基于K均值排序方法的频域盲分离算法

针对频域盲分离算法中存在的排序不确定性问题,提出一种基于K-means算法的排序方法。该方法在排序中使用K-means算法对分离子信号进行整体排序,与传统相邻频点排序方法相比,大大提高了盲源分离的鲁棒性。仿真结果表明了该方法的有效性。     

基于Q-MMSPF的海杂波多重分形互相关分析和目标检测

提出一种研究长程互相关和多重分形的新方法——Q阶混合矩结构分割函数法(Q-MMSPF),并利用Q-MMSPF分析了海杂波时间序列的多重分形互相关特征。通过对实测海杂波数据的计算分析发现,海杂波互相关多重分形特征较弱,目标信号之间的互相关多重分形特征明显,而目标信号与海杂波之间的互相关多重分形程度介于二者之间。据此,本文采用一种新的特征值进行海杂波背景下的目标检测。通过对不同条件下的实测海杂波数据验证,表明使用本文提出的特征值测量方法可以十分有效地检测出海杂波背景下的小弱目标。     

中国航天空气动力技术研究院

中国航天空气动力技术研究院是中国航天科技集团公司八个大型科研生产联合体之一,是我国较早建成的大型空气动力研究与试验基地,是以空气动力及相关技术为核心,空气动力、特种飞行器、环保、测控四大主业协调发展的综合性研究院。研究院拥有各种风洞试验设备,承担过我国众多航天型号的气动研究试验任务,在型号研制中发挥了不可替代的作用,先后获得各级科技奖数百项。     

变步长LMS算法在PCMA信号相位估计中的应用

为提高PCMA信号相位估计的精度,基于联合循环统计量与变步长最小均方（least mean square,LMS）的理论,提出了一种PCMA信号相位高精度估计算法。算法推导信号参数与循环统计量的定量关系进行相位的初估计,对接收信号进行变步长的LMS自适应滤波,通过迭代提升相位估计精度。对算法进行了不同维度的仿真对比实验,仿真结果表明,算法收敛速度快,适用范围广,性能相较于传统方法提升2dB左右。     

基于频率补偿的时延估计方法

由于2个测量站的通道幅相不一致而导致送给时延估计器的两路信号的频率有差异,继而影响时延估计和系统定位精度。首先理论推导了频率差异是如何影响广义相关时延估计的,接着应用频域相关函数对频率差异做准确估计和补偿,最后给出了频差补偿后的时延估计方法。以4种常用通信信号为例,仿真验证了不同信噪比下所提出方法的正确性和有效性。     

高炮射弹飞行时间非整数次幂拟合

在高炮射弹飞行时间整数次幂拟合研究的基础上,用修改参数幂的次数的方法对拟合问题进行了研究.通过对比分析整数次幂和非整数次幂拟合的计算精度,得出了非整数次幂逼近拟合能消除龙格现象,使用非整数次幂进行拟合可使精度提高的结论.给出了非整数次幂拟合的方法及确定次数取值的方法、步骤,并给出了相关例子.结论对其他口径高炮的射弹飞行时间拟合也基本适用.     

基于智能Agent的军事后勤计划生成方法

军事后勤计划是一个复杂的过程,包括地理上分布的组织和信息的协同、繁杂的计算和分析.这使得在有限的时间内制定好后勤计划变得非常困难.基于Agent的后勤计划系统(LPS)是为了后勤计划者开发的支持系统.在LPS中用智能Agent建立军事后勤计划过程中的事务处理、组织或信息实体交互的模型,收集和分析相关信息,自动生成军事后勤计划.     

意大利WASS披露小型“黑蝎子”概念鱼雷

据2014年11月7日的《简氏国际防务评论》报道,意大利芬梅卡尼卡集团旗下的白头水下系统公司(WASS)正在开发一型名为"黑蝎子"的小型鱼雷,用以对付在近海水域的短航程小型潜艇的威胁,公司最近披露了该型鱼雷的一些相关细节。据WASS称,对于小型近海潜艇数量日增的关注引发了对新型武器的需求,希望不必使用价格昂贵的传统鱼雷就能够应对小型潜艇的威胁。WASS设想的新型武器就是由空中     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

Huber加权的频率稳定度非相关差分抗差估计方法

计算原子钟频率稳定度时,钟差观测异常会导致Allan方差出现较大的估计偏差。建立Allan方差的差分估计模型,根据钟差的差分序列统计特性分析了相关差分估计的噪声识别与白化等计算复杂度问题;针对上述难点提出一种基于Huber权函数的非相关差分抗差估计方法,建立一种非相关差分序列的构造方法,有效避免了复杂的噪声识别及白化计算;给出Allan方差的非相关差分抗差估计的推导,并对抗差过程引入的误差累积给出了一种抵消方法;给出完整的抗差估计方案,并利用实测数据进行了实验验证。实验结果表明本方法对相位单点跳变、相位阶跃跳变具有显著的抗差能力,抗差估计可使异常引入的相对偏差由近200%降至10%以内。