分辨率优于0.1arcsec的二维微小角度传感器的系统设计

设计一种新型二维微小角度传感器,可实现实时二维角度的测量。并采用基于DSP的检测电路进行高速数据采集处理,使系统的测量精度和响应速度满足了当前在线检测的需求,角度测量>±600arcsec,测量分辨率优于0.1arcsec。     

一种基于三维阵列结构二维波达方向估计的新方法

给出了一种在高斯白噪声环境下对多个窄带信号进行二维波达方向估计的新方法.该方法根据给出的天线阵列结构的特点,首先构造四个相关矩阵,进而构造一个大的矩阵,对其进行一次特征值分解,由ESPRIT原理实现了信号波达方向的准确估计.该方法精度较高,不存在错误估计,有一定的实用性.     

混合线性/非线性状态空间模型的边缘Rao-Blackwellized粒子滤波法(英文)

本文提出了边缘 Rao-Blackwellized 粒子滤波器(marginal Rao-Blackwellized particle filter, MRBPF)算法,算法融合了 Rao-Blackwellized 粒子滤波器(Rao-Blackwellized particle filter , RBPF)算法和边缘粒子滤波器(marginal particle filter, MPF)算法。算法中状态被分为线形和非线性两部分,分别用 MPF 和卡尔曼滤波器(Kalman Filter)进行估计。地形辅助导航(terrain aided navigation, TAN)的仿真结果表明,与 RBPF 相比,提出算法的非线性状态估计的误差均方根(root mean square error, RMSE)和误差方差分别降低了约 29%和 96%,独立粒子数提高了约80%,获得了更好的收敛结果。分析表明,现有RBPF是MRBPF的一个特例。     

信道化数字贮频技术

单信道数字贮频的瞬时带宽受数字器件采样率限制,已不适应宽带信号的存贮。讨论的信道化数字贮频技术,是用瞬时带宽较窄的数字贮频器实现宽带信号的存贮。通过对信道化数字贮频重构信号的相干性和寄生电平的讨论得出结论：重构信号相对输入信号相干,信道切换引起的寄生电平决定于信道切换开关的响应时间。     

DSP在电动伺服加载系统中的应用

研究了以TMS320F2812 DSP为核心的电动加载系统的设计。介绍了加载系统的总体构成,设计了DSP的最小系统,详细分析了在此基础上的主要外围电路设计,并在软件上给予了实现,同时提出了系统的抗干扰措施,结果证实满足加载的性能要求,从而给出了电动伺服加载系统的一种控制方案。     

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.     

全球卫星搜索与救援系统的现状与未来

全球卫星搜救系统(COSPAS-SARSAT)在海事搜救和飞机救援等领域已经发挥了巨大的作用。文章旨在对已有的低轨道(LEO)和静止轨道(GEO)系统的工作原理进行分析,并与建设中的中轨道(MEO)系统比较,以得出中轨道系统的优势,并对全球卫星搜救系统的未来发展进行分析。     

用DDS芯片AD9852设计高精度非标准频率源

DDS技术具有输出相对带宽宽、频率转换时间短、频率分辨力高且输出相位连续,可产生宽带正交信号,易集成等优点,在通信、雷达、遥控、遥测、电子对抗、电子扩频以及现代化的仪器仪表等许多电子领域显示出广泛的应用前景.介绍了DDS芯片AD9852的工作原理、性能和在频率测量领域中利用AD9852设计出高稳定度的非标准频率源,其频率稳定度可以达到10-10～10-11/s.     

永磁双凸极电机中常见故障的机理研究

永磁双凸极电机运行时,可能会出现以下常见故障:三相绕组线或/和三相霍尔连接线的错误接线;霍尔信号自身的故障,即恒为高电平或低电平,其电平不随转子位置变化而变化。出现这些故障后,电机的电动运行将受何影响,以及如何迅速判断并排故成为重要的实际问题。文中针对12/8极转子斜槽式永磁双凸极电机,列举了电机常见的故障模式,继而分别对霍尔信号线及三相线接线故障、霍尔信号本身故障进行了详细的机理分析,得出结论,给出每一种故障出现后电机的工作情况,并通过故障模拟及工程实践验证了文中分析结论的正确性及实用性。     

Rao-Blackwellized粒子概率假设密度滤波算法

针对多目标跟踪（MTT）,提出一种新的基于随机集的滤波算法,称为Rao-Blackwellized粒子概率假设密度滤波算法（RBP-PHDF）。算法运用Rao-Blackwellized思想,通过挖掘分析“混合线性/非线性模型”的结构,采用序列蒙特卡罗（SMC）方法预测与估计概率假设密度（PHD）迭代式中各个目标的非线性状态,并利用非线性状态粒子中包含的信息,使用卡尔曼滤波器（KF）对线性状态进行预测与估计。以更好地估计PHD进而提高各目标状态估计精度。分析与MTT仿真的结果表明,在相同的仿真条件下,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,RBP-PHDF在降低粒子维数、减少计算量的同时,有效提升了估计精度。