AWGN信道下线性分组码的差错概率下界分析

提出了一种线性分组码的最大似然译码(ML-decoding)差错概率下界的计算方法。差错概率的下界优化实质上是对联合事件概率下界的优化,算法结合改进的Dawson-Sankoff界的优化准则,提出了AWGN信道下线性分组码差错冗余事件的判决准则,得到了误码率下界的计算表达式。该表达式只依赖码字的Hamming重量分布与信噪比,较之类deCaens界与类KAT界,本算法得到的下界更紧,计算量更低。针对LDPC等线性分组码的数值结果证明了算法的优越性能。     

小波变换在红外脉冲幅值序列算法中的应用

针对四元探测器信号处理中的脉冲幅值序列算法,提出了用小波变换进行序列数据分析和目标识别的方法。通过分析红外干扰弹的工作过程和其辐射能量变化与典型目标辐射的差异,选择db3小波函数对提取出的脉冲幅值序列进行小波分解和重构,有效地区分了目标信号和干扰弹信号,提高了四元探测器抗红外干扰和识别目标的能力。     

基于尺度UKF小波网络的混沌时间序列预测

根据小波网络和Kalman滤波的特点,将小波网络的权重、平移因子和伸缩因子作为Kalman滤波的状态变量进行估计,提出一种训练速度快、泛化能力强的小波网络的尺度无轨迹Kalman滤波学习算法。然后,利用Rǒssler时间序列和变参数的Ikeda时间序列对该算法进行了验证。仿真结果表明,该算法预测混沌时间序列收敛速度快,预测精度高,而且在混沌时间序列的嵌入维数未知时也能取得较好的预测效果。可以胜任混沌时间序列的精确建模和预测任务。     

基于混沌序列的动态双频跳频同步方案

跳频通信系统的关键技术是跳频序列的同步。利用混沌序列作跳频码,取代了跳频通信中常见的伪随机序列。为了解决混沌跳频序列的同步难题,提出了一个以动态双频构建跳频序列同步的新方案。利用M atlab下S im u link仿真平台,对动态双频同步方案进行建模与仿真,结果表明该同步方案用于跳频通信可获得满意的通信效果。     

单步和多步寻优结合的诊断策略构建方法

为避免AO*算法及Rollout算法的回溯操作,同时克服信息熵算法最优性较差的问题,达到以较低测试费用对装备进行故障检测和隔离的目的,提出了一种单步和多步寻优结合的诊断策略构建方法。该方法以诊断策略构建与无噪声编码的相似性为依据,根据故障状态模糊集中的概率分布情况选择单步或多步寻优搜索方法。提出在故障状态模糊集中概率最大的故障满足一定条件时,优先对其进行隔离,并生成相应的测试序列,使先验概率较大的故障具有较少的测试步骤和费用,从而达到降低整体诊断费用的目的。通过实例分析验证,给出了诊断策略构建的具体过程,证明了方法的有效性。     

非平稳数据处理方法与瞬时频率

利用“经验模式分解”(EMD)方法,任何复杂的数集都能够被分解为有限且通常数量较少的“本征模式函数”。“本征模式函数”产生瞬时频率,最终结果表示为H ilbert谱规定的能量-频率-时间分布。应用“经验模式分解”方法表示自然现象中的传统非线性平衡系统及其数据的数值结果,同时给出实例展示了这种新方法的作用和效果。这种方法阐明了能量-频率-时间分布,进一步显示出对非线性非平稳系统的处理效果———精确化、形象化和可视化。     

基于SMC的红外序列图像目标检测算法

提出一种海天背景下红外序列图像自动目标检测算法。该算法针对输入图像严重的非高斯分布噪声干扰和目标在序列图像中的非线性运动特性,基于SMC(Sequence Monte Carlo)方法通过目标的特征统计值影响蒙特卡罗采样的粒子权值,再利用该权值控制粒子状态变化,最终在目标特征图像中检测和跟踪目标,使用差分图像作为特征图像。试验结果证明,该算法可准确有效地检测目标,适合快速处理的实时性。     

噪声目标转向机动自动检测

根据观测器--目标保持匀速直线运动时目标方位随时间线性变化的一种可量测函数,研究了一种检测目标转向机动的新方法.由于该方法将目标方位随时间变化的非线性关系转换到另一空间的线性关系,这使得检测更加有效、直观,并且能够克服直接采用方位序列检测目标转向机动在特殊情况下失效的限制.最后计算机仿真计算及实测数据验证结果表明,该方法能快速、准确地检测目标的转向机动.