基于DCT-CS的脉冲星周期超快速估计方法

受快速傅里叶变换（fast Fourier transform，FFT）的影响，基于FFT和压缩感知（compressive sensing, CS）的脉冲星周期快速估计算法的计算量大。为进一步减小计算量并提高计算精度，利用离散余弦变换（discrete cosine transform，DCT)取代FFT，提出了一种基于DCT-CS的脉冲星周期超快速估计算法。在该方法中，利用DCT提取脉冲星信号的低频部分构建低频DCT矩阵；构建畸变轮廓字典并获取累积轮廓；提出了利用最大值超分辨率稀疏恢复估计脉冲星周期的方法。仿真结果表明，DCT-CS的脉冲星周期估计精度达到了3.82×10-12 s，计算时间达到了9.31 ms。与FFT-CS相比，周期估计精度提高了约16%，计算时间缩短了约37.5%，实现了实时高精度的脉冲星周期估计。     

高动态雷达接收机的最佳距离和速度跟踪

普通雷达接收机难于对高动态飞行器捕获和跟踪。本文提出一种最佳跟踪接收机（OTR），它能对高动态飞行器实现快速捕获和精密跟踪。这种OTR是将最大似然估计与卡尔曼滤波相结合具有计算机反馈的数字化接收机。本文介绍它的工作原理、实现方法和跟踪性能。     

一种基于极大似然估计的信号盲抽取算法

针对盲信号抽取问题,根据极大似然估计原理,给出一种基于极大似然估计的分步盲抽取算法。根据信号不同的延时特性确立抽取信号,完成第一步抽取。由于初步抽取信号存在噪声污染,根据极大似然估计,估计抽取信号的概率密度函数,确立优化代价函数,利用自然梯度方法进行优化,确立最终抽取向量迭代方式,完成对抽取信号优化处理。通过仿真证明算法具有良好的收敛性和抗噪性,在SNR17 d B时,抽取信号与源信号的相似度达到95%。     

基于粒子群算法的极短弧定轨

针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。     

OFDM的时域和频域均衡技术

文章介绍了OFDM系统的时域和频域均衡的基本原理,说明了其在无线信道中传输的必要性,并给出了具体的实现方案。     

UVM2初轨计算的误差估计

ＵＶＭ２是一种新的初轨计算方法，本文根据误差理论，对ＵＶＭ２初轨计算的内符合误差估计及其传播进行了分析和研究，并给出了具体的误差估计和传播的计算公式。     

一般概率测度的核估计

在测度弱收敛的意义下，研究了一般概率测度μ的核估计μn，得到了它的渐近无偏性、强相合性及在给定条件下的收敛速度。