基于倒序相关累加的信号到达时间盲估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号到达时间盲估计算法.先利用相关检测对信号的起、止时间进行粗估计,估计出信号频率,并将其变换到基带,经倒序累加后的信号模值,在到达时刻将出现拐点并达到最大输出信噪比,检测出拐点位置,作为到达时间精估计.文中推导了离散矩形包络复正弦信号到达时间估计的克拉美罗限.计算机仿真表明,本方法在较低信噪比条件下可实现对信号到达时间的精确估计.     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。     

CFAR DETECTORS FOR HIGH RESOLUTION RADAR IN NON GAUSSIAN CLUTTER

讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ－ＣＦＡＲ,ＯＳ－ＣＦＡＲ两种距离扩展目标检测器,并证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

非线性系统的在线鲁棒故障检测

提出了一种具有建模不确定性的非线性系统在线故障检测方法。故障被假定为状态变量和输入变量的函数，该系统仅是输入、输出可测量的。一种基于RBF神经网络的在线非线性估计器用来跟踪系统中的出现的故障，该估计器对有建模不确定性的非线性系统的故障检测具备良好的鲁棒性。文中所提出的方法的收敛性在理论上进行了较详细证明。仿真实例说明了该故障检测方法的有效性和实用性。     

基于LMI的鲁棒H∞状态估计

给出了基于线性矩阵不等式（ＬＭＩ）鲁棒Ｈ∞状态估计器的设计过程,该方法克服了基于代数Ｒｉｃｃａｔｉ方程（ＡＲＥ）中处理不确定性的限制,整个设计过程完全通过求解三个ＬＭＩ很到,简化了设计过程,在惯性导航系统（ＩＮＳ）地面自对准中的应用表明,其于ＬＭＩ的鲁棒Ｌ∞状态估计器在系统具有不稳定性时,仍然能估计误差保持收敛,优于传统的性能状态估计。     

TDMA扩谱通信系统中精同步的实现与性能分析

扩谱通信中一个最基本的任务就是实现本机的伪随机信号与接收的伪随机信号的同步。本文讨论了一种新的精同步方法,这种方法不同于目前常用的延迟锁定环和τ-抖动环,它采用了声表面波(SAW)卷积器作为接收机的可编程匹配滤波器,利用相关峰位置偏移而得到了本机时钟脉冲的相位调整,从而解决了一类时分多址(TDMA)传输突发信息符号的扩谱通信系统的精同步问题。文中概述了两种精同步的方法,分析和计算了它们的同步性能,并给出了一种同步方法的实验结果和数据。     

TDMA扩谱通信系统的快速粗同步

时分多址扩谱通信系统中,一个最基本的任务就是实现本机的伪随机信号与接收的伪随机信号同步。本文给出了一种采用声表面波卷积器作为接收机的可编程匹配滤波器,实现时分多址直接序列扩谱信号的快速粗同步方法。文中阐述了同步捕获的工作原理以及粗同步调整的必要性,分析了这种同步方法的捕获性能以及粗同步时基调整所需的时间。     

用改进的多普勒中心跟踪法进行ISAR运动补偿

研究逆合成孔径雷达（ＩＳＡＲ）的相位补偿，运用Ｗａｈｅ［１］提出的相位梯度自聚焦（ＰＧＡ）算法改进文［２］的多普勒中心跟踪法（ＤＣＴ），形成了改进的多普勒中心跟踪法（ＭＤＣＴ）。该方法通过循环移位、加窗和迭代等步聚，巧妙地消除了相位补偿中转动相位分量（ＲＰＣ）对估计平动相位分量（ＴＰＣ）的影响。经过几次迭代，可以有效地实现目标ＴＰＣ的最大似然估计和补偿。外场数据处理结果表明这种方法明显改善了成象质量。     

双参数指数分布下定数截尾恒加试验的统计分析

设产品寿命服从双参数指数分布，尺度参数（失效率）为λ＞０，位置参数（保证寿命）为μ＞０，在加速应力水平Ｓｉ下，失效率和保证寿命的加速模型分别为本文给出了定数截尾情况下对由恒定应力加速寿命试验得到的数据进行统计分析的方法。获得了参数β０，β１，β２的ＢＬＵＥ（最佳线性无偏估计）以及α０，α１的近似ＢＬＵＥ。然后由模型可以求得在正常应力水平Ｓ０下各种可靠性特征量的估计。随机模拟的结果表明，本文给出的统计方法具有较高的精度。     

MEMS梁膜结构流量传感器设计与实现

流量是工业检测重要参数之一。流量检测技术随着微机械电子系统（MEMS）技术的发展与应用，向着小型化、高精度、智能化的方向发展。基于MEMS技术设计了一种梁膜结合的压差式流量传感器结构，分析了其基本工作原理，采用硅微加工工艺对传感器进行了流片加工，然后对封装完成的传感器样机进行了气流和水流静态性能测试。气流测试灵敏度为0.3508mV/（ms-1）2，测试基本精度为0.5885%FS；水流测试灵敏度为41.5241mV/（ms-1）2，测试基本精度为0.9323%FS。结果表明，所设计传感器具有较高的灵敏度与基本精度，从而能完成流量信号的检测。     

