基于OFDM的宽带混沌干扰信号产生技术

根据OFDM调制特点,并结合混沌序列伪随机以及初值敏感特性,提出了一种基于OFDM技术的宽带自适应多目标混沌干扰系统。该系统可灵活实现干扰频带控制,并能根据目标特征灵活调整功率谱形,还可以实现多目标同时干扰。该系统选用混沌序列作为基带干扰源,具有类随机性能好、计算量小、序列数量众多等优点。仿真结果表明:该系统具有灵活的干扰频带和功率控制能力以及优异的时频遮盖性能,可用于对多目标进行自适应干扰。     

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。     

计划中的时序偏好表示和非单调推理

针对行动序列计划中的时序偏好问题开展研究,重点关注时序偏好集合内部存在不一致性时完成行动计划的方法。论文的难点和创新点体现在两个方面。针对时序偏好的表示问题,建立了一种二元描述结构,能够实现对时序约束和时序偏好的归一化描述。使用计算辩论技术建立推理框架,用以排除约束/偏好集合中的冲突关系,获得具有最大一致性的约束/偏好子集。在此基础上建立了一种新的计划生成策略,通过映射的方法得到行动序列片段,组合这些片段后形成完整的行动序列计划。通过实例验证了方法的可行性。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

降低OFDM信号峰值平均功率比的多信号表示方法及其性能比较

正交频分复用(OFDM)技术的缺点之一是其峰值平均功率比(Peak-to-Average Power Ratio,PAPR)较高。为了降低OFDM信号的PAPR,本文对选择性映射(SLM)、部分传输序列(PTS)和交织三种多信号表示方法进行了比较分析,给出了各自的仿真结果,并且将交织与SLM以及PTS方法结合起来,进一步降低了系统的PAPR。     

直序扩频系统中频信号的同时解扩解调方法

常规直序扩频接收机将中频信号的解扩、解调分立进行,获得的处理增益为扩频码的周期。对于输入信噪比极低的系统,该处理增益难以满足系统低误码率的要求。在基于软件无线电的直序扩频系统中,接收机可以对中频采样信号同时进行解扩解调,分析表明,当采样率满足一定条件时,能够获得比常规方法更高的处理增益,适宜在低信噪比系统中应用。     

基于卫星编队序列图像的摄影测量

在现代卫星摄影测量中,由多颗小卫星组成的卫星编队具有比单颗卫星更优越的性能,能提供更高的空间分辨率和时间分辨率。卫星编队拍摄的序列图像可组成多轨道区域网,通过区域网光束法平差解算就可以获得目标点坐标。介绍了几种适于卫星摄影测量的卫星编队,讨论了影响卫星摄影测量精度的几个因素,给出了仿真实验结果,所得结论可为发展基于卫星编队的摄影测量提供参考。     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

弹药装填机器人作业平台仿真系统设计与实现

针对弹药装填机器人作业过程复杂的问题,基于作业任务实用性和可操作性的要求,设计了一种作业平台仿真系统。在深入分析弹药装填机器人作业任务和工作过程的基础上,构建了总体设计方案,研究了仿真系统的稳定性技术,进行了运动控制、数据采集以及传感器精度等硬件部分设计和模块化技术的软件设计,建立了弹药装填机器人仿真系统。仿真结果表明：该设计能够实现对弹药装填机器人的控制和实时作业。     

装甲车辆驾驶动作模糊模式识别研究

针对装甲车辆驾驶技能等级评判系统中,如何将驾驶训练过程中采集的驾驶动作数据还原成实际驾驶操作动作的瓶颈问题,采用模糊模式识别的方法,实现了对无限长待识序列数据的识别,并通过对实车采集数据的分析,验证了识别的有效性和准确性。