空时编码及其最佳实现--空时分组码

在介绍空间分集技术的基础上,论述了空时编码的三种不同实现方法,研究了空时编码的最佳实现-空时分组码.     

块空时分组编码SC—FDMA虚拟MIMO迭代均衡接收机

以块空时分组编码的SC—FDMA虚拟MIMO系统为研究对象,理论推导给出块空时分组编码的SC—FDMA虚拟MIMO系统接收信号模型及虚拟MIMO接收机迭代均衡算法：仿真结果表明：迭代均衡接收机可显著提高块空时分组编码的sc—FDMA虚拟MIMO系统的链路可靠性。     

转子振动信号的二阶非平稳源盲分离

复杂的转子系统的多振动混叠信号分离是振动信号处理领域的一个难题。在介绍盲源分离基本原理的基础上,首次选用了二阶非平稳源盲分离算法对带有较强噪声的实际转子系统的振动信号进行盲分离,满意地分离出了各个振动源信号。采用SONS算法得到的振动源频谱分析清晰地反映出了各个振动源的频谱特性,且较好地抑制了噪声的影响。研究中提出的测量方法,为实际复杂结构的振动源盲识别提供了支持。     

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。     

基于盲源分离的Multi-Rate DS/CDMA信号 扩频序列盲估计

通过分析Multi-Rate DS/CDMA信号特性,建立的Multi-Rate DS/CDMA系统模型与线性混合的盲源分离模型一致,针对异、同步信号的不同特性,提出不同循环分段降维方法:对异步系统而言,采用2倍扩频周期为间隔对接收信号进行分割,利用Fast-ICA算法盲估计同一扩频周期用户的扩频序列,基于矢量2范数基础上估计各用户失步时间,并依此截取得到各用户的实际扩频序列,然后,循环至次大扩频周期进行盲估计,同时根据估计波形相似度归一化衡量函数消除最大周期分段序列,求解次大周期用户扩频序列,直至循环结束。对同步系统则以单倍最大扩频周期为间隔对接收信号进行分割,然后进行盲估计及降维处理。理论分析和仿真结果验证了本文方法的有效性。     

一种基于遗传算法的RSC码盲识别方法

针对目前递归系统卷积(RSC)码盲识别算法容错性差、计算量大的问题,提出了基于遗传算法的RSC多项式参数盲识别算法。首先根据RSC码特殊的编码结构,构建了基于遗传算法的识别模型,将结果向量的码重作为适应度函数,然后推导出了不同误码率条件下平均码重的理论值,实现了算法中最优门限的获得。该算法容错性能较好,并且最大计算量只与初始种群的规模、遗传代数的上限以及输出路数成正比。最后仿真验证表明,理论推导的码重分布情况能够与仿真结果较好地吻合,并且在误码率高达0.06的情况下,各种寄存器个数下的RSC码参数识别率接近于0.9。     

基于软件无线电的机会信号实时盲分离系统

在复杂的电磁环境中,往往存在多种频率交叠的机会信号,为利用机会信号进行定位增加了难度。针对这个问题,提出了一种基于软件无线电的机会信号实时盲分离系统。系统的硬件部分是在FPGA中实现等变自适应盲分离算法的,实现了AD采集后的复数域混合信号的分离。分离后的信号通过USB3.0数据线上传到上位机中进行存储、识别和实时显示。算法的FPGA实现采用流水线架构和浮点运算设计来提高信号的实时处理能力和数据计算精度。实测结果表明,该系统能够实时分离多路复数域混合机会信号。     

分布式接收宽带多目标信号盲检测迭代处理方法

随着软硬件技术的飞速发展和宽带接收机的广泛使用,频谱检测向着高瞬时带宽的方向发展,传统基于信道化处理的频谱检测方法存在搜索速度慢、处理效率低下的问题。文章提出了 1种新的分布式接收宽带多目标信号盲检测迭代处理方法,在无须预先知道信号数目及信号频谱位置的情况下,能够实现特定虚警概率多信号盲检测,具备较高的灵活性和稳健性。首先,在对信号特征进行分析的基础上,通过构造线性模型,将分布式接收多目标信号检测转化为线性模型求解问题进行处理;然后,基于贝叶斯多参数联合求解模型,在对未知参数先验分布进行合理假设的基础上,推导了各未知参数变分分布及信号检测门限的解析表达式,采用变分分布软信息迭代的方式实现多传感器信号、多参数联合估计,并利用每次迭代参数估计结果,对信号检测门限进行更新,通过置零操作实现预设虚警概率下的多信号盲检测;最后,通过仿真实验对所提方法性能进行了分析,并与相关方法进行了对比。仿真结果表明,所提方法能够有效利用多路接收信号信息,实现宽带未知多目标信号的盲检测,有效提升短数据下的算法处理效能,与现有方法相比,在接收单元数目较多以及信噪比较低时具有明显优势。     

基于FRFT的雷达信号chirp基稀疏特征提取 及分选

 特征分析是雷达信号分选识别的基础,利用稀疏分解思想对新体制雷达信号进行特征提取是一个新的研究方向。本文以分数阶Fourier变换的核函数作为稀疏分解的chirp基函数,将具有相近特征参数的chirp基函数构成基函数族用于稀疏分量提取,推导了在分数阶Fourier域基于匹配跟踪的chirp基函数族稀疏分解公式,然后利用chirp基稀疏分量的调频率和初始频率构成特征参数序列,将雷达信号脉冲分成5大类进行分选和识别,仿真分析验证了推导结果的有效性。结果表明对于具有线性或曲线时频特征的雷达信号在信噪比为-3 dB,采样频率为500 MHz,观测时间为2 μs,调频率不超过100 MHz/μs时,仍然具有95%的正确分选概率。     

