基于自适应累量算法的舰船轴频电场信号检测方法

提出一种新的舰船轴频电场信号检测方法.该方法利用高阶累量对高斯噪声的抑制作用,首先使用基于自适应累量算法的FIR滤波器对接收信号进行滤波消噪处理,以提高信噪比;然后再对滤波输出信号进行滑动功率谱检测.实测数据处理结果表明了该方法的稳健性和有效性.     

一种基于LMS的时域相干累积算法研究

为了克服低信噪比条件下传统的自适应滤波算法抑制高斯噪声效果差的缺点,提出了基于最小均方(LMS)的时域相干累积新算法。计算机仿真结果表明,该算法具有良好的抑制高斯噪声的性能,对于低信噪比下信号的增强效果明显优于传统的自适应滤波算法。     

发动机冷却燃料做功潜力?分析

在高马赫数飞行下,用燃料冷却超燃冲压发动机壁面的冷却需求量大于发动机燃烧量。为了降低燃料的冷却量以及实现燃料冷却量和燃烧量的匹配,采用?分析法对超燃冲压发动机壁面燃料冷却工质进行做功潜力分析。发动机壁面冷却燃料的特性决定其热量?大小。根据发动机壁面温度分布、热流密度分布计算热量?,建立稳定流动燃料工质的?平衡方程。结果表明：在壁面最高温度为1200K时,传入壁面的热量为562.4kW,其中理论热量?为541.3kW;冷却燃料工质流量的增加,最大输出功减小;燃料工质出口温度增加,输出功减小,燃料工质出口压力增加,输出功基本不变。     

多雷达观测信号融合检测算法

针对海上小目标检测问题提出了一种基于多雷达观测信号层融合的检测算法。该算法对各个雷达的观测值按采样时刻进行排序,然后根据对应时刻的脉冲信号进行高阶互累积量计算然后在相关域上积累进行似然比检测。仿真分析表明该算法与基于贝叶斯准则的分布式检测算法相比,具有较低的复杂度和低信噪比条件下较高的目标检测概率。     

基于能量耗散的药柱粘弹性累积损伤

基于不可逆能量耗散的损伤变量定义方法和动态线粘弹性理论,建立了固体推进剂累积损伤模型,利用不同拉伸速率下的试验数据,拟合得到了推进剂破坏耗散能表达式,进而给出了推进剂在周期应力响应下的累积损伤计算式,并讨论了周期应力幅值和频率对累积损伤的影响,最后对某舰载发动机药柱进行了累积损伤及使用寿命分析。提出的累积损伤分析方法,为固体发动机贮存寿命预估提供了一条有益的技术途径。     

累积跟踪概率的舰载主动声纳作用距离衡量方法

通过对水面舰艇声纳主动工作方式探测概率及作用距离的分析,探讨了目前常用的单次探测概率衡量方式所产生的问题,提出了累积跟踪概率的衡量方法,并结合某作战训练系统,应用蒙特卡洛法进行了仿真计算,计算结果表明,该方法可有效满足舰载声纳主动工作方式探测概率及作用距离的衡量需求,可为水面舰艇反潜作战的配置方法和指挥决策提供较高的参考价值。     

四阶累积量的MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种新的参数估计算法.通过计算MIMO雷达接收数据的四阶累积量,并对构造出的累积量矩阵进行特征分解,结合MUSIC算法和ESPRIT算法实现了雷达目标的角度估计.在保证阵元扩展能力和目标分辨力的基础上进行了低复杂度改进,去掉了冗余信息,实现了目标参数的有效估计;同时由于采用四阶累积量,提高了算法抑制高斯噪声的能力,更利于工程应用.最后计算机仿真结果证实了算法的有效性和可行性.     

累积法在随机删失数据可靠性评估中的应用

在可靠性数据分析中引入累积法,结合平均秩次法解决随机删失数据下的参数估计问题。以双参数威布尔分布为例,设计了一种对比分析累积法和最小二乘法进行参数估计时估算效果优劣性的蒙特卡洛仿真方法。仿真结果表明,对于不同删失比、不同样本量下的随机删失数据,累积法的计算误差比最小二乘法更小,其结果更加接近真实值。     

高阶累积量自适应波束形成的改进算法

针对线性约束最小方差(LCMV)算法在自适应波束形成时,存在的对噪声敏感、信噪比(SNR)较高时波束形成受小特征值扰动影响较大的情况。在基于高阶累积量的LCMV算法的基础上提出改进方法。该方法首先计算阵列接收数据的高阶累积量,然后对高阶累积量构造数据增广矩阵,进行奇异值分解求出伪逆,再用伪逆修正LCMV算法的权值,形成波束。仿真结果表明,相比于传统LCMV算法与基于高阶累积量的LCMV算法。算法能够有效地克服信噪比升高时小特征值扰动对波束形成的不良影响,且在较低快拍数下仍能有效形成波束。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。