一种估计来波信号极化状态的新方法

干扰场的极化估计是自适应极化滤波器首要的也是最为关键的一步,极化估计器的精度直接制约极化滤波器的滤波效果.基于单极化雷达接收天线的空域极化特性,提出了一种来波信号极化状态的估计方法.首先介绍了算法的估计原理,并对算法性能进行理论分析,在此基础上,进行相应的计算机仿真实验,探讨了影响估计性能的主要因素及提高算法性能的主要途径.理论推导和计算机仿真结果均证明了估计算法的有效性.     

基于子阵结构的相控阵MIMO雷达分辨能力分析

在阵元总数一定的情况下,不同的子阵划分方式和布阵间距对不同子阵发射正交波形,子阵内发射相干波形的相控阵-MIMO雷达系统的分辨力的影响,首先通过相控阵-MIMO雷达的信号模型推导出其广义模糊函数,然后以此分析子阵结构对距离、多普勒、方位三维分辨力的影响。仿真结果表明,在阵元总数一定的情况下,子阵越多,系统距离分辨力越高,子阵越大,多普勒分辨力越高,子阵间距满足一定条件才能有较好的系统分辨力。这些结论对相控阵-MIMO雷达子阵结构设计具有指导意义。     

基于自适应EKF的高动态载波跟踪算法

针对载波跟踪算法在大频偏或动态剧烈变化时易失锁的问题,提出一种无数据辅助情况下基于自适应R/Q扩展卡尔曼滤波(AEKF)的高动态载波跟踪算法。该算法在AEKF代替鉴相器和滤波器的环路结构基础上,引入两倍相位转换来消除数据位跳变的影响,并利用载噪比估计方法和基于加加速度的信号动态监测方法来修正观测噪声协方差(R)和系统状态噪声方差(Q),进而兼顾环路的跟踪精度和动态稳定性。实验结果表明:利用该算法的GPS软件接收机能够在加速度200 g,瞬间加加速度10 000 g/s的动态指标下正常工作。     

五阶HWCNS在低速复杂流场中的应用

采用五阶精度显式混合加权紧致非线性格式求解雷诺平均NS方程;利用多块对接结构网格技术,对30P-30N多段翼型进行网格收敛性研究。在不考虑转捩的情况下,采用SA一方程湍流模型研究混合加权紧致非线性格式与二阶精度MUSCL格式对该翼型压力分布和典型站位速度型的影响,并与实验结果进行对比分析。采用混合加权紧致非线性格式和SA一方程湍流模型模拟梯形翼高升力构型低速复杂流场,通过对总体气动特性和压力分布的分析,探讨五阶精度显式混合加权紧致非线性格式在低速复杂外形流动中的应用能力。结果表明,对30P-30N三段翼型,采用全湍流模拟方法可以得到较好的压力分布;对梯形翼高升力构型,在附着流和边界层小分离情况下混合加权紧致非线性格式有较好的模拟能力。     

基于循环谱相关的雷达信号脉内分析改进算法

针对传统的雷达信号脉内特征分析算法存在的局限,提出了一种基于循环谱相关的雷达信号脉内特征分析的改进算法。该算法将传统的循环谱估计方法进行了改进,能对雷达信号脉内调制方式进行识别并提取脉内特征参数,然后结合改进的小波变换的优点,对识别出的相位编码信号进行相位突变点的提取,最后输出至完善的脉冲描述字中。改进的算法能够在较低计算量的同时保证较好的脉内特征参数的估算精度。仿真结果表明,在较低信噪比下,该算法仍然具有较好的性能。     

多功能复杂信号侦察可配置计算模型

复杂信号侦察处理是多功能数字阵列雷达(MFDAR)的重要组成部分,可以服务于MFDAR的雷达与通信信号侦察以及电子战等多种用途,其中信号侦察的实时性与功能的灵活适应性是MFDAR的关键。在详细研究MFDAR信号侦察处理特点基础上,提出了两阶段可配置的信号处理流程,构建了基于混合结构的宽带信号侦察可配置计算模型BSRRCM。BSRRCM对"非确定、非单向"的信号流进行了描述,利用"固化典型流程、设置有限配置点"的思想,BSRRCM将应用分解成可完全重配置的典型处理流程和可局部重配置的功能任务序列,快速映射到合适的计算平台上,在确保信号处理实时性前提下使系统获得了动态的灵活配置能力与可扩展性。     

噪声调频信号发生器的研究与设计

为满足现代电子干扰对噪声调频信号源低功耗、快速和灵活可控的要求,采用基于Wallace算法的一种直接快速生成算法,提出了一种运算量小、速度快和全数字结构的可配置噪声调频信号发生器系统设计方案。系统利用正态分布的可加性直接生成高斯白噪声随机变量,采用数字频率合成(DDS)技术完成调频功能,通过内置串行接口配置发生器参数和输出系统运行状态信息。同时,提供了基于FPGA的系统实现方案,其生成信号波形具有严格的相干性和可控性,且对外界环境不敏感。     

串行通信控制器在双DSP系统中的应用

介绍了串行通信控制器在双ＤＳＰ系统中的应用,提出了一种双ＤＳＰ对多个串行通信控制器控制的方案,并给出了具体的硬件电路及其在异步模式下的软件设计方法。     

神经网络技术及其在机器耳监测仪中的应用

介绍了利用GAL算法对装备产生的声音信号进行处理,改进完善了基于竞争学习的GAL神经网络。测试结果表明,基于GAL算法的智能耳诊断系统的识别精度和自学习方面优于传统算法。     

近似熵在发动机故障诊断中的应用研究

介绍了近似熵的概念、主要特点及其算法,提出了基于近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,并对发动机声信号进行了分析处理。通过对比正常状态与故障状态的近似熵值,根据其变化有效地提取发动机故障特征,从而实现了对发动机状态的监测与诊断。实验结果表明近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果,是一种行之有效的新方法。