数字高程模型数据小波压缩算法

针对海量DEM数据的存储和传输的问题,设计出一种高效的DEM数据的小波压缩算法。基于提升理论提出了一种包含自由变量t的紧支撑小波构造方法;通过选取合适的小波滤波器系数,基于提升的整数小波变换只需要整数加法、整数乘法和移位实现,运算速度快,便于硬件实现;选取参数t=1的整数9-7小波变换,其运算量接近整数5-3小波,但DEM数据压缩质量接近浮点的CDF9-7小波。实验证明该压缩算法对DEM数据有极佳的压缩效果,在保持地形形状和起伏特征的前提下,DEM数据可以压缩4096倍,PSNR>34DB。     

多维TCM的编码符号同步方法

针对多维TCM译码中的编码符号同步问题,提出了两种同步方法:累计度量和同步法、回溯初始状态比较同步法。其中累计度量和同步法适用于非完全透明的编码,而回溯初始状态比较同步法对完全透明的编码和非完全透明的编码都适用。它们都直接利用Viterbi译码器的中间结果,计算量少,简单有效。     

近地卫星Ka频段数传链路抗雨衰自适应模式设计

针对近地卫星数传时的信道时变性和严重的Ka频段雨衰现象,采用自适应编码调制(Adaptive Coding and Modulation, ACM)技术能够充分利用链路资源,相对于传统的固定编码调制方式,进一步提高链路的数据吞吐量。提出近地卫星Ka频段数传链路ACM模式设计方法,在降雨环境下建立Ka频段数传链路模型,根据链路预算的信道状况确定ACM选用模式;采用基于导频符号的最大似然信噪比估计算法结合移动平均的平滑方法实现信道估计,有效地减小了估计值的波动。仿真结果表明,无论晴天还是雨天,采用提出的卫星数传链路ACM模式设计方法,能够在保证系统可靠性的同时获取较高的数据吞吐量。     

面向要地信息系统建设需求的论证方法研究

瞄准要地任务需求,提出一种基于MBSE的面向要地信息系统建设需求的论证方法。按照军事需求、系统设计和人机交互三轮验证方式检验军事需求与要地信息系统设计结果的匹配度。通过三轮验证形成三张视图,采用多设计同步循环、迭代式优化的方式获取最优设计输出。该方法能够高效地指导和辅助科研人员开展较大规模军事信息系统的研发和设计,降低军事需求变更率,提升信息系统设计质量,优化装备使用人员对装备的使用效能。     

多功能室外智能移动机器人避障轨迹自动规划方法

提出了多功能室外智能移动机器人避障轨迹自动规划方法。利用遗传算法平行求解不同空间搜索特征,使其不趋于局部化,同时对接多个可行解,通过将路径的二维码变成一维码的简化方式,选择合适的路边约束、动态避障、路径最短适应度函数,确保其稳定收敛,并在算法中加入自适应调整方法,优化自适应参数,避免路径规划时搜索范围大、易陷入局部最小、收敛速度慢问题,提升机器人避障轨迹规划效果。实验结果表明：所提方法的种群平均适应值及最优个体进化次数少,在第56代时便可快速且清晰地找到避障规划最优路径。对比传统规划方法,所研究方法规划所耗时间短,可以提高移动机器人的作业效率。良好的避障功能,在实际的应用过程中,具有节省时间,提高工作效率。     

一种鱼雷电磁引信目标信号特征识别的新方法

描述了表征信号奇异性的Lipchitz指数方法,分析了小波变换检测信号奇异值的原理,结合鱼雷电磁引信目标信号的包络信号在到来和结束时刻以及在最大值点存在奇异值的情况,提出了一种识别包络信号的幅度变化率和持续时间特征的新方法。在Matlab环境中对该方法进行了仿真分析,结果表明:相比传统的模拟电路的识别方法,该方法识别精度高。     

低复杂度LDPC码译码算法

提出了一种低复杂度的LDPC码译码算法CSPA(combined sum-productalgorithm),该算法初始迭代采用和积译码算法(SPA),当大部分信息趋于稳定时,将算法切换到选择节点更新算法(SNU)。仿真表明:在中长码时,新算法克服了SNU算法收敛速度慢和较高错误平台的不足;与和积译码算法相比,该算法以微弱的性能损失换取复杂度的有效降低。     

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。     

具有学习功能的遥控飞机编码ASIC的设计

提出了具有地址码学习功能的通用遥控飞机编码芯片。它包含振荡器电路、分频电路、并行取样电路、地址并-串转换电路、同步电路、控制电路、译码器电路、存储器电路及输出控制电路。该芯片基于TSMC 2.25 CMOS工艺制造,拥有20位内码和可预烧100万组内码组合。芯片采用了脉冲宽度调制技术(PWM),实现了地址码学习,降低了重码率,减少了各用户之间的码间冲突和提高了同类芯片的可靠传输和接收。其通用性和实用性是目前在无线通讯电路中作地址编码识别最常用的芯片之一。     

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。