基于小波神经网络的多模型故障检测

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法。证明了状态估计误差渐近收敛到零，同时证明了如果激活函数满足持续激励条件，辨识器参数将趋于理想辨识器参数。分析了多模型辨识结构，并将小波神经网络作为辨识器应用于多模型故障检测。给出了小波神经网络进行非线性系统逼近的实例，用小波神经网络辨识器对多故障模型检测进行了仿真，证明了此方法的正确性和可行性。     

利用格雷互补序列降低多载波CDMA信号的峰平比

多载波CDMA信号峰平比比较高，影响到功放的功率效率，这已经成为限制多载波CDMA技术应用的一个关键因素。本文分析表明，多载波CDMA信号的峰平比与编码序列频谱幅度特性有关，采用格雷互补序列(Golay complementary sequences))能有效降低信号的峰平比。数值分析和仿真结果表明，对于任意长度格雷互补序列的多载波信号，其峰平比上限为6dB，并且峰平比随序列长度的变化波动很小。而长度为15，31，63的m序列多栽波信号的峰平比分别为9．47，12和15．06dB，并随序列长度的增加而增加。格雷互补序列多载波信号的峰平比性能明显优于m序列。     

基于改进PCA的DOA估计方法

阵列信号处理中,MUSIC等高分辨率DOA估计方法都要通过特征值分解来获得波达方向估计,然而矩阵特征值分解的计算量较大,不利于实时处理.提出一种改进的PCA(principal component analysis)迭代算法,来逼近信号子空间.仿真实验表明该算法在估计弱信号时性能要比MUSIC算法好,且计算量要小得多.     

基于车载微波辐射计的地面观测试验方法

微波遥感具有全天时全天候的优点,并对云雾、雨雪和植被等有一定的穿透能力。地基微波辐射计以机动灵活的方式接收地表在微波波段的电磁辐射特性,被广泛用于土壤水分、冻融过程等微波遥感定量试验中。以车载多通道双极化微波辐射计(RPG-6CH-DP)为例,针对不同植被覆盖地表,在内蒙古多伦地区开展了为期3个月的野外观测试验,获得了L(1.4GHz)、C(6.925GHz)、X(10.65GHz)三个频率下的极化亮温观测数据。结果发现,L波段对植被的穿透能力最强,对土壤水分变化最敏感。微波辐射计观测地物的方位角、入射角均对观测亮温有直接影响。这为解译地物微波辐射传输过程及其相互作用机理、各种理论模型的发展和验证、地表参数反演算法的改进,以及相关地球观测卫星计划的载荷方案论证奠定了基础。     

广义回归神经网络在MC-CDMA多用户检测中的应用

在简要介绍了反传(BP)神经网络,径向基神经网络(RBFN),广义回归神经网络(GRNN)的基础上,可知GRNN与传统的基于反传(BP)算法的神经网络相比,有收敛速度快,鲁棒性强等优点,本文将广义回归神经网络(GRNN)技术援引到MC-CDMA多用户检测中,进行了误码率和收敛性的仿真计算,表明了GRNN在多用户检测应用中的优越性和有效性。     

一种基于强机动的目标跟踪改进算法

针对传统目标跟踪算法鲁棒性较差等问题,提出了一种基于当前统计模型的无迹卡尔曼滤波交互式多模型(IMM-CS-UKF)融合算法。在交互式多模型算法框架内,计算当前统计模型的概率,提高了统计模型的目标加速度和自适应性。该算法结合了交互式多模型和无迹卡尔曼滤波算法,具有对不同机动模式目标的自适应跟踪能力和精度高等优点。仿真结果表明,该算法对以多种机动策略实时机动的目标具有较好的跟踪性能。     

对相控阵雷达的旁瓣欺骗干扰

提出了对相控阵雷达实施旁瓣干扰的方法，用此种方法可产生方位欺骗或方位多目标干扰。详细讨论了方位欺骗干扰系统的参数设计问题，最后对干扰样式进行讨论。     

区域防空组网雷达对跟踪目标交接班模型研究

组网雷达对跟踪目标进行交接班是对目标进行稳定跟踪的基础.在综合考虑组网雷达的作战背景的基础上,分析了接班雷达选择模型和交班时机选择模型.在接班雷达选择模型中,将定位精度和目标在接班雷达探测区域的飞行时间作为接班雷达选择的两个指标,并利用基于理想点的多属性决策方法进行决策,可保证对目标跟踪的连续性并防止频繁交接班情况的发生.最后对提出的交接班模型进行了仿真验证.     

Application of Road Information in Ground Moving Target Tracking

A new algorithm is developed to achieve accurate state estimation in ground moving target tracking by means of using road information. It is an adaptive variable structure interacting multiple model estimator with dynamic models modification （DMM VS-IMM for short）. Firstly, road information is employed to modify the target dynamic models used by filter, including modification of state transition matrix and process noise. Secondly, road information is applied to update the model set of a VS-IMM estimator. Predicted state estimation and road information are used to locate the target in the road network on which the model set is updated and finally IMM filtering is implemented. As compared with traditional methods, the accuracy of state estimation is improved for target moving not only on a single road, but also through an intersection. Monte Carlo simulation demonstrates the efficiency and robustness of the proposed algorithm with moderate computational loads.     

基于PH曲线的多无人飞行器协同航迹规划研究

随着无人飞行器智能化的发展,如何使其在动态环境下避开运动威胁,并能协同以规定的时间和角度进行攻击,从而顺利完成作战任务成为研究热点.基于Pythagorean Hodograph(PH)曲线进行在线航迹规划,提出了分布估计算法和差分进化算法相结合的方法进行航迹参数寻优,并给出了在线避障多无人飞行器协同航迹规划方法,仿真试验结果表明加入速度预测的多无人飞行器协同航迹规划方法的有效性.