非圆信号的贝叶斯稀疏重构阵列测向方法

对信号非圆特性的有效利用能显著改善子空间类阵列测向方法的性能,但难以弥补此类方法在低信噪比（SNR）、小样本等信号环境适应能力方面的局限。本文引入贝叶斯稀疏学习（SBL）技术以解决非圆信号的波达方向（DOA）估计问题,在结合信号非圆特性的同时对入射信号的空域稀疏性加以利用,通过将非圆信号阵列输出协方差矩阵和共轭协方差矩阵在预先定义的空域字典集上进行稀疏重构,得到入射信号的空间谱重构结果,并依据其谱峰位置估计各信号的方向。该方法对独立和相关信号都具有较好的适应能力,仿真结果验证了该方法在信号环境适应能力和相关信号测向精度等方面的优势。     

基于稀疏表示和近似(e)0范数约束的宽带信号DOA估计

针对宽带信号的波达方向(DOA)估计问题,在稀疏框架下提出一种近似(e)0范数约束的宽带信号DOA估计新算法.首先对宽带信号进行预处理,得到同一参考频率点下的接收数据,然后对其协方差矩阵元素进行加和平均运算,得到一个低维的观测向量,并在稀疏框架下进行稀疏表示,最后利用截断(e)1函数设定权值,构造逼近(e)0范数约束的稀疏重构方法,进而重构信号,获得宽带信号的DOA估计.仿真结果表明,相比于传统的宽带信号DOA估计算法,所提算法具有更高的分辨率和估计精度.     

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

无界域上不定二次规划的一个算法

本文给出了无界域上不定二次规划一个算法。该算法将不定规划转化为一系列凸二次规划，并证明了算法的收敛性。     

压缩感知下梯度投影在图像去噪中的应用

图像传输和接收的过程中不可避免地受到多种因素的影响而产生噪声,这样通常使得图像模糊不清难以辨识。针对去除图像高斯白噪声对图像辨识的干扰,提出利用压缩感知最优化求解思想,运用一种快速计算方法将高维数的图像信号投影在低维空间上,从而类比于压缩感知理论进行重构处理,并实现对含噪声信号的图像进行还原。实验结果证明,梯度投影法能较好地去除图像高斯白噪声,尤其对于图像中物体边界的辨识效果明显,为图像去除噪声提供了新的思路和方法。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。     

基于样本熵的语音信号检测算法

船舶自身发出的巨大噪声,严重影响了通讯设备通讯端船舶工作者的正常语音交流和通讯,须要进行语音信号增强,将语音信号从背景噪声中检测分离出来.为此,文章在分析语音信号与船舶背景噪声信号时域序列复杂性基础上,提出基于信号序列样本熵的语音信号检测算法.该算法将含噪信号进行分帧后,首先计算每帧信号的样本熵,并根据自适应预设阈值对...     

基于不规则障碍物环境下无人机的改进几何路径规划算法

随着无人机应用环境的多样化,在复杂环境中寻找无碰撞路径是非常重要的。传统的路径规划算法可以找到可行的路径,但它们在时间效率和路径长度之间没有很好的平衡,传统的几何算法只能避免特殊形状的障碍物。提出了一种改进的几何路径规划算法,使无人机能够在复杂的环境中避开任意形状的障碍物,找到较短的路径。首先,针对不规则障碍物,建立了凸多边形覆盖模型。然后解决了传统几何算法陷入局部最优解的缺点。提出了从相邻路径段生成无碰撞路径的二次规划思想,并针对该方法提出了一种新的安全阀值策略。最后,为了验证算法的性能,在不同的复杂环境下进行了仿真,并从几个方面对所提出的算法与A*算法进行了对比分析。     

Multiple-constraint cooperative guidance based on two-stage sequential convex programming

An improved approach is presented in this paper to implement highly constrained cooperative guidance to attack a stationary target. The problem with time-varying Proportional Navigation(PN) gain is first formulated as a nonlinear optimal control problem, which is difficult to solve due to the existence of nonlinear kinematics and nonconvex constraints. After convexification treatments and discretization, the solution to the original problem can be approximately obtained by solving a sequence of Second-Order Cone Programming(SOCP) problems, which can be readily solved by state-of-the-art Interior-Point Methods(IPMs). To mitigate the sensibility of the algorithm on the user-provided initial profile, a Two-Stage Sequential Convex Programming(TSSCP)method is presented in detail. Furthermore, numerical simulations under different mission scenarios are conducted to show the superiority of the proposed method in solving the cooperative guidance problem. The research indicated that the TSSCP method is more tractable and reliable than the traditional methods and has great potential for real-time processing and on-board implementation.     

基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

随机-有界混合不确定性下结构可靠性优化设计

在结构可靠性分析和设计中,往往无法将所有不确定性参数均作为概率随机变量,存在部分不确定性分布特征不明确而仅知其扰动界限的情况.基于概率模型与多椭球模型的混合不确定性描述,以标准U空间中扩展定义的混合可靠性指标为约束条件,建立了随机不确定性和有界不确定性并存情况下的结构可靠性优化数学模型.利用功能测度方法对原优化模型进行...     

