一种利用ILSP的同步DS-CDMA信号快速盲解扩算法

针对同步DS-CDMA信号的盲解扩问题，本文提出了一种基于迭代最小二乘投影算法(ILSP)的快速盲解扩算法。本算法首先通过对截获信号的协方差矩阵进行特征分解，估计出由各用户扩频序列张成的信号子空间，然后结合扩频码序列的有限符号集特性，利用ILSP算法消除由特征分解产生的酉矩阵模糊问题，得到扩频序列的精确估计，最后利用估计得到的扩频序列对截获信号解扩得到信息码序列，完成DS-CDMA信号的盲解扩。仿真结果表明本算法在低信噪比条件下具有良好的盲解扩性能，且相较传统算法本文提出算法大大降低了计算复杂度 。     

改进小波阈值去噪法在管道泄漏检测中的应用CSCD

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

签派如何创造效益

随着全球经济一体化进程的突飞猛进,国际航空业正以每年5%-6%的增幅发展,"降低运营成本,提高经济效益"已日益被各国航空企业所关注。作为航空公司运行的枢纽,签派室肩负着航班安全正点的艰巨任务,但是外界很多人认为这个部门只是保障了安全,并没有为航空公司创造效益,其实不然,签派在保障航班正点的同时正在从各方面创造效益。本文就从几个方面阐述签派是如何向成本要利润的。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。     

不同迎角下脊形前体绕流数值模拟研究

脊形前体有较强的背风涡流场,不同的前体形状对前体涡流场和气动力有很大的影响。本文针对脊形前体飞行器大迎角湍流大分离流动计算的困难,采用IDDES混合湍流模型,以及与之匹配的非定常算法,研究了不同来流迎角下脊形前体的气动特性,以及背风涡非定常演化、破裂的细致流动结构。选取了不同脊形角,以及不同上、下高宽比的脊形前体进行计算。计算结果表明,在迎角较小时,随着迎角的增大,前体主涡会逐渐增强,在迎角较大时,前体主涡破裂;在相同迎角下,脊形角较小时,前体涡较强,涡升力也更大;对于相同脊形角的前体,当上半截面高宽比较小时,前体主涡强度较大,前体涡破裂临界迎角较小,即会提前破裂。