基于支持向量机的彩色图像恢复新方法

引起图像退化的因素众多,因而难以用一个统一的方法来进行恢复处理。鉴于图像的像素和各颜色分量通道间本质上存在某种相关性,以及以支持向量机为核心的统计学习理论具有较好地解决小样本、非线性、高维数问题的能力,提出了一种新的空域图像恢复方法,并通过对来自于待处理图像本身的训练样本的学习,构造自适应的回归插值函数;然后基于该函数对图像作有选择的修改,从而达到图像恢复的目的。实验表明,该方法是有效的,并且具有较好的泛化性能。     

桅杆首阶固有频率控制与构形设计

基于Timoshenko梁理论,提出筒形桅杆首阶固有频率控制设计原理。依据该原理,采用Transfer matrix算法,研究了直壁式、外凸式及双曲式三种构形的桅杆首阶固有频率的变化规律,发现在桅杆高度、质量、顶部及底部截面边长相同的情况下,外凸式构形具有最大的首阶固有频率值。     

离心机试验中惯导平台误差系数辨识方法

针对离心机试验中惯导平台误差系数辨识问题,提出一种6位置辨识方案。建立误差系数辨识的非线性模型,再利用扩展卡尔曼滤波估计误差系数。由滤波中的估值方差矩阵计算各误差系数之间的相关系数,用相关系数分析系统的可观性,并将所有相关系数之和最小作为优化指标,利用遗传算法得到最优的位置组合。仿真结果表明,采用该方案可以有效辨识出惯导平台中与加速度高阶项有关的各项误差系数。     

周期运动声源的双阵列定位

针对常用的运动声源定位方法存在计算量较大或测试难度大的问题,提出一种基于阵列信号短时处理的运动声源定位方法。分析单、双五元十字阵列的定位性能,并基于单阵列的高精度定向能力,借鉴波束形成中帧处理思想,使用双阵列方位交叉的方法实现声源运动定位。使用自行火炮的发动机周期噪声作为模拟声源,进行外场定位实验,对参与短时相关数据的截取原则和传播路径补偿进行研究。实验结果表明,该方法能够有效实现周期声源的运动定位,最大相对误差保持在5%的水平。     

一种稳健的循环平稳信号时延估计算法

基于信号循环平稳特性的时延估计算法具有较强的抗干扰和抗噪声能力,但循环频率误差时性能下降严重。针对这一问题,首先分析了循环频率误差对循环时延估计算法中,循环互相关函数相关法估计性能的影响,进而提出了一种对循环频率误差稳健的改进循环时延估计算法。改进算法通过两次搜索确定循环频率的真实值。仿真实验结果表明,改进算法可以有效地校正循环频率误差,最终使时延估计误差与无循环频率误差时基本相同。     

邻频干扰对跳频GMSK接收机的性能影响分析

在考虑跳频系统中系统用户数、可用频点数、信道参数和环境噪声因素的条件下,重点研究邻频干扰(ACI)对跳频系统典型GMSK接收机误码率(BER)性能的影响。研究了GMSK非相干平方律接收结构和包络检波接收结构,通过分析接收信号经过各接收单元的变化,得出判决信号的解析表达式;通过分析判决信号的概率密度函数和特征函数,推导得出跳频系统在ACI影响下的系统BER公式。仿真结果表明,该理论能够评估ACI对跳频系统典型GMSK接收机的BER性能影响。     

悬浮式深弹反鱼雷武器系统的有效拦截域分析

针对悬浮式深弹反鱼雷武器系统在作战使用中需对目标的可拦性进行快速判断的需求,提出了系统有效拦截域的概念,又根据系统作战流程和工作原理,将有效拦截域判断条件细化为时间域和空间域两个方面判据,进而构建了基于实战中可获取的战场态势等相关信息计算系统有效拦截域的数学模型,并具体给出了一个计算实例。研究结果可为其作战使用提供一定参考。     

机翼不对称损伤飞机在大侧滑角下的操稳特性研究

对某小型电动无人机(以下简称SEPUAV)在其左翼破损40%面积矩下的操稳特性进行详细分析。首先在此损伤下典型大侧滑角定常工作点附近进行特殊的小扰动线性化,然后进行特征根和飞行运动模态的分析;其次对此特殊构型SEPUAV进行操稳特性、时频响应特性进行分析。分析结果表明:左翼破损40%面积矩SEPUAV出现特有运动模态并影响全部纵侧向运动状态的响应;部分传递函数出现较多非最小相位零点从而导致初始响应发生反向;部分通道的Bode图中出现多个波峰波谷并有相角提前等现象。分析结果对后续容损飞行控制器的设计起到铺垫的作用。     

正交频分复用/偏移正交振幅调制半盲信道估计

非合作通信背景下,针对传统干扰近似法(IAM)进行正交频分复用(OFDM)/偏移正交振幅调制(OQAM)系统信道估计需要导频符号值作为先验信息的问题,提出一种基于OQAM符号特征的IAM(OCBIAM)估计算法。该算法利用IAM导频结构和OQAM实符号的有限集特征,将信道衰落系数幅度和相位分开估计,在仅获得导频位置而未知导频符号值的条件下实现了OFDM/OQAM系统半盲信道估计。并且证明了OCB-IAM算法由于利用接收符号的二阶统计量将高斯白噪声变为非随机的单音干扰,从而在中低信噪比条件下具有优于IAM算法的估计性能。仿真实验验证了理论推导的正确性和OCB-IAM算法的可靠性。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。