基于一维距离像序列的空间弹道目标微动特征提取

弹道导弹的空间微动特性是中段空间弹道目标识别的重要依据之一.以一维距离像序列为研究对象,首先利用距离像散射中心位置加权、纵向积累估计空间锥体进动目标的进动周期,然后基于广义Radon变换提取空间锥体目标散射中心位置变化曲线,并根据获得的曲线参数估计得到空间进动角,最后给出了基于广义Radon变换的散射中心位置估计新方法.仿真实验验证了所提算法的有效性.     

一种新的未知相关噪声下的宽带相干信号DOA估计算法

针对具有某种结构的协方差矩阵的未知相关噪声环境,本文提出了一种新的宽带相干信号DOA估计算法。基于这种结构,如Hermitian Toeplitz型,在各个频率点上首先利用空间差分操作去除相关噪声的影响,并构造新矩阵;其次,对新矩阵进行聚焦操作,并给出相干聚焦后的协方差矩阵;最后,利用基于特征结构的DOA估计算法得到相干信号的DOA估计值。理论分析和仿真结果表明了算法的有效性。     

改进CST方法在翼型优化设计中的应用

形状类别函数变换(Class-Shape Transformation,CST)方法是近年来发展起来的一种新型气动外形参数化方法,该方法具有良好的鲁棒性,且涉及参数少、精度高,结果简单直观等特点,被广泛应用于翼型设计研究中。文章结合某小型无人机设计的工程实践,探讨了CST方法在小型无人机翼型设计中的应用,在借鉴他人研究成果的基础上,决定采用Bernstein多项式构建形状函数,分析了Bernstein多项式阶数对CST方法拟合精度的影响。仿真结果表明,当BPO4时,拟合精度能够达到满意的要求,可用于该型无人机翼型的设计与优化。     

一种改进双块补零北斗导航接收机弱信号捕获方法

利用卫星导航系统对高轨航天器进行自主导航与高精度定轨,对接收机的捕获灵敏度要求极高,双块补零(DBZP)算法是无辅助下卫星导航弱信号捕获的理想方案,然而受限于数据处理量大,DBZP实际应用难度大。在深入分析双块补零机理的基础上,结合矩阵重构的思想,提出了一种改进双块补零北斗导航接收机弱信号捕获方法。该方法对参与块内相关运算的基带信号和本地测距码分别进行重构,解决了块内点数与快速傅里叶变换输入点数之间的矛盾,提高了北斗导航接收机弱信号捕获性能。仿真实验结果分析表明,改进双块补零算法对信噪比没有损失,可以保证对低至15dB·Hz的弱信号进行有效捕获,能够满足高轨航天器定轨、室内外无缝导航等对接收机高灵敏度的需求。本方法是在块内运算层面对DBZP进行优化,具备良好的通用性和可移植性,与优化相干积分策略的各种改进DBZP算法可以无缝对接,进一步提高北斗导航接收机信号处理的效能。同时,重构的思想也适用于其他采用码分多址信号的卫星导航系统的弱信号检测和捕获,对提升多星座卫星导航系统的基带信号处理性能具有参考意义。     

基于瞬时相关频域检测的复合调制引信定距方法

为了实现混沌调相与线性调频复合调制无线电引信对不同散射特性的地面目标的精确定距功能,提出一种基于瞬时相关频域检测的复合调制引信定距方法。在时域瞬时相关处理之前,对本地预设混沌码与目标回波信号以码元宽度为采样周期进行同步采样;为减小目标回波幅值对定距方法的影响,以二维快速傅里叶变换（2D-FFT）提取目标的距离、速度信息,以相关窗位置、谐波包络主瓣位置、稳定的多普勒频率3个特征量作为定距依据,从频域角度进行精确定距。仿真结果表明:所提方法的判定结果只与目标信号信噪比有关,而与信号幅值具体大小无关;所提方法可在-28 dB的极低信噪比条件下实现复合调制引信对不同散射特性地面目标的精确定距功能。      

基于酉变换的正交投影自适应波束形成

正交投影 (OP)自适应波束形成算法性能优良 ,但需要进行复协方差矩阵特征分解 ,运算量大。提出了一种基于酉变换的OP自适应波束形成算法 ,该算法对取样协方差矩阵Toeptitz化后利用酉变换将其转换为实矩阵 ,然后对实矩阵特征分解进行自适应波束形成。波束形成器的实值运算可节省大量计算时间。理论分析和计算机仿真结果表明此方法是有效的。     

基于小波和模糊神经网络的涡喷发动机故障诊断

提出了一种基于小波和模糊神经网络的涡喷发动机故障诊断方法。即利用小波变换获取特征域，取特征域上的峰值因子、脉冲因子、裕度因子、偏态因子、峭度因子及频谱最大值作为神经网络的输入，并对神经网络的输入、输出进行模糊化处理，以神经网络进行诊断。将该方法成功地应用于某型涡喷发动机的故障诊断，结果表明，该方法诊断效果明显。     

信号去噪的小波互除方法

小波变换具有良好的时频局部化性质 ,特别适合于分析和处理突变信号。本文在Mallat模极大值去噪方法的基础上 ,提出一种新的小波变换去噪方法———互除法。该方法在小波系数的影响域内计算和估计信号的真实系数 ,从而进行信号重构 ,避免了复杂的交替投影算法。与以前的一些方法比较 ,互除法在平均误差和可视化方面有很好的效果。     

应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。