时频重叠复用系统的低复杂度序列检测算法

利用时频重叠信号(Overlapped Hybrid-Division Multiplexing, OVHDM)实现高频谱效率数据传输,性能优于多电平调制方案.介绍了OVHDM信号模型以及最佳检测算法.为了降低检测的复杂度,提出了联合软干扰消除的序列检测算法--SIC-SE:软干扰消除后的各子载波数据流,在序列检测前首先通过基于快速矩阵逆的有限冲激响应滤波器.该算法的检测复杂度远低于最大似然检测算法,性能优于传统的软干扰消除算法.仿真表明,基于该检测算法的编码OVHDM系统性能优于使用相同信道编码的QAM-OFDM系统.     

机载三通道SAR/GMTI性能分析及改进方法

在分析经典的三通道SAR(Synthetic Aperture Radar)地面动目标指示(GMTI,Ground Moving Target Indication)方法原理的基础上,提出一种较全面三通道SAR/GMTI性能评价方法.该方法同时考虑了载机存在速度误差、通道不匹配、杂波内部运动和系统噪声等主要误差因素,并分析了各种因素对系统性能的影响.经典的三通道SAR/GMTI方法存在的缺点是不能同时提高最大不模糊可检测速度、最小可检测速度和盲速指标的性能以满足系统设计的要求.给出了一种新的天线布置方案和动目标检测方法,改进的检测方法在不增加通道数的前提下,较好地解决了该问题,具有很好的实用性.最后通过计算机仿真验证了新方法的可行性.     

萤火一号宽视场彩色相机的设计及地面检测

介绍了宽视场彩色相机工作原理、相机方案及设计结果. 发射前实验室检测结果表明, 整机静态分辨率达180 lp/mm, 信噪比为34 dB. 用户在发射前对宽视场彩色相机的成像效果进行了初步评估, 认为宽视场彩色相机能够正常工作, 数据格式正确, 图像质量优良, 能够进行稳定的数据观测, 采集与下传. 最后介绍了相机在研制过程中采用的一些新技术.      

多敏感器联邦SSUKF融合姿态确定算法

针对四元数姿态估计问题,提出了一种分布式非线性滤波融合结构。通过引入基于超球面分布采样点变换(SSUT)技术的无迹卡尔曼滤波算法(SSUKF),以较低的计算量实现了高数据更新率、高精度的非线性滤波,并通过融合重构,保障系统无间断可靠工作,不受敏感器故障、视场盲区等因素影响。应用该算法对陀螺、磁强计、太阳敏感器、星敏感器构成的系统进行了具体设计并开展仿真研究,验证了算法的有效性。     

多拦截器总体拦截方案设计与分析

多拦截器(MKV,Multiple Kill Vehicle Interceptor)通过采用一个运载母仓携带多个小型动能拦截器对目标实施动能拦截,有望克服传统动能拦截武器多目标识别及拦截的难题.以MKV对远程弹道导弹多弹头中段拦截为背景,设计了MKV的总体方案,分析了MKV基本作战流程;并分别针对MKV制导策略、释放策略、MKV机动能力对拦截的影响以及MKV目标分配策略等几个关键问题开展研究.仿真分析表明,采用所设计的MKV方案能够实现对远程弹道导弹多弹头的拦截.     

基于改进PCNN的轴尖表面缺陷检测

脉冲耦合神经网络(PCNN,Pulse Coupled Neural Network)与传统神经网络不同,不经过训练即可用于图像处理.针对PCNN模型中结构参数较多,且需要人工反复试验进行设置的困难,改进模型结构,简化了馈送输入和连接输入,减少了待定参数;根据邻域灰度动态地计算内部连接系数,由邻域的欧氏距离计算权值矩阵,再由图像的灰度特征计算动态阈值.将改进的PCNN用于陀螺轴尖表面缺陷图像的分割,用基于完整性与正确性指标的缓冲区匹配方法评价所提方法、最大熵法及Canny方法.针对不同缺陷图像的实验表明:所提算法的完整性与正确性都高于0.9,证明所提方法更有效.     

飞行器网络控制系统在线故障检测算法

针对飞行器网络控制系统具有网络诱导时延且采样周期较短的情况,提出了一种飞行器网络控制系统在线故障检测算法.考虑未知时延对网络控制系统的影响,建立飞行器网络化控制系统故障检测模型.基于此模型,构造了残差生成器,将故障检测问题转化为最小化优化问题.以矩阵Moore-Penrose逆的形式给出该最小化优化问题的解,在每个采样周期内进行飞行器网络控制系统在线故障检测.数值算例表明:当飞行器网络控制系统存在未知时延时,该故障检测算法对故障敏感,同时对未知时延引起的扰动具有鲁棒性.     

基于变量贡献率的MSPC异常识别方法

异常识别是多元统计过程控制(MSPC, Multivariate Statistical Process Control)方法有效应用的关键.针对现有研究对历史异常信息利用的不足,综合考虑了主成分变量贡献率与重构误差变量贡献率对异常识别的影响,将两种变量贡献率进行归一化处理并求和得到综合变量贡献率;提出了一种基于综合变量贡献率的MSPC异常识别方法,并基于matlab计算平台实现了该算法.通过田纳西过程故障模式仿真及异常识别,对该方法的应用及算法有效性进行了实例验证.     

基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.