实验结果表明,在宽范围的系数合理区间内,所提出的算法可有效增加吞吐量,缩小包延时,同时可增强系统稳定性.