P—平稳过程的最大ch熵谱估计

研究少平稳随机序列在Chrestenson变换意义下的功率谱密度及其最大熵估计问题,得到了功率谱密度函数与熵率的关系公式及最大熵谱估计的正规方程。在采样数据个数为p~m的情况下,最大熵谱估计可直接由已知的有限自相关数据表示。这些结果与Fourier意义下的功率谱密度估计有很大的不同。     

LAS词法及语法分析器自动生成工具

LAS是在VAX/VMS操作系统上用Ada语言开发的词法分析器和语法分析器的自动生成工具。词法分析器由词法执行程序和LAS根据词法规则说明文件生成的词法树组成,语法分析器由语法执行程序和LAS根据语法规则说明BNF范式生成的状态序列集组成,在BNF范式中插入语义标志,就可以在语法分析器分析到该语义标志时,使控制转入用户提供的语义处理程序。     

相参相关Weibull分布海杂波建模与仿真

介绍了一种用零记忆非线性变换(ZMNL)模拟具高斯谱特性的相参相关Weibull分布海杂波的方法。由正交白高斯噪声序列经线性滤波器产生相关的正交高斯序列,用ZMNL将该序列通过非线性变换为相参相关Weibull杂波。仿真结果表明,该法形成的海杂波信号与理论值吻合较好,方法可行。     

基于最大序列相关性的Turbo码交织器识别

针对现有算法在Turbo码交织器识别中存在低信噪比适应性差，且识别性能随交织长度增加而急剧恶化的缺点，提出了基于最大校正序列相关的识别算法。该算法首先利用已识别的交织位置序列对每一帧交织位置上的信息序列进行估计，通过遍历可能的交织位置，并作互相关运算，当遍历位置为交织映射关系时，该位置上的数据序列与估计序列具有最大的相似度，从而完成交织位置识别；然后充分利用这些交织位置上的序列，分别估计出校正数据序列，将校正的序列再与原始序列叠加，完成码元校正，直到所有的交织关系识别完成。所提算法直接利用了截获的软判决信息，同时能够实现码元校正，这就克服了以往算法的两个缺点。仿真结果表明，在信噪比为-1 dB，交织长度为1024时，所提出算法仅仅需要1000数据帧，就能达到100%的识别率，与以往算法相比，性能提升2~3 dB，同时完成一次可靠识别所需的数据量仅需以往算法的1/4。     

基于分段序列离散度的异步航迹关联算法

为解决异步不等速率航迹关联问题，提出一种基于分段序列离散度的异步航迹关联算法。定义分段混合航迹序列的离散信息度量，给出不等长航迹序列分段划分规则，通过计算离散度，利用经典分配法进行关联判定，并针对多义性问题设置二次检验环节。与传统算法相比，不需要时间对准，且具有不受噪声分布影响的特点。仿真结果表明，算法在航迹异步、传感器采样率不同等条件下均能以较高正确率稳定关联，并可有效分辨航迹交叉、分叉和合并等复杂情况，具有明显的优势。     

SEL587差动保护装置原理与技术应用

分析SEL587差动保护装置的基本原理,阐述零序电流的影响。应用情况表明,该装置运行可靠,动作灵敏。     

大型不规则曲面加工机器人系统控制设计

对在不规则曲面上进行规则图形的加工,基于三自由度直角坐标机器人及二自由度变位机的加工系统,构造了控制软件系统.该系统实现了工程数据库的管理,加工序列的规划,切削路径的生成,自动离线编程与仿真,实时监测与异常处理,工况预测与误差补偿等功能.试验证明,该控制软件能准确、有效、实时地控制加工过程.      

基于深度神经网络的空间目标结构识别

利用空间目标雷达散射截面(Radar Cross Section, RCS)序列开展空间目标结构识别是空间态势感知的重要组成部分。文章针对 RCS序列受目标物理特性、姿态特性影响大,序列信号非平稳特征明显的问题,利用深度神经网络（Deep Neural Network,DNN）算法解决空间目标结构特征识别的问题;针对特征提取不具区分度的问题,提出利用分形分析提取RCS序列的分数维特征,并利用Fisher判决率对传统特征进行选取;介绍了DNN算法以及数据处理过程;最后,利用一组仿真测试数据对算法进行了仿真验证。分析结果表明,DNN算法在解决利用RCS序列进行目标结构识别这一问题中具有鲁棒性强、识别准确的特点。     

一种空间目标RCS序列的姿态异常检测方法

准确、快速判断空间目标姿态运动模式异常,对于空间目标监测具有重要意义。针对空间目标雷达散射截面 (Radar Cross Section,RCS)序列,提出一种基于小波包分解（Wavelet Packet Decomposition,WPD）能量谱特征的无监督机器学习异常检测方法,并采用单类支持向量机(One Class Support Vector Machine,OCSVM)验证异常检测效果。设置了几种典型异常场景进行仿真分析,试验结果表明,该方法能有效检测出三轴稳定类空间目标发生失稳旋转的姿态异常。相比于传统统计参数特征、小波变换统计参数特征及能量特征的姿态判别方法,具有检测概率高、鲁棒性好的特点。     

基于盲源分离的Multi-Rate DS/CDMA信号 扩频序列盲估计

通过分析Multi-Rate DS/CDMA信号特性,建立的Multi-Rate DS/CDMA系统模型与线性混合的盲源分离模型一致,针对异、同步信号的不同特性,提出不同循环分段降维方法:对异步系统而言,采用2倍扩频周期为间隔对接收信号进行分割,利用Fast-ICA算法盲估计同一扩频周期用户的扩频序列,基于矢量2范数基础上估计各用户失步时间,并依此截取得到各用户的实际扩频序列,然后,循环至次大扩频周期进行盲估计,同时根据估计波形相似度归一化衡量函数消除最大周期分段序列,求解次大周期用户扩频序列,直至循环结束。对同步系统则以单倍最大扩频周期为间隔对接收信号进行分割,然后进行盲估计及降维处理。理论分析和仿真结果验证了本文方法的有效性。