非平稳噪声背景下DOA分步估计方法研究

针对相干和非相干信源同时存在的情况,结合斜投影理论和互相关矢量Toeplitz矩阵重构(CVTR)的方法,提出一种新的信源DOA分步估计方法。该方法把相干信源和非相干信源分开分辨,对相干信源用CVTR方法来恢复为满秩,避免了常规平滑算法阵列孔径损失大、运算量大的缺点;用斜投影算子而非差分方法对信源进行分离,不受相关矩阵须为Toeplitz结构的限制,使得算法可适用于任意阵列结构形式。这种分步分辨思路可有效增强信源过载能力,同时在互相关矢量Toeplitz矩阵重构过程中,可把非平稳噪声协方差矩阵转换成白噪声结构,使得算法对非平稳噪声有较好的适应能力。     

基于SNR的烟幕干扰效果仿真

烟幕对红外等电磁波具有吸收、反射和散射特性,可导致导引头上接收的能量大大衰减,从而降低导弹的命中概率.针对外场烟幕性能测试受气象条件和环境因素的影响较大,对准确评估抗红外烟幕遮蔽性能存在较大困难的情况,结合气象条件从烟幕透过率的变化引起导引头信噪比变化的角度,建立了烟幕干扰效果的评估模型,通过计算机仿真,得出了烟幕对红外制导导弹的干扰效果.通过试验对其中的一些结论进行了实验验证,结果表明计算结果能够与实验数据较好吻合.     

潜艇对空投鱼雷的防御模型研究

由于空投鱼雷入水点距离潜艇较近,潜艇单靠机动规避摆脱鱼雷跟踪比较困难。针对空投鱼雷的特点,提出了使用噪声干扰器和自航式声诱饵规避敌方鱼雷的对抗方案,分析了噪声干扰器和自航式声诱饵的使用方法并建立了噪声干扰器干扰模型和自航式声诱饵发射扇面模型。通过仿真计算表明:采用本模型确定噪声干扰器和自航式声诱饵的使用方法是可行的。     

UKF在MEMS陀螺随机噪声补偿的应用

论述了MEMS陀螺静态随机噪声与动态随机噪声的特点;系统分析了无迹卡尔曼滤波(UKF)的特点,将UKF用于MEMS陀螺随机噪声估计;针对MEMS陀螺静态噪声与动态噪声补偿用同一方法处理达不到一定性能的难题,提出了一种由阈值决策静态和动态滤波的工程方法;指出将时间序列用于建立随机噪声的数学模型的缺陷,指出欧美等使用的MEMS陀螺随机噪声补偿的优点与缺点.     

方位多相位中心SAR信号重建误差分析

就方位多相位中心(Azimuth Multiple-Phase-Center,AMPC)合成孔径雷达(Synthetic Aperture Radar,SAR)系统的阵列误差对信号重建性能的影响进行分析。将阵列误差建模为随机过程,结合最小二乘(Least-Square,LS)算法,推导了AMPC SAR误差功率谱的解析表达式,进而得到了AMPC SAR的信噪比与方位模糊比的解析表达式。仿真实验验证了理论分析的正确性。分析指出,随着系统脉冲重复频率的升高,有必要通过减小重建系数以实现重建性能的提升。分析方法与结果对AMPC SAR系统设计以及图像质量预估提供有效支撑。     

噪声危害分析

噪声是一种影响十分广泛的环境污染,对人的生理和心理有严重影响,20世纪50年代后,被公认为是一种严重的公害污染。文章分析了噪声对人体听力组织、交流、生理、心理、视力和生活等方面的影响。     

主减速器噪声测试台胶带轮系的多目标优化

为降低轿车主减速器噪声测试试验台本底噪声，其传动系统采用了四对三角胶带传动。本文论述的三角胶带轮必须满足：传动比要求、重量最轻、转动惯量最小、制造成本最低，故对三角胶带轮采用了多目标优化设计，其优化结果用于试验台的效果令人满意。     

管道中高次波的有源控制

探讨管道中高次波的有源控制问题.首先,对消声条件下的次级声源强度进行了理论分析,并对误差传声器的数目与位置进行了讨论.最后,进行了控制方截面管中(0,0)次波(平面波)和(1,0)次波的实验.结果表明,对管道中的高次波实施有源控制是完全可能的.     

GNSS接收机离散化处理对解扩性能的影响

建立扩频信号防混叠滤波、采样、量化与解扩输出关系的数学解析模型,推导得到解扩输出信噪比的解析表达式。分析与仿真表明,当量化位数大于等于4 bit,解扩得到总的信噪比损失可以分解为由量化引起的损失和滤波加采样引起损失的乘积,且量化器最优限幅系数只与量化位数相关;当量化位数小于4 bit时,信噪比损失在一定条件下可近似为量化损失和滤波加采样损失的乘积。当量化位数大于4 bit、滤波器带宽大于5倍码率、采样频率大于4倍码率时,再增大上述参数引起的信噪比损失波动小于0.05 dB,对解扩性能提升不明显。该结论可为实用型全球导航卫星系统接收机前端离散化处理优化设计提供理论指导。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。