直接序列扩频码元同步的快速捕获及跟踪

讨论基于软件无线电技术的直接序列扩频码元捕获及跟踪的快速算法。利用伪随机序列尖锐的自相关特性,通过计算中频接收信号与本地匹配滤波器的循环相关完成码元捕获,提出了循环相关的两种快速算法,并分析了正确捕获概率及平均捕获时间,最后给出码元跟踪的简便算法及精度。仿真及实验验证了所述算法的正确性和有效性,特别适用于信噪比较低、对设备体积及功耗限制严格的通信系统中。     

基于软件无线电的DS/SS载频跟踪方法

扩频序列的精确同步是接收机正确解扩的关键问题。提出一种基于软件无线电技术,对DS/SS载频偏移量实现快速跟踪的数值算法,并讨论了实现步骤及估计性能。该算法具有三个优点:(1)可消除载频初始相位的影响。(2)适于极低信噪比条件下的载波跟踪。(3)算法简便,易于实现。仿真及实验均验证了此算法的可行性。     

基于时间序列分析的火灾发生规律研究

在时间序列分析建模思想的基础上,基于全国2007年24小时火灾起数建立时间序列模型,对火灾发生趋势进行分析,并从预防控制时间上提出相应的防控建议。     

基于RCS序列的助推段弹道导弹识别

在弹道导弹的助推段,通过低分辨率雷达得到RCS序列作为识别的重要信息。由于运动特性和电磁散射特性的差异,弹道导弹在助推段的RCS序列与其他目标相比具有可识别性,但需要对其RCS序列进行处理。基于目标识别技术,详细阐述能从RCS序列中提取出的特征参数,并通过直方图、N点截图等方法给出了直观的反映。最后,将弹道导弹助推段特征与飞机、燃料舱等典型目标进行对比,得到可以作为识别参量的特征参数,并通过类内类间距离验证了有效性。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。     

单舰级和特混舰队级战术决策的自相容衔接框架

由于美国海军和其他军种正在向网络中心作战转型,因此,需要一种自相容衔接关系来说明和理解单舰级和特混舰队级的战术决策过程.自相容衔接关系可以为作战系统设计者提供一种配置单舰级"系统"作战控制功能及特混舰队级"大系统."("system-of-system")指挥与控制功能的框架.本文介绍多年来美国海军描述交战序列(探测、控制和交战(DCE))所用衔接关系的应用,并将说明DCE具有一个作为其基础的观察、判断、决策、行动(OODA)环,这个环是20世纪80年代由约翰@博伊德上校提出的.采用基于OODA的DCE序列以及美国国防部研究所联合理事会(JDL)的数据融合模型,可以开发用于战术决策过程和配置系统功能的单舰级和特混舰队级衔接框架.进而,DCE序列可以扩展到网络中心战框架中的特混舰队级,网络中心战是1998年由阿瑟@塞布朗斯基中将提出的.     

关于强增生算子的Mann迭代序列收敛的充要条件

设Z是一致光滑Banach空间,T：X→X是次连续强增生算子,｛an｝、｛βn｝是两个实数列且满足0≤an≤1,及an→0（n→∞）,令Mann迭代序列｛Xn｝定义为证明了迭代序列｛xn｝强收敛于S的不动点q的充要条件是｜｜Txn｜｜有界。     

一种Turbo码中伪随机交织器的盲识别方法

目前Turbo码的构造中广泛应用的是伪随机交织器,要完成对Turbo码的识别,必不可少地需要得到伪随机交织器的参数。针对伪随机交织器的识别问题,通过引入扩频通信中PN序列盲估计的方法,利用功率谱二次处理法求出交织长度即m序列周期,再用特征分解方法对序列进行估计。仿真实验表明,该方法能够求出m序列的相关参数,完成对伪随机交织器的识别需求。     

模块化动态拆卸序列生成研究北大核心

为解决维修保障仿真过程中动态生成拆卸序列的问题,基于装备外场可更换单元,采用模块化的思想,建立了层次化模块化的装备拆卸模型,并利用约束矩阵生成各层的拆卸序列,将各层的拆卸序列进行整合,生成目标部件的拆卸序列,并利用"Microsoft Visual Studio"软件编写拆卸序列生成程序。并以一个实例从原理实现和软件实现2个方面对拆卸序列生成方法进行验证,结果均验证通过,证明了方法的可靠性和有效性,为拆卸序列生成问题提供了解决方法,也为装备维修仿真过程中的行为协同研究提供依据。