倒频谱分析研究(续)

本文是在《倒频谱分析研究》(本刊82年第一期)基础上,进一步讨论倒频谱分析的基本理论,引入Z变换,求证倒频谱与频谱幅值之间的关系。讨论了用倒频谱分析复杂信号。利用声谱上等间距的谐波经倒频谱分析后辨别发音人。本文也是对《倒频谱分析研究》的补遗。     

倒频谱分析研究

前言倒频谱分析虽然被人们了解已有相当长的时间了,但是它在1965年出现FFT技术之后才得到了广泛应用。倒频谱分析是一种建立在频谱分析基础上,把时间信号中的卷积(频谱中的相乘)在倒频谱中变为相加,而在卷积分解中,变为相减的方法。倒频谱分析用于检测频谱中的任何周期结构,如谐波、边带,也可检测回波的影响。倒频谱分析的应用范围有,含有回波信号的处理(地震和水下信号、测量混响环境中的喇叭、包括地面反射的航空发动     

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。     

分数阶傅里叶变换改进算法在时频分析中的应用

本文对现有分数阶傅立叶变换算法进行改进,并将其应用于非平稳信号时频分析中,从计算速度、计算精度、算法稳定性等角度与现有分数阶傅立叶变换算法进行对比分析,通过算例对比验证改进算法的优势,然后将改进算法应用于非平稳信号时频谱获取,并与基于短时傅立叶变换的时频谱获取方法进行对比,改进算法计算结果稳定,计算速度较快.基于分数阶...     

异构无人机集群的分布式多智能体任务规划（英文）

本文针对具有不同能力的异构无人机集群提出了一种分布式任务规划算法,该算法扩展了基于共识的捆绑算法(Consensus-based bundle algorithm,CBBA),以解决更加现实和复杂的环境。扩展分为两个方面,一方面是处理需要多个无人机协同完成的多代理任务,另一方面是在任务场景中考虑避障路径规划。本文提出了一种新的共识算法来解决多智能体任务分配问题,并使用Dubins算法设计了无人机的避障并考虑运动约束的可行路径。实验结果表明,本文提出的CBBA扩展算法可以得到无冲突、可行的多智能体任务规划解决方案。     

对模态参数识别的整体正交多项式算法的评述

整体正交多项式识别算法利用整体最小二乘方法来辨识结构模态参数,识别精度一般高于普通意义上的正交多项式拟合算法,本文系统的介绍了整体正交多项式识别算法发展过程中出现的三种方法,同时从识别精度、对噪声敏感程度和识别效率三个方面对方法进行详细的比较和评价,并在此基础上进一步指出了方法存在的问题和未来的研究方向。     

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.     

飞行实测应力分析中的一种频谱分析方法

直升机飞行载荷数据是一种典型的随机信号,对该信号进行频谱分析可以获得信号频谱的组成,摸清信号与系统的特征,有利于判断载荷来源.本文采用傅立叶变换对直升机试飞应力数据进行频谱分析,通过比较两种尾桨安装结构下旋翼5Ω和尾桨2Ω的应变变化情况,有效地辨别出某型直升机尾减机匣飞行实测应力增大的原因.     

一种基于鹰视觉的雾霾天气无人机编队目标检测方法（英文）

本文提出了一种仿鹰眼视觉特性的雾霾天气下无人机编队目标检测算法。通过模拟鹰视网膜中ON和OFF通路的视觉信号处理机制,对大气光与透射率的值进行估计从而复原雾霾图像。同时利用鹰视觉系统的颜色拮抗机制与对比度敏感函数提取除雾图像下的目标特征,模拟中央-周边结构感受野特性对特征进行整合,最后通过随机森林算法生成目标显著图以进行目标检测。实验结果表明本文提出的算法能够有效检测出雾霾天气下无人机编队场景中的无人机目标,与其他传统方法相比,本文算法具有更好的检测效果。     

重排算法在多目标雷达信号分辨中的应用

本文使用１５年前由柯德锐等人首次在谱图中使用,并经弗朗克斯等人改进并推广的重排算法,对多目标雷达信号进行架次识别,此重排算法简单且极易实施,在重排后失支双线性时,却保持了其他许多可取特性,并换回了Ｃｈｉｒｐ信号和冲击信号的准确定位,针对编队多目标雷达信号的线性调频特点,利用此重排算法在权衡能量聚集性和消重排振荡的同时,实现了对编队多目标雷达信号的分辨。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。     