两种自适应方向图峰值副瓣控制方法比较

自适应阵列（或称自适应波束形成）目前已广泛应用到雷达、声纳和通信领域中用来抑制各种干扰（有意的干扰，杂波干扰和多用户干扰等）。在雷达应用中，为了减轻脉冲欺骗式干扰或旁瓣目标并利用单脉冲雷达来准确测量目标波达方向．要求自适应方向图具有低副瓣和稳定的主瓣形状。在实际应用中，各种失配误差将降低自适应阵列的性能．这些误差包括由于目标的波达方向不精确引起的信号指向误差，由通道失配和位置扰动引起的阵列校准误差和由小样本教引起的协方差矩阵估计误差。在此情况下，自适应波束形成的性能大大下降（干扰抑制性能变差。主瓣失真和高的副瓣）。已提出了一种基于二次约束的集成峰值副瓣控制（integrated peak sidelobe control，简称IPSC）方法。该方法可以精确地控制峰值副瓣电平并产生具有稳定的主瓣形状的自适应方向图。研究IPSC中目标信号的影响和信号消除方案以进一步提高IPSC的性能。并将IPSC方法和最新提出的基于二阶锥规划（second-order cone programming，简称SOCP）的分布式峰值副瓣控制（distfibuted peak sidelobe control，简称为DPSC）新方法在性能上进行了比较。仿真结果表明。在干扰抑制性能和方向图控制质量方面IPSC比DPSC性能优越。此外IPSC比DPSC计算高效。     

基于相关与小波变换相结合的弱信号检测

针对强噪声背景中的弱信号检测问题,在传统的相关检测方法的基础上,利用小波良好的去噪性能,提出了相关检测与小波变换相结合的弱信号检测方法。仿真结果表明,该方法优于传统的相关检测方法,无须知道有用信号的先验知识和同步信号便可以有效的检测周期性弱信号,并获得更高的输出信噪比。     

无界域上大规模不定二次规划存在最优解的充分必要条件

本文讨论了多面凸集的一些性质，给出了无界域上大规模不定二次规划存在最优解的充分必要条件。     

非相干Rice杂波中的恒虚警检测

 地杂波的统计特性常常可以用Rice模型来描述,其物理基础是认为地杂波由一些大的固定散射体引起的稳定分量和大量小的随机分布的运动散射体引起的瑞利起伏分量所合成。文献[2]研究了稳定分量不相干时Rice杂波中离散时间最佳检测的估值器——相关器结构,但无显式解,实现有困难。文献[3]导出了Rice杂波中SwerlingⅡ目标的离散时间检测的似然比检测器结构。在此基础上,本文给出了一种修正平方律结构的似然比检测器,并和通常的平方律检测器作了性能比较。     

基于分数阶Fourier变换的微弱LFM信号检测

为了提高侦察系统对微弱LFM信号的检测能力,文章提出了一种基于分数阶Fourier变换的微弱LFM的检测方法。首先,分析LFM信号在离散分数阶Fourier变换计算条件下的输出信噪比,得出当观测信号的采样点数增大时,分数阶Fourier变换可有效改善输出信噪比。利用该结论,提出了通过提高信号的采样频率或者对已采样信号作插值的方法,改善分数阶Fourier变换对微弱LFM信号的检测。最后,仿真验证该方法是有效的。     

基于位势函数的欠定盲源分离识别诊断方法

对观测器数目小于源信号数目的欠定盲源分离进行了研究,提出了一种基于位势函数的稀疏信号欠定盲源分离方法,该方法从能量的观点出发,通过构造位势函数,将寻找混合信号在直线方向上的聚类问题转化为寻找累积位势函数的局部极大值问题,从而准确的估计出源信号数目和混合矩阵,克服了通常的基于k-means聚类的混合矩阵估计法需预先给定源信号数目的缺点.利用仿真信号检验了该方法的有效性.基于信号频域稀疏性假设,将该方法应用于欠定条件下的滚动轴承振动故障信号的盲分离,较好地分离出了故障信号.      

高斯噪声中非高斯弱信号的双谱检测

传统的能量检测在接收信号为高斯分布下最优,其检测性能最终取决于信噪比。当信噪比下降时,检测性能必然恶化,而且这种恶化是不可避免的和难以改善的。为了改善弱信号的检测性能,本文同时利用了信号的三阶和二阶统计量构造一种双通道信号检测器,在强高斯噪声的背景下,只要弱信号蕴含有足够多的双谱信息,其检测性能将远远超过基于传统的能量检测器的性能。     

风电场雷达杂波动态重构抑制方法

随着风电场的大范围建设,风轮机杂波对雷达的干扰问题日益严重,常规杂波抑制方法难以有效解决风轮机杂波（WTC）干扰问题,因此提出了一种利用动态字典对风轮机杂波进行稀疏重构进而抑制的方法。首先,建立了WTC干扰下的雷达信号模型并分析了风轮机杂波的信号特征。其次,依据WTC的时频特征提出了一种微动参数粗估计方法,利用粗估计结果缩小了字典稀疏重构参数范围,在此基础上利用正交匹配追踪（OMP）算法对字典进行动态生成,并逐级更新字典原子。最后,通过动态字典对风轮机杂波信号进行稀疏重构,从而实现了对WTC的有效抑制。通过仿真实验,分析了风轮机杂波对目标检测的干扰影响,验证了基于动态稀疏重构的风电场杂波抑制方法在不同情况下的有效性。