基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题，提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解，得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数，并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明，该方法可以实现对舰船辐射噪声的特征提取，与已有方法对比，该方法具有较高的识别率。     

涡轮泵状态监控及传感器故障识别的新异类检测方法

为了在故障样本稀缺、故障模式不完备的情况下监控涡轮泵状态,并剔除传感器失效故障造成的虚警,提出用于涡轮泵状态监控及传感器故障识别的单类支持向量机新异类检测方法。该方法以正常状态为目标类构建单类支持向量机检测器,用于检测涡轮泵是否出现异常;以传感器故障为目标类构建单类支持向量机检测器,用于判断检测到的异常是否属于传感器故障。对涡轮泵试车数据的分析结果表明了该方法的有效性。     

关于半鞅向量随机积分的一个注

建立了半鞅向量随机积分的一个结果,能方便处理可料过程在向量随机积分意义下对半鞅的分解随可料过程不同而不同的问题.作为其应用,给出了有关文献中定理的简洁证明.并利用其思想,得到了半鞅向量随机积分的一个重要性质.     

基于特征值的单矢量水听器目标检测算法

针对水下目标检测在低信噪比与非平稳背景噪声情况下性能下降的问题，结合特征值检测算法原理，给出一种单矢量水听器联合信息互相关检测算法。该算法利用电子旋转导向角度与振速信息构成一种组合振速，并结合声压信息得到一种互相关值，在大快拍无信号条件下，该值满足渐进高斯分布；将该值除以解析振速与声压信息的协方差矩阵最小特征值，得到一种检测统计量；通过与门限值比较，实现目标检测。理论分析可见，所提检测算法无须背景噪声的先验信息，并且可以通过调节导向角度提高检测性能；在单目标情况下，利用检测统计量与导向角度的对应关系可实现目标方位估计。仿真与实测数据结果表明，相比于单矢量水听器最大最小特征值检测算法与能量检测算法，所提算法检测性能优良，适合于单矢量水听器目标预警检测。     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

柴油机间歇性排气噪声自适应有源前馈控制的DSP仿真

分析了柴油机排气噪声的特征,利用自适应有源前馈系统对噪声进行控制;对间歇性噪声的控制进行了建模分析;对柴油机的排气噪声进行了有源消声的初步设计;参考柴油机实际工况,利用高速信号处理芯片TMS320F2812进行了编程及调试;通过实测数据和DSP仿真实验验证了所采用方法的有效性。     

一种简单的直接数字式空间矢量PWM实现方法

针对常规SVPWM实现困难的缺点,根据零序信号注入方法以及“伏 秒”平衡原理,提出了一种新的SVPWM实现方法,利用这种方法可以直接获得逆变器开关触发时刻,因此可以减小运算器执行周期,提高计算速度.用该方法实现了永磁同步电动机的磁场定向矢量控制,并进行了仿真和实验研究,证明了新方法的正确性和优越性.     

模糊超球支持向量机

提出了模糊超球支持向量机算法。首先根据样本分布特性将样本空间划分成有限个超球子空间,超球半径经归一化处理后作为各球心样本点的模糊属性值,超球球心组成新的训练样本集,在构造决策超平面的过程中对应不同模糊属性值的各输入样本增加了不同训练权重。仿真实验结果表明:该算法减少了训练样本数,有利于提高支持向量机的训练速度和测试速度,有效地防止了训练样本中噪声点对训练结果的负面影响。     

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。     

导弹预警卫星对助推段导弹的探测能力建模

导弹预警卫星在导弹防御体系中处在最前沿,在导弹的早期预警中起着其他装备无法替代的作用。分析了导弹预警卫星的工作原理与作战流程,从覆盖范围、最大探测距离以及检测概率3个方面对导弹预警卫星的探测能力进行了数学建模,并利用所建模型分析了美国导弹预警卫星的探测能力,为导弹预警卫星的探测能力评估奠定了理论基础。