MIMO窄带加宽带非高斯随机振动试验

提出了一种用于多输入多输出窄带加宽带非高斯随机振动试验方法。首先，详细分析了随机相位与非高斯随机信号偏度和峭度的关系，提出了一种可用于快速生成具有指定偏度和峭度的迭代相位调节法。其次，根据控制通道之间的耦合关系，利用各通道之间随机相位的不相关特性，实现了多通道非高斯随机信号生成的解耦。然后，将生成的非高斯随机信号作为参考输出响应，采用时域逆系统方法生成驱动信号，并利用控制算法分别对响应信号的功率谱、偏度和峭度进行控制。最后，通过三轴向振动台试验验证了本文提出的多输入多输出窄带加宽带非高斯随机振动试验方法的可行性。结果表明，控制点上加速度的功率谱被控制在了±3 dB的容差限内，满足预设的容差要求。同时，时域响应信号的峭度和偏度也满足给定的参考要求。     

机动再入飞行器的一种预测制导方法

研究了机动再入飞行器返回地面固定目标的一种预测制导方法.利用高斯方法解算出再入过程中飞行器需要的最小速度增量,将其转换成速度坐标系下需要的气动力,通过调整其攻角以及侧滑角来达到控制飞行器的目的,从而得到了一种预测制导方法.仿真显示,此算法简单,运算速度快,具有较高的落点精度,且对大气密度的不确定性及导航信息偏差具有较强的鲁棒性.     

大气湍流光学长曝光像的数值计算

在介绍大气湍流光学长曝光像的两个模型——高斯模型(空间域模型)和统计平均光学传递函数模型(空间频率域模型)的基础上，推导两模型之间的关系与差别，并应用两模型数值计算了扩展目标通过大气的长曝光成像结果。此外，还应用高斯模型给出了自适应光学系统校正后的远场光斑。     

非参量量化秩检测器的性能研究

 许多作者讨论过非参量秩检测器在雷达信号处理中的应用。秩检测器首先把接收波形样本转换为秩。如果检验单元和参考单元的噪声样本独立和分布,则无信号时检验单元的秩具有离散均匀分布,与输入噪声的分布无关。所以秩检测器可能提供分布自由的恒虚警率性能。量化秩检测器（QRD）只对二进量化秩进行积累,所以它实现起来很经济。本文分析QRD的检测性能。证明QRD有一最佳秩量化门限（ORQT）。确定高斯和韦伯噪声中的ORQT。另外,把QRD同高斯噪声中的局部最佳秩检测器和最佳参量检测器进行比较。     

DME脉冲调制信号波形参数对空间频谱占用的影响分析

航空测距器DME的开发、调试和性能验证都要用到高斯双脉冲调制格式的DME信号。由于专用的DME信号模拟器技术复杂、价格昂贵,人们常用具有快沿双脉冲调制功能的模拟信号源替代。本文以航空测距器DME信号要求为依据,初步分析了这种替代可能存在的问题,并通过实验对不同边沿条件下高斯双脉冲、矩形双脉冲调制信号的功率频谱占用情况进行了验证。     

无人机高速DS/FH混合扩频通信系统关键模块设计

针对UAV(Unmanned Aerial Vehicle,无人机)测控链路高抗干扰需求,给出了实现跳频速率20 000次/s的扩跳混合无人机测控数据链系统实现方案.系统采用跳频频率并行捕获模式.跳频源设计采用直接频率合成、DDS(Direct Digital Synthesis,直接数字频率合成)和PLL (Phase-Locked Loop,锁相环)相结合的混合频率合成技术.利用相位响应滤波器,通过正交调制技术完成MSK(Minimum Shift Keying,最小频移键控)、GMSK (GaussianMinimum Shift Keying,高斯最小频移键控)调制.通过推导得出2 bit差分解调输出与载波频率选择有关,且为四分之数据率的整数倍关系.然后通过实例分析给出了跳频频率间隔选取方法,即跳频间隔应当将临近跳频的主瓣分开,同时跳频载波频率应当设在其他跳频频谱的零点处.最后总结了高速扩跳频系统参数设计一般步骤.     

无需辅助数据的分布式目标自适应检测器

在非高斯背景和没有辅助数据的条件下,研究了高分辨率雷达分布式目标的自适应检测问题.首先采用有序检测理论和协方差矩阵的迭代估计方法粗略估计散射点集合,进一步利用迭代估计方法获得协方差矩阵的近似最大似然估计,提出了无需辅助数据的自适应检测器(ADWSD).ADWSD在非高斯背景下具有近似恒虚警率特性,且检测性能远好于修正的...     

高频振荡器噪声分析

 本文将高频振荡器视为具有深度正反馈噪声放大器。对它分析,给出正弦波信号的谱、等效带宽及相位噪声谱;同时还提出诸如高频振荡器内部产生的随机游走噪声形成机理等新看法。     

基于自适应混合高斯模型的运动目标检测

随着智能视频监控应用领域的不断拓展,为了在各种复杂场景下都能快速稳定地检测出运动目标,众多研究者提出了很多解决方法。鉴于背景减除法自身在算法理论的复杂度小,且对不同场景适应性强的优点,成为运动目标检测研究领域的基础方法。而在背景减除法的各种背景建模方法中,混合高斯模型方法以其适应性强、灵活高效的优点成为该领域的经典方法。详细介绍了背景更新机制中常用的混合高斯模型,并据此研究了基于自适应更新率的高斯背景建模方法,经过对比试验,论证了改进方法在建模速度上的大幅度提升。