基于符号树信息熵的机械振动瞬态信号特征提取

用简单的二进制划分简要说明了信号符号化问题,给出了二进制划分下符号树结构及其Shannon熵计算方法,叙述了符号序列编码方法和符号序列直方图的作用,提交了符号时间序列分析的计算机流程图,对内燃机机身振动信号和转轴振动信号用符号树信息熵进行了特征提取。     

电子战／末端对策仿真的近场雷达信号特征建模

雷达制导武器的效能受一些因素影响,象目标闪烁、引擎调制、杂波和电子干扰(ECM)。事实上,许多导弹拦截失败经常归因于这些因素。因此,有效的武器系统设计必须细心考虑这些影响,以便避免武器性能的严重降低。通过使用建模和仿真,能够相对容易和大幅节省费用地实现有效的设计。对于导弹引信/电子干扰(ECM)应用来说,导弹上发送和接收天线一般位于遭遇目标的散射场的近场区域。结果是,由于部分目标照射,不均匀的天线方向图、目标材料涂层和引擎进气道回波,使雷达回波计算变得复杂。现有近场雷达截面(RCS)计算算法是典型地基于一阶高频方法,不考虑多次反射和复杂阴影的影响。特别地,那些算法不能用于象引擎进气道或传感器盒之类的腔体散射计算。然而,腔体散射、材料涂层和引擎调制对于引信点火和电子干扰末端对策导弹/目标遭遇仿真是关键因素。一个成功的导弹/目标交战分析必须使用包括多次反射、材料涂层,天线方向图等影响的精确近场目标信号特征信息。本文讨论在导弹/目标末端对策情景中为解决近场建模和仿真问题所用的技术和方法。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。