软件无线电侦察系统中的信号处理技术

软件无线电是无线通信领域特别是军事通信领域的一场革命,并已取得了长足的进展,软件无线电通信的侦察与对抗已成为一个十分紧迫的课题。本文对软件无线电侦察系统中的通信信号检测与分选技术进行了研究,为进一步研究提供了有用的参考。     

高速数字设计及其在卫星定位接收机中的应用

高灵敏度卫星定位接收机的迅速发展是未来定位导航产业的必然趋势。本文主要介绍高灵敏度卫星导航接收机的组成和设计概要。分析了数字电路设计中常遇到的信号完整性问题。着重对高速数字系统定义和传输线阻抗进行了理论分析,运用Cadence公司的ALLEGROPCBSIGXL软件给出了层叠等的设置方法和一些重要信号的分析仿真。将高速数字设计的理论分析与实际应用相结合,在卫星定位接收机主板设计中得到了验证。     

Multifractal Spectrum and Calculation

多重分形理论是进行信号奇异性处理的有用工具 ,由于只有少数集合的多重分形谱可以有解析表达式 ,多重分形谱的计算是其中重要而又较难处理的问题 .简要介绍了多重分形理论的一种形式体系 ,提出了一种采用动态链表来进行多重分形谱计算的方法 ,大幅度地降低了对存储器容量的要求 .用所提出的方法对康托集进行了计算 ,计算结果与理论结果相符 ,表明了算法的有效性 .     

飞机俯仰速率信号重构方法研究

研究了六自由度非线性方程描述的飞机在俯仰速率传感器故障情况下的信号重构方法。给出了两种重构方法，一种是通过建立等效的线性模型，设计线性状态观测器重构状态信号，另一种是使用非线性跟踪微分器方法．通过跟踪俯仰角的微分信号来计算俯仰速率信号。仿真结果表明，两种方法都具有一定的可行性。     

数字光纤预处理器模型仿真

分析了数字预处理器模型原理;基于MAX PLUSⅡ平台,应用VHDL语言实现了物理系统的功能仿真;验证了物理设计方案的可行性,给出了数字预处理器模型的仿真结果,并针对系统实现提出了合理的建议。     

基于提前停止判决的编码软信息辅助载波同步

 针对目前编码辅助载波同步算法中复杂度较高、延时大的问题,提出了引入辅助停止判决机制的编码辅助载波同步算法。在现有的编码辅助载波同步结构基础上,该算法能对环路信噪比(SNR)进行实时判定,在环路SNR满足限定条件后提前停止编码辅助载波同步迭代,而不影响译码性能。采用新的相位估计方式估计含相位噪声的载波相位,提升了该条件下的环路信噪比。仿真采用码率为1/2的低密度奇偶校验(LDPC)码作为编码方式,结果表明:在误码率为10^-5时,该算法减少了约50%的编码辅助载波同步迭代次数;在含相位噪声的信号条件下,与理想解调译码相比,性能损失不超过0.15 dB。     

直升机旋翼回波特性建模

给出了雷达半主动寻体制的直升机旋翼回波模型,分析了直升机旋翼回波的时频特性,以旋翼真实参数对模型进行了仿真,并研究了直升机旋翼回波在时域上的调制效应及频域分布特点。结果表明：理论模型所得结果与外场实验的导引头跟踪直升机实验数据吻合。     

数字闭环光纤陀螺的调制串扰误差

 通过分析数字闭环光纤陀螺的阶梯波调制信号与输出死区、周期噪声干扰及小角速度漂移的关系,提出了调制串扰误差的概念。指出调制信号与探测器输出信号之间的电交叉耦合及调制信号产生的调制误差是产生调制串扰误差的干扰源。将调制串扰通道模型简化为比例环节和部分积分环节,并和光纤陀螺理想模型结合,建立了光纤陀螺调制串扰误差模型,利用该模型推导出了产生死区的条件及周期噪声干扰和小角速度漂移造成的输出偏差表达式,并对周期噪声的幅值、频率与陀螺输出量级、带宽之间的关系进行了定量分析。调制串扰误差的仿真和实验结果与理论分析结果基本一致,验证了调制串扰误差模型的正确性。     

密集杂波背景下的水下多目标跟踪方法

水下多目标跟踪是水声信号处理领域研究的热点和难点问题。高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器以其高效的计算效率为解决水下多目标跟踪问题提供了保证。然而,GM-PHD滤波器在跟踪目标时需要先验已知新生目标的强度,否则其性能会出现严重退化。针对该问题,提出一种滑动窗两步初始化高斯混合概率假设密度(sliding window two step initialization GM-PHD, SWTSI-GMPHD)滤波器。将提出的滑动窗两步初始化方法嵌入GM-PHD滤波器,利用滑动窗两步初始化方法估计新生目标强度,减少杂波干扰导致跟踪结果中出现的虚假目标。仿真实验表明,在杂波密集环境下,相较于其他跟踪方法,提出方法将跟踪精度提高69.84%,52.62%和41.05%。     

多目标跟踪的核粒子概率假设密度滤波算法

提出一种新的多目标跟踪算法：核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,在相同仿真条件下新算法的估计精度提高30.5%。