FPGA的可调参数白噪声与高斯白噪声生成器

提出了一种基于FPGA硬件的,强度、带宽均可调的白噪声和高斯白噪声生成器,给出了设计的总体框图和设计中的一些要点,阐述了主要部分的原理和理论推导.这种噪声生成器与传统数字电路所组成的噪声生成器相比,采用了新型的FPGA器件,通过利用其中的一些既有功能大大降低了设计的难度,提高了电路调试的灵活性,可用于多种环境下的通信系统测试.     

基于二进小波变换的MIP纹理映射在OpenGL中的应用

OpenGL中的纹理映射可以增加三维图形的真实性，而mipmapping多分辨率技术可以进一步增加真实性和减少内存占用，因此研究自动产生MIP纹理意义很大。通过采用二维二进小波的分解算法，在原纹理图像基础上可以得到各级低频的二进多分辨率的MIP纹理图像，从而自动产生不同细节的MIP纹理映射图像，而且与MIP映射技术要求相一致。最后通过实例验证了该方法的可行性并指出了不足之处。     

矩阵论在研究微波元器件中的应用

采用酉矩阵的性质 ,证明微波无耗器件S参数的一个重要性质———幺正性。     

考虑扩散效应圆形隧洞热弹性耦合动力响应研究

利用S-H热弹性扩散的基本理论,研究了无限弹性介质中圆形隧洞表面受随时间变化的热冲击的动力响应问题.采用直接求解方法以避免势函数的引入,利用Laplace变换技术,求解热、力、化学耦合控制方程,获得了弹性介质中温度梯度、位移、应力和化学势的积分形式解.最后,利用Laplace逆变换得到数值结果,分析了热、力、化学耦合条件下弹性介质中温度梯度、应力、位移和化学势响应的分布规律.     

改进的SAR图像车辆目标姿态角估计方法

合成孔径雷达(SAR)对车辆目标的识别效果与目标的姿态角密切相关.如果确定了目标的姿态角,就可以大大降低识别系统的运算量,提高识别效率.Radon变换是一种检测目标姿态角的有效方法,但是Radon变换在实际应用中有一定的局限性.通过利用二维连续小波变换引入角能量密度函数的概念,提出了一种Radon变换和角能量密度相结合的姿态角识别算法.利用MSTAR公共目标数据库中的目标样本,通过实验验证该种方法能够准确的估计目标的姿态角.     

内置频率对Duffing振子微弱二进制相移键控信号盲检测影响

采用Duffing振子实现对微弱二进制相移键控（Binary Phase Shift Keying, BPSK）信号的盲检测时，Duffing系统输出的周期态和混沌态转换之间存在过渡带。针对这一问题，推导出过渡带时长和Duffing系统内置频率之间的关系表达式；指出内置频率越高，过渡带时间越短；仿真实验给出时间频率响应曲线。内置频率的提高，会降低系统检测微弱信号的灵敏度。针对这一问题，推导出周期态下Duffing系统输出幅度作为因变量、内置频率作为自变量的表达式；仿真实验给出幅频响应曲线。针对微弱BPSK信号盲检测，建立变尺度方法和检测阵列相结合的基于S变换提取Duffing系统输出幅度包络的微弱BPSK信号盲检测模型，仿真实验验证了模型方法的有效性。     

高斯色噪声背景下基于正交变换的确知信号检测

Karhunen-Loève(K-L)变换可以完全去除色噪声背景下接收信号的相关性,但计算量较大,在实际应用中容易受到限制。为此,提出了一种基于正交变换的确知信号检测方法。该方法通过选取具有快速变换算法的正交矩阵来近似K-L变换,避免了直接求解噪声协方差矩阵特征值与特征向量的繁杂过程。通过仿真比较分析了一阶高斯-马尔科夫过程下基于K-L变换和基于正交变换的检测性能,结果表明:二者检测性能相近,但后者的计算效率有明显提高,具有更高的工程应用价值。     

大攻角飞行空空导弹鲁棒自动驾驶仪设计

当前,导弹自动驾驶仪多采用经典设计方法。是在导弹气动参数变化不大、通道间的耦合较小的情况下设计的。为了满足导弹高机动性能要求,常采用大攻角飞行;然而导弹大攻角飞行时,将会出现空气动力学系数不确定性、非线性和通道间的严重耦合问题,这就要求所设计的自动驾驶仪具有较好的鲁棒性。就导弹在大攻角飞行状态下、通道间解耦的基础上,针对空气动力学系数不确定性,用μ方法对俯仰通道驾驶仪进行了设计,仿真表明该方法具有较好的鲁棒性能。     

使用融合乘加加速快速傅里叶变换计算的向量化方法

融合乘加指令加速快速傅里叶变换计算的向量化方法,通过变换快速傅里叶变换的蝶形单元运算流程,将传统计算方式中独立的乘法和加法操作组合成次数更少的融合乘加操作,使得时间抽取法基2快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的10次乘(加)操作减少到6次融合乘加操作,时间抽取法基4快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的34次乘(加)操作减少到24次融合乘加操作;优化了蝶形因子的向量访问,减少存储开销。实验结果表明,提出的方法能够显著加速快速傅里叶变换的计算,取得高效的计算性能和效率。     

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。