自适应DBF与空间谱估计

讨论了自适应数字波束形成(DBF)技术和超分辨空间谱估计技术,并提出了一种基于信号协方差矩阵特征分解的时-空二维信号高分辨谱估计算法。以上技术应用于相控阵雷达系统,可以精确获得多个运动目标的方位信息和多普勒信息。文章最后给出了计算机模拟结果。     

基于FPGA的高准确度数字频率信号源设计

介绍了直接数字频率合成技术的实现方法,分析了其优越的技术特性。根据其特性,利用FPGA设计了高准确度的数字频率信号源。仿真结果表明,与传统的信号源相比,使用该方法实现的信号源,其信号种类多,准确度高,满足测试设备数字化、软件化的趋势。     

多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术，本文从信息融合分类出发，讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理，提出了多传感器信息融合专家系统，着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。     

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 。     

基于T-S模糊模型的模糊大系统的混合滤波

针对非线性大系统内部过程参数的检测估计,采用连续模糊大系统模型,利用lyapunov定理和分布式处理方法,给出了模糊大系统的H2/H∞混合滤波器设计方法。该方法在保证滤波误差系统全局稳定的同时,具备了H2/H∞性能。通过求解线性矩阵不等式,可以得到滤波器参数。最后,用一个数值例子验证了该方法的正确性和有效性。     

一例自动驾驶仪系统四通道操纵台故障的分析与排除

针对某型直升机自动驾驶仪系统的舵机驱动部件四通道操纵台出现的故障，通过分析其工作原理，利用逐项筛除法和信号流程分析法，搭接测试电路和外加模拟激励，逐步缩小故障范围，最终将故障定位到具体元件，成功排除故障。     

基于TC783A的三相电动机缺相保护电路的设计与实现

介绍用于三相电动机缺相保护装置的设计方法,采用集成芯片TC783A为核心元件实现,有效地解决三相电动机其他保护元件的局限性。具有快速切断控制回路电源的功能及缺相指示和相序指示,试验证明系统工作性能良好。     

基于STM32的视频流图像更新方法的研究

对基于STM32系统低速(工作主频72MHz)视频流处理显示更新方案的研究。结合图像处理基本理论,分析传统的显示方法的不足,并提出一种新的视频流图像更新的方法,通过一定的实验数据和理论结果,验证该方法可行性。     

A shortcut to marking 3D target curves on curved surface via a galvanometric laser scanner

Marking arbitrary three-dimensional(3D) target curves on given objects with curved surface is required in many industrial fields, such as fabric prepreg placement in composite material part fabrication, product assembly, surface painting for decoration, etc. A shortcut to the solution of this intractable problem is proposed by utilizing a galvanometric laser scanner(GLS) with the aid of a camera. Without using the existing tedious GLS calibration procedures,the proposed method directly establishes a mapping between the 3D coordinates of the laser spots on the object surface and the control voltages of the scanner. A single-hidden layer feedforward neural network(SLFN) is employed to model the mapping. By projecting a dense grid of laser spots on the object to be marked and simultaneously taking only one image, the SLFN model is trained in minutes via a linear solving mechanism. Experiments demonstrate that the trained SLFN model has a good generalization performance for marking 3D target curves. The 3D laser marking errors on experimental objects are less than 0.5 mm. The proposed method is especially suitable for on-site use and can be conveniently extended to multiple GLSs for marking large complex objects.