神经网络在联合火力打击目标价值分析中的应用

针对联合火力打击中目标价值的特点,运用BP神经网络理论对目标价值进行分析,并建立了联合火力打击目标价值分析指标体系,设计了BP神经网络模型;通过定义学习代价函数、确定函数输出信号、修正函数信号、网络初始化等改进BP算法对目标价值进行了分析,得到了目标打击序列分类.算例验证了该算法的合理、高效、稳定,在联合火力打击中目标优选分类方面具有广泛的实用意义.     

基于SysML的作战行动序列建模方法

为了达到组织目标和任务使命,必须建立一系列彼此相互关联的、具有层次结构的活动和过程之间的关系.要实现对组织的有效管理,核心就在于通过计划建模和控制系统来协调这些关系.在介绍与分析SysML语言特点的基础上,建立了作战行动序列(COA,Course of Action)的形式化定义,提出了基于SysML的作战行动序列建模方法,并给出了应用实例.应用该建模方法,有利于提高作战行动计划的适应性和开放性.     

基于FPGA的雷达脉冲压缩处理器设计

FPGA和DSP技术在数字脉冲压缩系统中已得到广泛应用,但采用DSP芯片运算量大,设备复杂,成本高.提出了一种基于FPGA的适用于中小压缩比情况的数字脉冲压缩处理器的设计方案,能够实现M序列码和线性调频等多种信号的脉冲压缩,仿真结果表明,该处理器具有使用灵活、便于功能扩展和成本低的特点.     

量测误差的时间序列分析方法

针对工程实践中实际量测误差大多并非纯白噪声特点,运用概率统计学的一个分支——时间序列分析中提供的动态数据处理的方法,采用多种的参数估计算法来对量测误差进行拟合和仿真,给出了实验室仿真过程中需叠加的量测误差的新生成办法。所用方法可以推广到对其它数据序列的处理。     

基于粒子群优化的稀疏序列Bayes反卷积方法研究

在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.     

逆重复 m 序列输入下 FIR 模型辨识及精度分析

针对离散控制系统的有限脉冲响应 (FIR)函数模型 ,研究了在伪随机逆重复m序列输入激励下的相关辨识及其精度问题 ,得到了有色噪声干扰下FIR参数估计精度的显式表达式。文中有仿真实例。     

基于CZT算法的水声扩频多普勒匹配方法

阐述了基于DS/SS(直接序列扩频)的高分辨率扩频自导声纳系统的一种多普勒匹配方法。通过理论分析和仿真计算,证明基于CZT多普勒频偏匹配算法可以在极低信噪比条件下有效估计多普勒频偏和目标速度。     

受符号调制的m序列旁瓣特性研究

m序列因其优良的二值自相关特性而广泛应用于雷达和通信系统中。存在符号调制时 ,m序列匹配接收的旁瓣特性不再具有二值性。研究表明 :对于生成多项式相同的m序列 ,当移位寄存器的初始状态不同时 ,其符号调制下的旁瓣特性存在明显差异。选择合适的初始状态 ,可以得到较高的主旁瓣比。采用旁瓣抑制滤波器可以进一步显著提升主旁瓣比     

超声速混合层发展情况的非线性时间序列分析

采用大涡模拟数值方法,模拟了具有工程应用背景的二维超声速湍流混合层,通过非线性时间序列分析伪相图、关联维数和Lyapunov指数,得到了混合层发展情况的混沌特性.结果表明,混合层中心线沿流向位置的压力伪相图可定性地表示混合层的稳定性,关联维数分布可定量描述混合层经历的线性失稳、非线性失稳和涡合并阶段等发展情况,最大Lyapunov指数分布作为关联维数分析结果的验证.对于相应的超声速混合层实验,采用非线性时间序列分析方法研究混合层发展情况具有通用性.     

一种改进的直扩系统频域抑制窄带干扰算法

提出了一种基于比较变异系数统计平均的自适应多门限窄带干扰抑制算法.该算法用变异系数的统计平均作为切换准则,当干信比较小时利用直扩系统本身的匹配滤波器进行相关解扩,而当大干信比时切换到白适应多门限算法进行干扰抑制.理论分析和计算机仿真结果均验证了变异系数作为切换准则的有效性,并且表明了该算法在直扩系统中抑制窄带干扰具有更...