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.     

基于频偏校正的正弦波频率估计算法

提出了一种新的正弦信号频率估计方法。利用FFT对信号频率作粗估计,然后对原信号下变频至基带。对基带信号作相位差分,估计频偏。最后对粗估计进行频率校正,使估计性能得到提高。在整个频段上该方法与R ife算法性能互补,在此基础上又提出了综合方法。仿真结果表明,该频率校正算法实现简单,运算量小,且性能不随被估计信号的频率分布而产生波动,在适度信噪比条件下均方根误差小于1.5倍的CRLB,具有广阔的应用前景。     

一种基于逼近信噪比的SAR图像质量评估方法

提出了一种基于修正逼近信噪比的合成孔径雷达(SAR)图像质量评估方法，结合SAR图像信噪比提出了逼近信噪比概念。首先选择对乘性噪声有较好滤波效果的自适应维纳滤波器对SAR图像滤波，然后人为对SAR图像降质，通过最小二乘法拟合曲线修正逼近信噪比来逼近图像的真实信噪比作为衡量SAR图像质量的指标。该方法无需原始图像作参考．适用于乘性噪声的SAR图像评估。仿真试验结果表明，该指标与峰值信噪比RPSN基本符合，比较准确地反映SAR图像的质量，符合人眼视觉特征，可作为评价SAR图像质量的一种指标。     

一种STBC-OFDM系统中的盲和半盲信道估计

针对尾部补零(Zero padd ing,ZP)的空时分组编码正交频分复用(Space-tim e b lock cod ing orthogona l fre-quency d iv is ion m u ltip lex ing,STBC-OFDM)系统,提出了一种基于子空间分解的信道估计算法。首先利用STBC的编码结构和OFDM信号中由ZP和虚载波(V irtua l carrier,VC)引入的冗余,推导了该算法的盲估计形式,然后对其可辨识性进行了理论分析,证明了该盲方法可以在一个标量因子模糊度的意义上辨识出多个信道的冲激响应。通过结合使用导频信息形成半盲算法,可以消除模糊度。仿真结果表明,该算法的信道估计准确度较高,可以有效地跟踪衰落信道,在低信噪比时性能良好。     

一种非线性状态估计器的算法实现与解耦简化

本文以机载火控系统中的目标状态估计器(TSE)为例,探讨了一类非线性状态估计器的算法及简化方法。文中给出了TSE的数学模型,分析了其特点,并作了形式上的变换;而后用最优卡尔曼滤波算法实现了状态估计。最后,利用其结构特点,作了算法解耦,故大大减少了计算量和计算机内存,获得了令人满意的估值精度。     

容错导航系统的一种联合滤波器结构及其算法

本文提出了一种采用联合卡尔曼滤波器结构的容错导航系统的滤波算法。这种在多处理机环境下并行处理的分布式滤波算法有效地解决了具有多子系统的容错导航系统的实时要求。主滤波器的状态联合算法保证了获得系统最优公共状态估值。基于联合滤波器结构,水文提出了容错导航系统的故障检测与隔离(FDI)算法,将故障检测隔离决策归结为各子系统的状态估值与基于系统特性及先验噪声模型的状态估值之间的均值一致性检验问题。FDI算法决策并隔离发生故障的子系统对整个系统性能的影响。基于公共状态量的概念,简化了FDI算法的计算。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

飞机舱音记录器非话语信号盲分离性能

飞机驾驶舱话音记录器(Cockpit voice recorder,CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成的.目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听,存在不易准确分辨出各种独立的声音信号的缺点.本文提出采用基于高效快速的独立分量分析(Efficient variant of fastI-CA,EFICA)算法和可调整权值的二阶盲分离(Weight-adjusted variant second-order blind identification,WA-SOBI)的混合算法对舱音信号进行分离实验.采用不同算法的仿真结果比较表明,混合盲处理算法具有更为优越的分离性能.     

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。     

基于分形的奇异信号的检测

提出了基于分形的奇异信号的检测方法，给出了奇异信号的数学模型、检测原理和实现算法。根据所计算的短时网格分形维数，判断是否有突变信号以及确定其发生时刻。以电力系统中突变信号为例进行仿真，证明该方法能准确有效地检测到突变信号，并能精确地确定突变信号的发生时刻和突变类型。     

混沌理论在尾桨气动噪声信号分析中的应用

研究剪刀式尾桨气动噪声的混沌特性,并应用混沌理论进行了直升机尾桨气动噪声信号分析。本文通过利用多频调制方法对尾桨噪声进行理论分析,得出相对声压值随剪刀变化的规律;然后将混沌运动的特征参数——关联维数用于剪刀式尾桨气动噪声信号的分析。分析结果表明剪刀式尾桨引起的气动噪声含有混沌特性,同时对比理论和试验结果表明剪刀尾桨构型的参数对气动噪声有明显的影响。     

一种基于数字信号处理的阻抗参数测量新方法

利用数字信号处理理论与技术提出了一种阻抗参数测量新方法,即采用任意的周期信号作为测量的激励信号,激励信号的信噪比可以很低;采用高镜频抑制比的数字正交采样滤波器得到被测阻抗和标准阻抗上的电压采样序列的同相分量与正交分量,并据此确定被测阻抗参数,该方法能得到较高的阻抗参数测量精度和较宽的测量范围,并且硬件电路实现比较容易.文中给出了计算机仿真分析和硬件实现系统的实验结果,证明了新方法的有效性和正确性.     

基于指标比对串联排队系统平均排队时间的近似方法

串联排队系统是构成排队网络的基本结构,但是除了满足马尔可夫性或服务时间为常数的串联排队系统外,一般的串联排队系统的平均排队时间难以精确计算。为了刻画串联排队系统各个站之间的关联性,本文提出指标比的概念,基于指标比对系统的平均排队时间进行研究;通过分析指标比的数值特性,得到指标比的拟合表达式,进而对系统下游工作站的平均排队时间提出近似方法。数值实验结果显示,本文提出的近似方法对串联排队系统平均排队时间的估计效果较好。     

基于二进小波变换的磁共振图像去噪新算法

针对传统去噪方法在降低噪声的同时会模糊图像边缘的缺点,提出了一种基于二进小波变换的噪声抑制新算法.利用小波系数的区域相关性,将要处理的小波系数置于由它周围的系数组成的可变窗口内,由窗口内所有小波系数的值来决定该系数的处理方式.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,本文采用了具有平移不变性的二进小渡变换.实验结果表明,该方法较之传统去噪方法有更高的去噪精度,可以有效降低噪声,同时较好地保持图像细节和边缘信息.     

基于微分图象噪声估计的主动型边界检测方法

提出一种简单的主动型边界检测方法。它首先通过噪声估计捕捉图象中可能存在边界的邻域，然后获取邻域中有关边界的空间参数，由此选择最佳微分滤波算子对相应邻域进行滤波，以获取边界点。该方法具有很强的处理针对性，因此它运算速度快、精度高、一次即可获取单象素宽的边界。     

基于矩阵奇异值分解的信号非周期性程度指标

首先基于矩划值分解给出信号非周期性程度指标的初步定义,然后进一步提出利用最大奇异值对应的信号分量的各段之能量熵对指标进行修正的方法,并对信号奇异值分解矩阵的构造方法作了重大改进。经若干仿真信号和实测信号的测试说明,提出并改进的非周期性程度指标的性能良好。