基于GPU的二维离散小波变换快速计算

通过分析小波变换的多相表示和GPU通用计算模型,结合现代GPU的多纹理和多渲染目标特性,提出了一种基于GPU与多相表示的二维离散小波变换计算方法,该方法使小波变换的计算形式完全适合GPU的SIMD结构,同时大幅减少了纹理访问次数,充分利用了GPU的矢量运算和二维寻址能力,实验表明该方法在处理速度上有大幅的提高。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

一种改进的多相码信号参数估计法

目前,对由频率导出的一类多相码脉压雷达信号(Frank码和P1 ～ P4码)进行参数估计是电子对抗侦察技术中的难点之一.针对此问题,提出一种基于改进的分数阶傅里叶变换(FrFT)的多相码信号参数估计方法.该法利用积分二次相位函数将FrFT的二维搜索转换为2次一维搜索,较大减少了计算量.仿真表明,该法能在较小的计算量下达到与RWT和RAT法相当的估计精度.     

基于小字典训练的语音增强算法

文章提出一种基于小字典训练和过完备稀疏表示的语音增强算法。该算法通过构造过完备的小字典并使用带噪语音的幅度谱对其进行训练来实现。训练过程中通过不断地使用K-SVD算法更新字典矩阵和相应的稀疏系数矩阵来实现对纯净语音的提取,达到语音增强的效果。该方法不同于传统增强算法需要对噪声进行估计与抑制,而是通过稀疏表示将纯净语音从带噪语音中分离出来。主客观测试结果表明,本文方法较好地消除了随机噪声,低信噪比情况下增强效果明显优于传统算法,且能够避免产生音乐噪声。     

基于SHEPWM的六相感应电动机谐波抑制

针对双Y移30°绕组结构的六相感应电动机中存在的主要脉动转矩,基于特定谐波(SHE)的PWM技术,提出了一种新的脉动转矩谐波抑制方法。首先,对双Y移30°绕组与更高级的4Y移15°绕组的矢量谐波进行比较;然后,将所得差矢量的谐波进行等效变换;最后,获得控制开关的PWM波形。仿真结果表明:该方法能有选择地降低11、13次谐波电流,从而在尽可能低的开关频率下,对12倍基频的脉动转矩进行有效的抑制。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

分数阶Fourier变换的多相码雷达信号分离算法

利用多相码雷达信号在某个分数阶域内呈现多个间隔相等的冲击这一特性,提出了一种基于分数阶Fourier变换的多相码雷达信号分离算法,首先将混合信号以特定的旋转角作分数阶Fourier变换,然后通过窄带通滤波器抽取多相码雷达信号,去除大量噪声和其他干扰信号,最后再经过分数阶Fourier反变换,恢复出时域的多相码雷达信号。理论分析和仿真实验表明,该算法计算量小,分离效果好,可实现较低信噪比下的多相码雷达信号分离。     

个性名片

游戏名称:个性名片活动目的:让新兵学会推荐自己,把自己融入集体,并且尽快地彼此熟悉,建立一种良好的人际关系。游戏内容:每人准备一个胸卡、彩色笔若干,主持人发给每位官兵一个空白胸卡。在5分钟内,让每位战士为自己设计一张     

复杂装备的层次诊断技术

首先从完备性的角度分析了对复杂装备进行层次诊断的可行性,论述了层次诊断模型应具备的组成内容.然后通过面向对象的知识表示方法建立了装备层次模型,通过对Petri网的分层细化建立了故障层次模型.最后,通过知识库的方式将装备层次模型和故障层次模型进行关联实现,并给出了相应的层次诊断策略.     

某型导弹智能维修训练系统设计

智能维修训练系统是智能教学训练系统在故障维修领域的应用。以某型导弹武器系统为对象阐述了智能维修训练系统的设计和实现,研究了该系统的总体结构以及知识表示、学生模型、推理机制、仿真环境的实现方法。