基于模糊神经网络的武器控制系统信号分析

某新型飞机武器控制系统故障诊断过程复杂,故障征兆和故障原因之间存在着许多不确定因素,精确定位故障存在许多困难.针对这种情况,提出了基于模糊神经网络,研究了模糊神经网络技术在武器控制系统故障诊断领域的应用,并根据系统本身的特点,提出了诊断和算法模型.在此基础上,研制出武器控制系统检查仪,对该方法作了验证.结果表明:该方法是可行和有效的.     

“梅科”A-200：南非现代海军的中坚

2006年2月16日,南非海军在西蒙斯顿(Simonstown)举行仪式,宣布向德国订购的4艘“梅科”A-200轻型护卫舰的首舰“阿玛托拉”号正式入役“。梅科”A-200的加盟,标志着南非海军进入了现代化发展阶段。“梅科”A-200是为满足南非海军的需求而设计的,该舰使用了德国MEKO(由德文“多用途标准舰”一词各单词头一个字母拼成)新技术,其显著特点是:采用模块化技术设计,舰艇信号特征大为降低,海上生存能力强等。在南非海军现役舰艇中,现代化程度最高、打击火力最猛、技术性能最好者,非“梅科”A-200莫属。“梅科”A-200轻型护卫舰可说是南非现代海…     

基于飞行器缩比模型的磁干扰补偿模型参数求解

为保证地磁导航对飞行器快速反应的要求,采用了基于飞行器缩比模型的磁干扰补偿模型参数求解方法。首先,分析了飞行器磁干扰补偿模型以及小信号模型的求解方法;然后,采用飞行器缩比模型代替飞行器进行地面试验,并在地面快速求解飞行器载体磁干扰补偿模型参数;最后,通过分析试验结果及其补偿效果,验证了补偿模型求解算法的良好磁环境适应性以及该试验方案的实际可行性。     

基于分形维数的数字调制信号识别

在复杂的电磁环境下,如何快速准确地对低信噪比下的常见通信信号进行较全面的识别是一个亟待解决的问题。在对信号分形维数仿真讨论的基础上,提出了一种新的通信信号识别方法。首先,对接收到的信号进行预处理,然后提取其盒维数和信息维数,将两者作为识别的特征参数,最后基于支持向量机实现未知信号的识别。由仿真结果分析可知:预处理后的信号序列的盒维数和信息维数分离度高且受噪声和信号参数的影响小,识别结果较好。在信噪比为5 dB时,不同调制类型信号间的识别准确率最低为87%。     

基于改进循环谱的DVB-S2信号符号速率估计算法

在循环平稳理论的基础上,对DVB-S2信号的循环谱特征进行了理论分析和推导,针对计算中出现的平滑噪声包络起伏明显影响估计性能的问题进行了分析,提出了改进措施,并利用Chirp-z变换替代FFT变换,达到了降低运算量、提高分辨率的目的。仿真结果表明改进后的方法能够在低信噪比条件下有效估计出DVB-S2信号的符号速率。     

基于Jacobsen法的LFMCW雷达测距算法

提出了一种基于Jacobsen法的LFMCW雷达测距算法。该算法通过应用Jacobsen法估计规则区差拍信号的频率,并对多段规则区差拍信号进行联合分析,以提高算法的稳定性和测距精度。实验结果表明:测距范围为10~10.25 m,信噪比为8~12 dB,算法的绝对误差始终小于1 mm;噪声干扰会在一定程度上影响算法的测距精度。     

用正则化方法对频谱有限信号进行外推的新算法

本文给出了频谱有限信号外推的一个新算法,首先考虑了问题的不适定性,然后用正则化方法构造一个稳定算法,因本文把噪音η(t)看成是L~2〔-T,T〕(T > 0)中的函数,且当integral from n=-T to T (|η(t)|~2dt→0时,外推在(-∞, ∞)上一致逼近准确信号,所以有较强的应用价值.最后还给出了外推的误差估计.     

基于Bagging-CNN雷达信号分类方法

针对雷达辐射源信号在低信噪比情况下分类精度不高、分类结果具有偏向性,设计了一种基于集成学习结合深度学习的雷达信号分类方法.首先利用模糊函数特征对雷达信号进行特征提取,对提取的图像特征进行预处理得到网络训练的数据集.然后构造一个集成多个卷积神经网络分类模型对雷达信号进行识别.采用5种不同的雷达信号进行验证,实验结果表明,...