高斯信号的量化分析

由于器件的约束条件不同,在数字信号处理中通常要对AD采样后的信号进行量化处理,如何提高量化的性能是量化的关键。针对N(μ,σ2)高斯分布的量化信号,使用理论推导的方式,得到量化损耗与限幅门限的关系式,并推导出对应量化损耗最小的最优限幅门限公式,其推导方法同样适用于其他随机信号。仿真试验证明了该公式的正确性,结论可应用于工程实现。     

非理想正交发射信号对频控阵波束的影响

为考察发射非理想正交基带信号对频控阵波束的影响,基于频控阵信号模型引出了基带信号正交问题,从数学上推导频控阵发射非理想正交基带信号情况下的波束表达式,进一步分析匹配接收处理性能.基于频控阵波束发射和匹配接收计算量,提炼出影响分析评估因子,构建了频控阵基带发射信号正交特性与波束、匹配接收性能的定量分析关系.基于6类典型随...     

典型炸药爆炸过程中电磁辐射特性分析

设计了一套基于短波全向天线、超宽带全向天线的电磁辐射测量装置,对不同质量TNT爆炸产生的电磁辐射进行测量,通过数据处理得到电磁辐射特性。结果表明,炸药质量对爆炸产生的电磁辐射时域特性有显著影响,质量越大,电磁信号延迟响应越短,持续时间越长,峰值出现时间越早。60 kg TNT爆炸产生的电磁辐射信号频率主要集中在100 MHz以下,在0~50 MHz频段能量最集中,炸药成分对频谱分布的影响最大,不同成分的炸药爆炸产生的电磁辐射频谱分布有明显特异性。炸药爆炸产生的电磁辐射强度呈现与爆心距离较强的相关性,随着距离增大而递减,且递减幅度较大。装药构型和起爆方式会使炸药在爆炸过程中的几何运动模式发生变化,导致爆炸电磁辐射传播呈现非均匀性特征。     

多站时差与多参数联合分选定位方法

多站电子侦察系统中,两个观测站接收到的脉冲信号到达时间差可以用于分选和定位。针对复杂信号脉间信息关联性弱,不能对脉冲数极少的信号进行分选的问题,提出一种多站时差与多参数联合分选定位新方法。该方法利用时差窗先验信息,将主站和所有副站脉冲同时进行多站时差和多参数联合预分选,并将预分选结果按位置进行融合,得到最终分选和定位结果,能对脉冲数极少的信号进行分选定位,甚至可实现单个脉冲的分选定位。仿真结果表明了该方法的有效性。     

利用线阵CCD自动测量MSBS中悬浮模型的位置与姿态

以我国自行研制的磁悬挂天平系统为背景,主要研究了利用线阵CCD传感器构建MSBS的模型位置与姿态测量系统以及相应的传感器配置方案、信号转换、测量原理和测量流程等问题。该系统的位置与姿态测量系统以两组共5片线阵CCD作为MSBS中悬浮模型的5自由度位置与姿态传感器,以串联的多级惯性环节电路为脉宽-电压转换电路,将测量信号分别输入控制回路和校准测量回路。文中详细介绍了5片CCD传感器的配置方案及其测量原理,然后研究了使用多级惯性环节实现脉宽-电压信号的转换问题,并对该方案进行了理论分析和仿真,最后研究了利用CCD的测量信号反演悬浮模型位置与姿态的数学原理及其自动测量流程。     

基于改进MUSIC算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无需重构原始波形,无需计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

基于改进连通区域标记的跳频信号分选识别北大核心

针对小型无人机在复杂电磁环境下难以识别的问题,提出了基于改进连通区域标记的跳频信号估计与分选方法。首先,采用基于局部窗口的能量门限统计法,在信号时频域去噪;接着,对常规连接区域标记法进行改进,设计了新的连接区域片段关联和干扰抑制方法,解决连接区域断裂和干扰混合的问题;然后,针对多跳频信号混合情况,利用时频幅度差异重建连接区域;最后,根据改进的连通区域标记图进行参数抽取和信号分选识别。仿真结果显示,在噪声、干扰和多跳频信号混叠环境下,信号参数估计精度和目标信号的正确识别概率均明显高于常规连通区域标记方法。     

一种新的MIMO雷达DOA估计方法

多输入多输出(MIMO)雷达通过分布式布阵可以获得空间分集增益,抑制目标闪烁,但过大的阵元间隔不利于DOA估计.采用发射阵列分布式布阵,接收阵列密布阵的收发分置系统,通过发射正交信号,在接收端经匹配滤波信号分选后构造虚拟子阵,提出了一种子阵优选算法,抑制目标闪烁,实现多目标超分辨.对子阵优选算法在MIMO二维空间定位中进行扩展,使MIMO同时具备抑制目标闪烁和提高自由度的特点.最后仿真实验表明了该算法的有效性.     

基于优化小波阈值的轴承振动信号降噪算法北大核心

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。