混沌序列的MIMO雷达正交波形集设计

波形分集是多输入多输出(MIMO)雷达的主要特征之一,设计性能良好正交波形集是实现MIMO雷达的关键技术。介绍了噪声MIMO雷达的基本原理,分析了利用混沌序列设计正交波形的可行性,提出了基于混沌序列的MIMO雷达正交波形集设计方法,给出了基于两种典型混沌序列设计二相编码正交波形的设计结果,分析了波形集相关性能,计算机仿真表明,该方法在算法效率和波形多样性方面优于传统的遗传算法。     

无需信源数目的相干信号方位估计算法

针对空间平滑MUSIC算法会损失阵列的有效孔径且需要信源先验数目的问题,提出了一种新算法.该算法从矢量重构的思路出发,通过对接收数据协方差矩阵的最大特征向量进行矢量重构,即可实现不损失阵列孔径的解相干处理,同时利用全空间加权MUSIC算法,实现了信源数目未知下的相干信号准确定位.仿真结果证实了该方法的有效性.     

一种圆阵垂直平滑解相干算法

基于均匀圆阵(UCA),提出了一种垂直平滑解相干算法.利用在两个垂直的方向上平移,得到多个平移后的协方差矩阵.对其进行平均,将协方差矩阵的秩恢复为满秩,实现解相干,完成对相干信号的DOA估计.仿真结果表明,该方法具有较好的可行性.     

战场态势及态势估计的新见解

为理解战场态势本质,从信息交互角度,结合耗散结构理论对战场态势和态势估计进行了全新诠释.提出战场态势本质是战场信息的有限“无序”呈现,将其视为能够出现“有序”状态的动态开放系统.由此指出态势估计即分析理解各种战场信息,利用已有知识减小战场态势熵;同时指出态势估计的研究重点是战场态势内、外交换熵.最后介绍了新的理解下态势估计的理论基础——Brusselator模型,指出了通过建立影响战场态势熵的指标体系对战场态势进行量化分析的技术途径,并说明了计算战场态势正、负熵的方法及其是否形成耗散结构的判据.     

“熊坚强”的词条注解

注解一——神码不是浮云"熊坚强"之名声乍起,自"神码"始。南国长沙,仲夏夜正浓,沉睡的校园里,黑漆漆的实验楼亮着一角。电子技术实验室里,各种仪表不停地闪烁着,戴着黑框眼镜的"熊坚强"端坐在电脑前,紧紧盯着屏幕上一行行跳过的程序代码。突然,他从椅子上弹起来,"找到了,找到了!"手指在键盘上轻盈地敲了几下,重新连接电路,示波器波形显示终于正常。四天三夜,"熊坚强"担任组长和软件技术负责人的三人小组圆满完成了竞赛设计任务,他们无     

《2012年涉华军事与安全发展报告》眼中的中国海军

资料来源美国国防部,2012年5月。图中数据和观点为美国国防部估计,不代表本刊认可其内容。"自20世纪90年代以来,中国海军已经从只拥有单一任务平台的部队,转变为拥有多用途现代化平台的部队。与10年前相比,中国海军许多舰艇装备了先进的防空系统、现代化的反舰巡航导弹和鱼雷。这些能力不仅增加了中国海军平台的打击能力,还使其能够在远离陆基防空力量保护范围的情况下进行作战。"——《2012年中国军事与安全发展报告》     

短波软件直扩调制解调器

将直接序列扩频技术应用在短波通信上，可以克服短波信道的多径衰落特性，增强抗干扰能力。但是由于短波信道带宽比较窄，数据传输速率受到了限制。为此，本文提出了一个直扩数据传输方案，以扩频增益8为例，信道速率可达到1．2kb/s，信息速率则为600b/s。该方案采用正交码扩频技术，同时，引入蜂窝移动通信标准SI－95中导频信道的思想，解决了正交码扩频信号识别和同步难的问题。在首先介绍了总体框图后，重点阐述了核心部分扩频调制解调模块的详细设计方案，并给出了基本参数，简要介绍了涉及的关键技术。最后从软件实现角度，介绍了产品的应用背景和技术特点。     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。     

卫星轨道核爆光辐射波形计算方法初探

采用一个简单的火球模型模拟计算了可见光波段(0．4—1．1μm)卫星轨道上的核爆光辐射波形，考虑了大气透过率随波长及天顶角的变化，计算了地球同步轨道上探测到的光辐射能量随地理位置的变化。     

基于图像信息的多特征空间坦克姿态估计

坦克作为地面战场的主要目标,分析其姿态至关重要。根据坦克姿态估计的需要,在可见光条件下采集了坦克车体纵轴与瞄准镜光轴不同夹角的图像作为训练集。利用主成分分析法选取了目标的主要特征向量,每个训练子集用3个特征向量表示,利用少量的特征向量建立目标的8个特征空间,降低了空间的维数。设计判别准则将待识别目标向量与重构向量之间的余弦值进行比较,即确定目标所在的空间位置,完成了目标姿态的识别。实验结果表明,利用建立目标多特征空间的方法识别目标空间位置是有效的。