Wigner-Ville分布交叉项识别方法研究

讨论了Wigner-Ville交叉项的分布特征,推导了在时频面上交叉项与自项的位置关系并给出由分布特征识别交叉项的方法。最后提出了加入识别信号识别交叉项的方法并做了仿真试验。     

基于STBC—VBLAST系统的预编码传输方案

提出一种基于STBC—VBLAST混合结构的预编码传输方案。本方案以成对差错概率最小化准则为基础。理论推导给出线性预编码矩阵的构造方法，该方法分别对不同STBC层进行单独预处理．各层预编码矩阵由特征波束成形以及功率分配矩阵构成。仿真结果表明：本方案可有效降低系统差错概率，对于正交STBC还可同时提高系统信道容量，且在低维调制下效果更为显著。此外。理论分析显示对于正交STBC编码，信道容量最大化准则与成对差错概率最小化准则等价。     

Blind identification of space–time block codes based on deep learning

Deep Learning(DL) has important applications to both commercial and military communications, such as software-defined radio, cognitive radio and spectrum surveillance. While DL has been intensively studied for modulation recognition, there are very few investigations for blind identification of Space-Time Block Codes(STBCs). This paper proposes a Residual Network(RN)-based model for identifying 6 kinds of STBC signals with a single receiving antenna, including the same length of coding matrix. I...     

基于聚类分析和投影距离融合的航空发动机

针对类别判定时对类中个体信息挖掘不足的情况,提出1种新的类别判别方法,充分利用了某1类中各成员的信息,构造待测样本的投影距离,并以此作为分类标准.考虑单一分类标准的片面性,将滑油中金属变化量及变化率进行融合.取距离倒数作为融合参数,得到最终分类结果,从而判断航空发动机所处的性能状况.实例表明:对于测量参数存在小幅值随机噪声的情况,也能得到准确的分类结果,为发动机视情维修提供参考依据.     

Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.     

民用机场助航灯光备件库存控制与管理研究

在调研上海某4E机场助航灯光备件库存管理现状的基础上,分析其不足和存在的问题;并根据现代备件库存控制管理理论,提出对机场助航灯光备件实施考虑其消耗特性的两阶段ABC分类管理方法,并提出了基于零件使用寿命概率函数的助航灯光备件最低储备量计算模型;经依托工程的具体应用,验证了所建议的备件分类方法和储备量计算模型具备一定的合理性和适用性,可为机场助航灯光备件的库存控制与管理提供一定的技术参考。     

航空发动机研究与发展管理程序研究

本文阐述了国内外航空发动机研究与发展过程阶段分类的演变,分析了国内有关部门制定的“研究与发展”阶段分类和分类定义的异同及实施状况。为了实现更有效的管理,经分析研究,阐述了对当前我国现阶段分类中几个重要概念问题的看法,并提出了统一阶段分类、修改分类定义（包含每阶段的研究目标、内容及其验收标准等）和实施“六分法”的建议。     

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

一种商用飞机工程更改分类模型及管理策略

工程更改分类是构型控制的重要内容,为了满足日益突出的精细化工程更改管理需求,减少工程更改分类判断对人的依赖,需要引入新的分类和管理技术研究商用飞机工程更改分类模型及管理策略.首先,通过分析商用飞机研制过程工程更改的特点,分析工程更改影响力的组成因素,从“重要性”、“紧急性”和“复杂性”三个维度对工程更改影响力进行刻画,构建商用飞机更改影响评价指标体系.然后,采用综合模糊评价方法和坐标映射方法构建商用飞机更改分类模型,并基于八种分类给出与其密切相关的飞机更改管理策略和流程,实现对工程更改精细化管理.最后,以某商用飞机公司典型工程更改为例,讨论并验证更改分类模型和管理策略,结果表明模型有效.     

基于支持向量机的发动机性能衰退指标分类和预测

基于支持向量机几何距离建立表征发动机性能衰退程度的指标,并基于相空间重构理论对该指标进行多步预测,表明回归支持向量机结果优于神经网络预测结果。利用主元分析、核主元分析方法对发动机性能特征量约简并提取其主元,得到核主元分析的分类效果更好。利用交叉验证的方法优化分类支持向量机和核函数中相关参数,给出发动机性能衰退指标曲线。通过建立统计量的方法分析发动机性能变化,确定性能变化关键点。所得结论对做好发动机维护保养工作,延长发动机使用寿命具有一定的指导意义。     

基于理想解的模拟调制识别分析

利用排序待判决信号特征逼近各候选调制方式理想解的程度来实现调制方式识别,该方法不需要确定判决门限,运算量较小。以基本的模拟调制方式为对象,深入分析其识别性能,考察各权值系数对识别概率的影响,可以发现:一般各调制方式均只会被误判成其他某一种调制方式,且不同权值系数对判决结果的影响程度相差较大。因此,可以针对调制方式误判类型寻求新的特征参数,探求最优权值系数来进一步提升所提方法的识别性能。