经验模态分析法在雷达信号脉内分析中的应用

雷达脉内特征分析是信号分选领域一个重要手段,当脉内信号有多个雷达信号交叠在一起时,很难分析出其各自的调制方式。经验模态分解(EMD)在分析非平稳混合信号时效果显著,但其存在2个明显弊端。针对端点效应问题,首先采用小波分解将信号分解成各分量,随后对除噪声外的各分量利用ARMA模型对信号进行预测,接着对预测后的各分量进行小波重构,从而消除了端点效应,针对虚假分量的问题,结合雷达信号的特点改进了其终止条件,提高了EMD分解的性能。最后,对EMD分解后的各分量进行时频分析,得出雷达脉内信号的调制特征。仿真验证了算法的有效性。     

子母弹对航空母舰毁伤效果的仿真计算

通过建立航空母舰重要目标的数学模型,将导弹对航空母舰毁伤能力指标进行量化,运用蒙特卡洛方法模拟计算导弹对航空母舰的毁伤效果,进行了实例计算,结果表明该方法简单,快速且可靠。     

一种新的雷达辐射源分选算法

未知信号分选是当今信息战中一项重要技术.基于相像系数的分选可以根据信号重频的调制方式不同将信号进行分类,而PRI(pulse repeat interval)变换法作为一种经典的依据到达时间进行分选的算法具有其独特的优势,但这2种方法都有各自的缺陷.采用将相像系数和PRI变换相结合的算法,首先计算雷达脉冲信号的频谱与矩形信号和三角信号的相像系数,随后依据相像系数采用模糊C均值法对信号进行聚类,最后依据PRI对聚类后的信号进行分选.模拟仿真验证了方法的有效性.     

面向远火面压制的阵地体系生存效能评估

为满足阵地战时毁伤规律研究需要,以阵地体系为研究对象,从系统的角度出发,探究阵地体系目标生存效能与物理毁伤的映射关系,构建阵地体系生存效能评估模型,并运用蒙特卡洛方法实现阵地目标毁伤模拟,给阵地体系目标的毁伤量化评估与防护决策提供了依据.     

弹道目标微多普勒特性基于逆Radon变换的稀疏表示

作为识别空间弹道目标的有效方法,微多普勒特性提取对于雷达系统的时频分辨率提出了很高的要求,因此,要求雷达系统具有更高的采样频率。作为近年来新兴的技术手段,在远低于奈奎斯特采样定理的采样频率下,压缩感知技术可以对具有稀疏特性的信号实现高精度还原。对空间弹道目标时频分布进行逆Radon变换,在变换后的IRT域内获得时频分布的稀疏表示,从而可以借助压缩感知技术有效降低采样频率的要求。     

木头人

每当夜幕降临,班长都会拿起一个小东西反复地观看,然后一脸的阴沉,仿佛在思考着什么。那是个用桃木刻成的木头人,就悬挂在班长的床头。木头人制作得很精美,也很另类。古典的红胡桃色,加上主人的精雕细刻,使每一个细微之处都无不与班长相似,木头人的头上还顶着一     

机器学习在频谱大数据分析与处理上的应用

作为通信的主要方式,无线通信产生了极具价值的频谱大数据。而机器学习作为新兴的智能算法,可以挖掘出频谱大数据中的有用信息,作出正确的频谱预测和决策,以提高频谱资源的利用率。对机器学习和频谱大数据进行了简要介绍;结合频谱大数据的四大特点,讨论了用于频谱大数据分析的4种机器学习方法——分布并行学习、极速学习机、核学习、深度学习;又以频谱大数据的智能预测和决策为目的,讨论了用于频谱大数据处理的两种机器学习方法——强化学习、博弈学习;最后对机器学习方法在频谱大数据上的应用前景进行了展望。