"北斗"陆基增强系统岸台同步技术研究

导航信号同步技术是无线电导航系统的关键技术.本文介绍了"北斗"陆基增强系统的技术方案,对该系统导航信号同步技术进行了分析.利用"北斗"单向授时技术实现导航台时钟同步;采用CPLD器件设计同步脉冲提取电路及同步调整电路;利用直接频率合成技术产生高精度、高稳定度的扩频伪码时钟.实测数据分析表明,通过"北斗"授时可以保证陆基增强系统的导航台链具有较高的时钟同步精度.     

新型传感器——声表面波位移传感器和声表面波加速度计

本文讨论了用声表面波(SAW)位移传感器进行微小位移测量的两种方法:一种是用两个石英基片来组成 SAW 延迟线振荡器进行位移测量;另一种是利用一个石英基片来组成 SAW 谐振器(SAWR)或延迟线振荡器来实现位移测量。这两种方法对于精密工业的位移测量及其可以转化为位移测量的其它物理参量的测量都是十分有用的。本文还介绍了两大类型的 SAW 加速度计:一种是以伸张应力效力为基础的 SAW加速度计,它的敏感元件发生的是伸张或压缩变形;另一种是以弯曲应力效应为基础的SAW加速度计,它的敏感元件发生的是弯曲变形。另外,本文还对 SAW 加速度计的性能进行了分析、讨论。     

基于Backstepping方法的一类混沌系统的同步自适应控制

将Backstepping方法用于混沌系统的同步自适应控制。利用递归思想选择一系列的Lyapunov函数．设计同步控制器。该方法是一种系统化的方法．能够处理一系列的混沌同步问题．这在混沌通讯安全方面具有重要意义。最后，以Lorenz系统同步为例，进行了数值仿真，仿真结果说明该方法的有效性，并与线性反馈控制器作了比较．仿真结果表明．Backstepping方法设计的控制器性能优于线性反馈控制器。     

某跨超声速风洞全挠性壁喷管控制系统设计与实现

为实现全电机直接驱动方式对某跨超声速风洞全挠性壁喷管型面的控制,针对其执行机构分布跨度大、运动控制电机多、同步精度要求高且弯折应力控制严等特点,采用西门子SIMOTION D+S120运动控制平台,提出一种基于虚拟轴+电子齿轮的同步控制策略,解决了全挠性喷管执行机构精确定位与多轴比例同步的难题,同时设计多重安全联锁控制,避免了挠性板过载和损坏的问题。通过调试试验测试,各电动缸可根据比例同步要求在0~1mm/s速度范围内匀速运行,跟踪误差≤±0.01mm/s,比例同步误差≤±0.02mm/s,喷管喉道前型面误差≤±0.2mm,喉道后误差≤±0.06mm。结果表明:该系统功能完备,同步控制精度及重复性精度均满足工程应用要求,取得了实际应用成果。     

用LabVIEW实现信号的预处理

以LabVIEW作为编程工具可实现采集信号的预处理,减少采集信号的误差及干扰信号等,提高信号分析的精度。通过对实例进行信号直流分量的消除、信号的平滑及幅值修正,探讨了基于LabVIEW的信号预处理的原理及实现方法。     

基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法

大斜视条带 合成孔径雷达（Synthetic aperture radar, SAR）成像信号处理目前主要面临大斜视导致 的距离方位耦合严重和全孔径条带 SAR处理的实时实现困难。文中针对这两个难点 ,提出了一种基于极坐标格式算法（Polar format algorithm, PFA）的大斜视条带SAR子孔 径拼接成像处理算法。该算法利用改进的PFA来解决子孔径内大斜视高精度成像问题,通过 子孔径图像拼接来实现全孔径实时成像。仿真和实测数据的处理结果证实了本文方法的有效 性。     

基于外置电桥修正法的大展弦比机翼片式铰链力矩天平应用技术研究

传统的大展弦比机翼片式铰链力矩天平在应用过程中存在测量精准度不高的问题。该问题由机翼受载变形引发的附加干扰信号产生。针对此现象,为提高大展弦比飞机操纵舵面铰链力矩风洞试验数据的精度与准度,探索了一种"利用一组信号修正天平信号"的外置电桥修正法,详细阐述了其工作原理以及方法步骤。以某型号风洞试验为例,通过在机翼上布置外置电桥,将修正后测量结果与未修正的测量结果进行对比。由对比结果可知:未经信号修正的天平测量误差最高达到54%,将信号修正后其测量误差降低为6%,天平测量准度有所提高。本研究为大展弦比飞机操纵舵面铰链力矩天平的应用提供新思路。     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。