基于非圆性的伪码引信欺骗干扰抑制算法

针对单通道伪码引信欺骗干扰问题,提出了一种基于信号非圆性盲分离的欺骗干扰抑制方法。该算法首先利用伪码信号的非圆性构造虚拟通道,使欠定问题转化为适定问题,然后对传统SSOS算法中的代价函数进行共轭梯度寻优,以提高算法的收敛速度,最后利用分离信号延时变化量区分回波与干扰。理论分析与实验仿真表明,修正的SSOS算法收敛速度明显优于原算法,且当信噪比(SNR)大于5 d B时,即使干信比(JSR)很高,回波相似度可达80%以上。     

挠性航天器姿态机动的主动振动控制

研究了挠性航天器姿态机动过程中挠性附件的主动振动控制问题.针对刚性主体上带有挠性梁的航天器,在建立挠性系统动力学模型的基础上,采用滑模变结构控制策略进行挠性航天器的大角度机动控制,为了快速抑制由于刚体运动而激发的弹性振动,在挠性梁上配置压电致动器,并通过速度反馈设计压电致动器的控制律.仿真结果表明,此方法在实现了旋转机动的同时,有效抑制了弹性振动.     

干扰条件下的扩频码捕获性能研究与改进

文中提出了扩频接收机捕获模型,并对可行性进行了仿真。在此模型基础上分析了不同干扰样式对接收机捕获性能的影响,给出捕获概率的仿真曲线,对文献[1]、文献[2]中用到的假设的成立条件进行了修正。最后文中采用频域接收机结构并给出了基于频域抑制算法的捕获概率仿真曲线。结果表明捕获性能较之无干扰抑制时大大提高。     

油料洞库油气爆炸抑制数值模拟

根据受限空间油气爆炸及抑爆过程的发展规律和机理以及爆炸燃烧和抑爆的特点,建立了基于分步反应控制机理的爆炸燃烧及抑爆模型,解决了爆炸及抑爆发展过程中火焰和压力波相互耦合机制,克服了化学反应与多相流动耦合时计算和存储方面的困难,缓解了控制方程求解时的"刚性",数值仿真结果与实验吻合较好。研究显示,火焰在传播过程中,由于受到湍流和气体流动影响,形状不断发生变化,不是一直加速传播的,而是呈一定波动范围加速传播的;在狭长受限空间内,油气混合物的爆炸压力和火焰速度会大幅升高,不加以抑制将导致严重的破坏后果;在抑爆区由于抑爆剂强烈的物理、化学抑制作用以及两相间进行的能量和动量交换,充满抑爆区的抑爆剂云(雾)能很好地阻断爆炸燃烧火焰的持续传播,从而使爆炸压力失去油气持续燃烧所提供能量的补充而迅速衰减,爆炸传播迅速得到抑制。     

逻辑无环流装置在可逆伺服跟踪系统中的应用

以某型号高精度电视自动跟踪系统为例,阐述了可逆系统中环流的危害,克服环流应采用的技术措施,较详细地介绍了一种实用的逻辑无环流装置的工作原理、电路组成、设计原则、并给出了实验结果。     

压电速率陀螺瞄稳系统工程实践中若干问题分析与探讨

在简述压电速率陀螺瞄稳系统原理和模型的基础上,对前馈稳定、瞄准线旋转、陀螺零位、载体振动等进行了分析,给出零位补偿措施和噪声抑制对策。并探讨了稳定系统速度和加速度的限制问题     

一种基于Wiener滤波的红外背景抑制方法

红外图像序列中小目标的检测问题是当前的研究热点。为了检测起伏背景中的弱小目标,在理论分析的基础上提出了用Wiener滤波器去除起伏背景,然后进行自适应目标检测的小目标检测方法。采用连续采集的长波红外图像序列进行了实验研究,并给出了目标检测结果及其分析。结果表明,该算法能够从信噪比大于2.0的图像序列中检测出目标轨迹。     

基于指数分布假设的直接序列扩频系统抗窄带干扰技术研究

在扩频信号加信道噪声近似服从高斯分布条件下,利用均匀DFT滤波器组性质,得到变换域谱线幅度平方服从指数分布的结论。通过假设检验方法,可对直接序列扩频系统接收信号中的窄带干扰进行检测和抑制。理论分析和数值仿真结果表明,算法能有效抑制常见的单音、多音干扰以及窄带高斯干扰。     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

双预测结构融合的复杂红外图像背景抑制算法

针对复杂红外图像的背景抑制问题,提出了一种双预测结构融合的复杂红外图像背景抑制算法.算法以图像中每个像素为中心,在其局部区域内根据灰度相似程度和空间分布相关性计算像素的核值相似程度,然后根据核值相似程度有侧重地融合两种不同结构的空间滤波器的输出作为最终的预测结果,最后将原始图像与预测图像相减完成背景抑制.实验结果表明,本文提出的算法能够较好地抑制不同红外图像中的复杂背景,算法结构简单,具有较强的应用价值.