自适应窗口仿射最小二乘匹配方法

为了解决仿射最小二乘匹配方法在未知初始参数条件下无法自适应选择匹配窗口的问题,提出了一种基于局部形状估计的自适应窗口最小二乘匹配方法。利用LOG(Laplacian of Gaussian)算子检测特征点以及特征点所在的尺度;在特征点邻域内根据特征尺度计算局部二阶矩矩阵,用二阶矩矩阵估计特征点局部的形状特征;根据特征点局部的形状自适应选择初始匹配窗口进行仿射最小二乘迭代。实验结果表明,该方法在较大仿射变形下能够准确的选择有效匹配区域,避免因窗口内容差异造成的迭代不收敛问题。     

有限声速的纯方位算法

针对纯方位条件下对等速直航目标观测的算法问题,将目标运动要素及平均声速作为待估计参数,给出了计算非线性最小二乘法目标函数梯度与Hessian矩阵的解析公式,基于这些公式,可以构造估计目标运动要素的一些算法及编程实现。部分数值实验表明,信赖域算法、Levenberg-Marquardt算法与Matlab用于解非线性最小二乘问题的函数lsqnonlin的计算精度基本一致。     

导频设计的MIMO-OFDM改进信道估计算法

为提高系统的传输效率并改善信道估计的性能,提出了一种结合优化导频设计的分段带阻滤波算法.采用优化的导频设计,该算法在少量增加计算复杂度的基础上,能够进一步提高信道估计的性能,与实际中广泛应用的经典时域滤波算法相比,具有更高的估计精度.仿真结果证明该算法适用于不同的信道环境,尤其在低信噪比的条件下,该算法能够明显降低信道估计的MSE.     

基于改进希尔伯特-黄变换的进动目标周期估计

针对进动目标的微多普勒周期估计问题,提出了一种基于改进希尔伯特-黄变换的提取算法。该算法通过将希尔伯特-黄变换中的经验模态分解（EMD）替换为完备总体经验模态分解（CEEMDAN）,对目标回波信号进行分解得到各本征模态函数（IMF）后,再对IMF进行希尔伯特谱分析,从该希尔伯特谱中提取出目标信号中的微多普勒周期。仿真表明,所采用的方法能有效地克服EMD算法噪声环境中性能较差的缺陷,在低信噪比条件下具备较好的性能。     

变步长LMS算法在PCMA信号相位估计中的应用

为提高PCMA信号相位估计的精度,基于联合循环统计量与变步长最小均方（least mean square,LMS）的理论,提出了一种PCMA信号相位高精度估计算法。算法推导信号参数与循环统计量的定量关系进行相位的初估计,对接收信号进行变步长的LMS自适应滤波,通过迭代提升相位估计精度。对算法进行了不同维度的仿真对比实验,仿真结果表明,算法收敛速度快,适用范围广,性能相较于传统方法提升2dB左右。     

基于RSSI测距的凸半定规划节点定位算法

定位是无线传感网络领域的研究热点。为此,提出基于接收信号强度（received signal strength indicator,RSSI）测距的凸半定规划节点定位（RSSI ranging-based convex semidefinite programming node localization,RCSP）算法。建立基于RSSI的信号传播模型,并将定位问题转化为最大似然估计（maximum likelihood,ML）的优化问题,通过泰勒级数近似理论对ML优化问题进行近似处理。将ML优化问题转化为半定规划（semidefinite programming,SDP）凸优化问题,利用内点法求解获取节点的位置。仿真结果表明,相比于同类的定位算法,RCSP算法提高了定位精度。     

早期可靠性数据的统计分析及其应用

在大型复杂产品研制过程中,通过原理样机的各类试验所获得的早期可靠性数据对产品早期可靠性的评估及可靠性设计具有重要意义。文中利用顺序约束模型研究了早期可靠性数据的处理方法,并将早期可靠性数据评估结果应用于可靠性增长计划的制定,从而有效减短了可靠性增长试验的时间。最后,给出了一个实际例子,以说明上述方法的应用。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力,而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术,分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明,基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

坦克排决策支持系统火力机动模块研究

基于D-S证据理论及灰数AHP层次分析法,研究了火力机动样式的选择系统.根据传感器收集的战场情报进行数据融合,给出了用于目标识别的D-S证据理论算法,并针对具体的战场目标进行了相应的算法改进.运用灰数AHP层次分析法对战场的具体目标进行相对比较判断,然后依据灰数AHP层次分析法得出的具体数据选择最佳火力机动样式.     

高频地波雷达目标高度估计的AR模型方法

高度估计对于高频地波雷获取三维信息、提高预警能力很有意义。然而目标RCS的随机起伏对高度估计产生严重影响,通过对RCS随机起伏的AR模型建模和模型参数的自适应估计,提出了在RCS变化的条件下高度估计的扩展卡尔曼滤波算法。通过Monte Carlo仿真和外场试验数据的处理,验证了该方法对抑制RCS随机起伏、提高高度估计精度的有效性。