最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

时变信道下雷达辐射源个体识别的局部相关检验方法

辐射源个体识别是电子战领域的研究热点。针对时变信道下波形已知的雷达个体分类问题,基于似然比检验提出一种稳健的局部相关检测方法。该方法利用雷达波形中差异度较大的部分生成参考波形,构建假设检验模型进行信号分类,并通过比例因子调节参考波形的差异显著性。仿真实验表明,随着参考波形差异显著性增强,本方法识别性能明显优于直接最大似然比方法,具有较好的抗多径性能。     

基于数据链的航空作战进程研究

研究了数据链支持下的航空作战兵力变化问题。将空战能力指数通过映射关系转化为平均战斗力水平,从数学理论上证明了二者具有等价性。结合平均战斗力水平,建立了基于数据链的改进蓝彻斯特空战模型及具有增援力量的作战模型。仿真分析了等效实力比、不同初始值以及增援时刻的不同对空战进程的影响,结果表明数据链具有提高作战效能和改变战局的作用。实验发现了在增援作战时,存在"局部最优增援时刻点"这一重要结论。     

基于实验数据的电子对抗效能分析建模方法

为定量分析电子对抗复杂系统各指标的响应关系,综合解析法和作战模拟法的优缺点,提出了实验数据回归分析法的概念,并设计了实现算法。应用该方法建立了防空预警系统探测效能和电子对抗兵力规模之间的关系模型,最后分析关系模型得出一些有意义的结论。回归分析方法结合作战仿真实验数据,为电子对抗作战效能分析提供了一种新的建模方法。     

航天器转动惯量参数在轨辨识的最优激励

根据矩阵分析理论研究了转动惯量参数的可辨识性问题,从姿态动力学方程导出关于未知参数的线性回归模型,将回归矩阵的条件数作为参数可辨识度的定量指标,以可辨识度最大为目标函数建立最优控制模型;应用解最优控制问题的伪谱法,计算控制力矩陀螺的指令轨线,使得惯量参数的辨识精度和收敛速度显著提高;在仿真中采用双无迹卡尔曼滤波算法进行参数辨识,结果验证了所提出的最优激励设计方法可以改善参数辨识性能,同时该方法对先验信息误差具有鲁棒性。     

基于混沌理论的舰船辐射噪声特征提取

针对不同目标舰船的辐射噪声信号特征提取问题,提出了将混沌理论用于非线性时间序列的分析方法。该方法利用非线性局部投影滤波方法进行信号降噪,并在重构相空间的基础上对每一类舰船辐射噪声信号的最大Lyapunov指数、自然测度和关联维数等非线性特征参数进行提取。实验结果表明:当舰船辐射噪声信号的最大Lyapunov指数大于0且为有限值时,舰船辐射噪声信号具有混沌特性;自然测度和关联维数可作为区分不同目标船型的舰船辐射噪声信号的有效特征。     

面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。     

小布什回归？美共和党总统候选人罗姆尼的国家安全观

米特·罗姆尼是2012年美国共和党总统候选人。这位65岁的前马萨诸塞州州长与他的竞争对手现任美国总统奥巴马相比,在国际上的知名度原本不高,但是今年以来却因为其对国家安全政策异常强硬的表态让世人迅速地认识了他。     

漏磁检测的励磁装置优化设计

为了提高漏磁检测的灵敏度,利用ANSYS软件建立了漏磁检测励磁装置的三维有限元模型,研究了钢板的厚度、永磁体厚度、磁极面积以及磁化间隙等因素对钢板局部磁化效果的影响,得到了钢板磁化强度随永磁体几何参数改变时的变化规律,提出了永磁磁化方式下励磁装置优化设计的基本方法,对励磁装置各部分参数进行了优化设计．实验证明,优化设计的励磁装置能改善磁化效果,提高检测灵敏度．     

一种基于流形与特征融合的说话人识别方法

MFCC参数是说话人识别常用的特征参数,但单独使用MFCC参数,系统性能难以进一步提高。文章提出了一种MFCC和语谱图特征相融合的说话人识别方法。针对语谱图特征空间维数高、数据量大的问题,采用流形学习中的LLE算法对语谱图信息进行压缩,并根据样本点每一维所代表的不同特性信息改进了LLE算法。以SRMC汉语语音数据库为测试语音,与传统PCA算法以及单独使用MFCC参数进行对比实验,在识别人数为100人时,识别率分别提高了2.5%和3%,验证了所提方法的有效性。