基于自组织神经网络的雷达信号分选

本文介绍了一种基于自组织神经网络的雷达信号分选系统,概率神经网络通过计算输入信号矢量的联合概率密度实现贝叶斯分选,它与传统的信号分选算法相比在分选精度和资源利用率上有显著的提高。这种并行的神经网络计算结构也很适合于ＶＬＳＩ实现。本文还介绍了此系统在复杂雷达信号环境下的仿真分选试验。     

多制式调制模块的原理与设计

分析了多制式调制的原理 ,提出并实现了一种基于PCI总线的多制式调制模块的设计方案。它采用正交调制与数字上变频方法 ,可以生成多种中频调制信号。它的另一个特点是将基带处理单元用PCI总线隔离开来 ,可以结合通用计算机或商用DSP处理模块 ,构成一结构灵活而又具有实时处理能力的多制式调制系统。     

改善机载前向阵雷达全程检测性能的研究

针对前向阵的杂波分布特性 ,给出了一种空时自适应处理 (STAP)结合多重中脉冲重复频率(MPRF)的处理方案 ,研究了重复频率的选择以改进系统性能 ,并分析计算了三路多普勒通道联合处理STAP方法在一组中脉冲重复频率下的改善因子和距离 /速度二维盲区分布图。理论分析与仿真结果表明 ,该方案可以大大改善机载前向阵雷达的全程检测性能     

一种改进的变步长归一化LMS算法

在以往的基于ＬＭＳ算法的研究中，归一化ＬＭＳ算法（ＮＬＭＳ）增大了算法的动态输入范围，但该算法对噪声很敏感。引入自相关的变步长ＬＭＳ算法（ＶＳＳＬＭＳ）不仅加快了收敛速度，可在非平稳状态下进行快速跟踪，而且消除了独立噪声的干扰，但它无法适应大范围的动态输入。本文综合它们的优点而得到的算法，在低信噪比和大范围的动态输入情况下都有良好的性能。     

弹道计算系统中的FFT技术与仿真

本文论述了采用FFT 技术进行弹丸速度测定。这种技术优于传统的模拟滤波器,可以同时测定位于天线波束内的多个弹丸的速度;经数字滤波器过滤后的信号具有更高的信杂比和信噪比,从而测速距离有较大的提高。仿真表明,应用FFT 技术测速,也有较高的精度。     

子波域中图象数据的矢量量化

介绍了子波变换的基本理论及特点,并用它对图象进行三层分解。矢量量化优于标量量化。它已成功地应用于图象的数据压缩。文中应用失显量化法量化图象于波域数据,取得较满意的压缩效果。     

相位编码脉冲压缩雷达杂波建模与仿真

通过对相位编码脉冲调制信号分析入手,基于常规脉冲雷达杂波模型,给出了相位编码脉冲压缩体制雷达下的杂波模型,并用蒙特卡罗方法分析了杂波回波信号的概率分布特性和功率谱特性,距离波门回波之间的相关性。最后给出了在雷达环境模拟器中,该类型杂波模拟的系统实现方法。     

两种基于 DCT 变换的数字水印算法分析

本文介绍了多媒体数字水印的概念，对当前的技术现状进行了简单的综述，重点研究了两种ＤＣＴ 域上的数字水印算法的检测过程，在此基础上对两者的性能和特点进行了分析，并且进行了实验仿真验证。     

自组织特性图形的检测理论与应用

人工神经网络模型已研究多年,已使得在信息处理领域中具有类似人的性能,本文将Ｋｏｈｏｎｅｎ自组织特征映射的学习规则进行了修改,以降低拓扑邻域边界上的模糊性,而后,用它的联想存贮功能可以实现输入统计过程的特征存贮,以达到检测的目的。本文也讨论了多维检测的数学机理,作为它的一个结果,可以得出高精度的检测性能。     

在非高斯信道下多用户检测的鲁棒算法

在无线通信中应用多用户检测技术可以有效去除多路径干扰 (MAI)。实验证明 ,实际信道通常包含冲激噪声 ,从而是非高斯的。讨论了目前扩频通信 (DS SS)中应用于非高斯信道的自适应鲁棒的多用户检测技术 ,以前的研究大多存在两个缺点 :一是需要对非高斯信道的模型有一个先验估计 ;二是计算较基于高斯信道的算法复杂的多。本文从传统的特征空间的自适应跟踪技术PASTd[1] ,针对其误差模型对算法进行修改 ,提出了一种简易的鲁棒算法。经蒙特卡洛仿真证明 ,该方法在含冲激噪声信道中能显著提高信号子空间跟踪的精度