空间距离变换的彩色图像目标识别方法

研究了彩色图像的分割算法,提出了运用彩色图像的颜色特征相似性进行图像的分割;然后将分割的目标进行检测,运用无监督网络,即竞争网络学习训练聚类,将图像中不同的目标提取出来。在识别方面,研究了一种运用空间距离变换方法来识别的算法,计算出区域半径测试样本点在区域内还是区域外,以达到识别的目的。实验结果表明,本文提出的分割算法和识别算法可以很好地运用到实际中,识别率可达90%以上。     

火星探测无人机快速景象匹配算法

针对火星无人机探测飞行过程的特点及其机载计算机的局限性,在充分研究了矩阵奇异值向量性质特点的基础上,对奇异值向量进行主分量分析,提出了一种应用于火星无人机平飞段的基于奇异值分解的分层快速景象匹配算法,并给出了与之相应的机载特征数据存储方法.与相关算法的对比性实验表明,本文提出的算法具有准确,稳定,且速度更快,数据量更小的优点.通过仅在飞行末段,将本文算法切换成现有的基于SIFT算子的匹配算法,能在实现火星无人机全程快速景象匹配的同时,有效降低对其机载计算机综合性能的要求.     

基于分段互质采样的谐波和间谐波频率估计方法（英文）

电力系统中电力电子产生的谐波数量不断增加，谐波问题是一个重要的问题。本文提出了一种改进的互质采样（Coprime sampling, CS）方案，用于谐波和间谐波频率估计。所提方案使用稀疏采样来降低采样率，并将其与现代频谱估计算法相结合。特别是，使用分段互质采样（Segmented coprime sampling, SCS）方法，然后使用求根多重信号分类（Root-multiple signal classification, root-MUSIC）算法代替常用的MUSIC算法可以减少计算工作量并获得准确的频率估计。仿真结果表明，该方法在估计精度上优于传统的均匀采样（Uniform sampling,US）方法。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

旋翼变距拉杆关节轴承磨损故障特征及磨损程度识别

在旋翼故障试验台上设置不同程度的变距拉杆关节轴承磨损故障,分别测量其引起的机体振动信号,通过频谱分析技术提取该类故障的机体振动特征。取故障信号频谱分量作为训练和测试样本,利用径向基神经网络的良好逼近能力,实现了仅用机体振动信号来识别变距拉杆关节轴承磨损程度,识别平均误差小于10%。该诊断方法简捷可行,为进一步开发旋翼状态监测与故障诊断系统提供技术基础。     

低空无人机探测增强数据集研究

近年来,与无人机有关的事故显著增加,使得对反无人机系统研究有着迫切的需求.在对低空无人机探测的方法中深度学习算法应用具有较大潜力,但目前缺乏高质量的低空无人机探测数据集.本文研究建立了一种包含无人机和其他干扰目标的综合增强高质量数据集.通过实际场景拍摄、网络爬虫和数据增强方法获得大量高清无人机图像.并且,为解决复杂场景...     

混凝土检测中基于数字滤波的传感器补偿方法

在超声探测中,为了获得信号最大响应幅度,通常都选用传感器的谐振频率作为探测频率.然而,这样会给探测信号带来较严重的振铃效应,影响反射信号的识别与提取,从而降低探测分辨力.本文提出了一种基于数字滤波方法,有效地对不理想的超声传感器频响特征进行了补偿.首先基于系统辨识算法建立了发射和接收传感器的离散传递函数模型,然后通过一个数字补偿滤波器建立补偿模型,用于抑制传感器的振铃效应.对这种方法的实际效果进行了实验验证,通过水浸测试获得传感器的标定数据,并基于这些数据建立补偿模型.实验结果表明混凝土底面反射信号能够从原混叠信号中被清晰地识别.     

无人机简化配置控制技术研究

提出了一种仅采用垂直陀螺和GPS的简化配置控制方案，形成了无人机飞行控制系统常用的俯仰／滚转控制回路、高度控制回路和航迹控制回路。由于GPS信号更新率(1Hz)较低，利用无人机运动学之间的内在关系,给出了高度、航向、位置反馈信号的融合算法。这些反馈回路的控制增益均采用改进的输出反馈LQR设计技术,该技术简化了权矩阵的选择。对比研究表明，对于自身稳定性较好的无人机，该简化配置方案能够实现姿态控制、高度控制和航迹控制。     

具有输入时滞的集群无人机事件触发协同最优控制

针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。