让使命拓展我们的视野

向南林的先进事迹特色鲜明。朴实生动,他胸怀远大理想,以现代军人的强烈使命感和当代青年的社会责任感,与时代同行,与真理同行,忠实履行神圣职责．在本职岗位上做出了突出成绩。正如向南林自己所说的那样：“我们有时不能选择走什么路。但可以选择在路上怎么走。要靠本事吃饭．靠骨气做人。”[第一段]     

相干信号源DOA估计改进ESPRIT算法研究

在目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号。提出一种基于观测数据直接空间平滑的改进型ESPRIT算法,解决了常规ESPRIT算法不能解相干、对信噪比要求高等问题。该方法适用于所有信号(非相干和相干信号)的目标方位估计。     

延安保卫战下

历史上的3月1926年3月1日,黄埔军校扩为中央军校。1949年3月2曰,B-50轰炸机首次完成中途不着陆环球飞行。1981年3月2日,国务院批准"旅大市"改为"大连市"。1963年3月5日,毛泽东题词"向雷锋同志学习"。2005年3月14日,全国人大会议通过《反分裂国家法》。1975年3月19日,最高人民法院特赦全部在押战犯。1272年3月28曰,元朝改"中都"为"大都"。1911年3月29日,黄花岗72烈士殉难日。1979年3月30日,邓小平提出四项基本原则。1993年3月31日,全国人大会议通过《澳门特别行政区法》。军史掠影:延安保卫战1947年3月,蒋介石把对解放区的全面进攻改为重点进攻。1947年3月13日,胡宗南以整编第1军、第29军所属     

鱼雷目标定位跟踪技术

对鱼雷目标进行定位跟踪是舰艇反鱼雷的关键,报警声纳能够给出水下鱼雷目标的方位信息,但仅利用方位信息对鱼雷目标进行定位跟踪是不够的。对本水面舰艇舰壳声纳和拖线阵声纳纯方位协同探测可行性进行分析,并对协同探测条件下鱼雷目标定位跟踪算法进行探讨,建立可应用于鱼雷目标定位跟踪的滤波算法模型,对其定位精度进行分析,并与最小二乘算法进行比较,通过仿真比较,最终确定出可用于鱼雷目标定位跟踪的算法模型。     

SAGE算法的TD-SCDMA空时分组多用户检测算法

针对时分同步码分多址(TD-SCDMA)上行失步以及强多址干扰的情况,提出了一种基于SAGE算法的空时分组多用户检测算法。该算法以各用户上行信号的DOA信息为基础,对接入用户的上行多径信号进行最大比合并,在空域进行分组,在每个组内进行多用户检测,最后利用SAGE算法进行迭代干扰消除。仿真结果表明,上行失步和强多址干扰情况下,该算法的误码率性能较传统的匹配滤波,联合检测以及解相关算法有较大的提升。     

MEMS矢量传感器方位估计误差分析

为提高MEMS仿生矢量传感器的定位精度,对其误差来源进行分析。对于单个矢量传感器,误差来源于其自身灵敏度不一致及流噪声的影响。提出通过分段插值来绘制线性曲线、选用差分测量结构和调整两路输出信号的大小使灵敏度一致;对于流噪声产生的误差,提出一种加聚氨酯导流罩的新结构,可以使水听器抑制流噪声的能力较之前提高20 dB。对阵列而言,选取不同阵元数进行仿真对比分析,得出随着阵元数的增加,水声传感器阵列DOA估计的准确度会随之增高,分辨力也随之增强。通过对影响MEMS矢量传感器方位估计的误差来源进行分析,进一步提出解决方案,为提高其定位精度提供了有力的科学支撑,从而为MEMS矢量传感器的工程化应用奠定了坚实的基础。     

通信误码率对浮标声纳系统DOA估计性能的影响

浮标声纳受到功耗、体积和硬件复杂度等因素的限制,通常将接收数据通过无线信道发送到终端设备进行处理。由于多径传播、衰落特性以及多普勒效应等众多因素的干扰,信号在无线通信传递中会产生误码并影响最终系统性能。针对复杂传输信道环境下的浮标声纳系统,研究了误码率对系统的多目标方位估计性能的影响,并通过计算机仿真给出了误码率允许的门限。     

浅海远程目标稳健方位估计方法性能分析

受浅海多途效应的影响,传统方位估计方法在空间谱上将出现谱峰偏离甚至分裂现象。针对这一问题,提出了一种新的浅海稳健方位估计方法。该方法将简正波模型与阵列信号模型相融合,推导出新的阵列源矢量形式,并结合矢量最优化对阵列源矢量误差施加有效约束,进而提高高分辨方位估计的稳健性。性能仿真分析表明:当存在海水跃变层深度、海水深度及声速梯度等不确定条件下,该方法均具有更高的主峰与旁瓣比以及更窄的-3dB波束宽度。     

潜艇纯方位跟踪中系统误差的消除方法

针对潜艇纯方位法水下目标跟踪过程中，如果存在系统误差，会导致收敛速度变慢，状态估计有偏的问题，提出了联合sigma点卡尔曼滤波算法。该算法不仅能消除系统误差对状态估计的影响，而且能减小线性化误差，提高滤波精度。仿真实验结果证明了算法的有效性和优越性。     

经马氏修正的Poisson过程的极大似然估计

近年来 ,隐马氏模型成为研究相依随机变量的一个十分有用的工具。实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。将一类连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题 ,给出了具体的隐马氏模型———经马氏修正的Poisson过程的极大似然估计及其算法。此类过程被广泛用来对复杂电信网络的交通流进行建模