神经网络技术及其在机器耳监测仪中的应用

介绍了利用GAL算法对装备产生的声音信号进行处理,改进完善了基于竞争学习的GAL神经网络。测试结果表明,基于GAL算法的智能耳诊断系统的识别精度和自学习方面优于传统算法。     

临界抽样下均匀信道化接收机模型

针对非合作接收条件的射频信号侦察,本文提出了一种基于软件无线电结构的均匀信道划分的信道化接收机模型,并给出了一种实用的信号信道化接收机框图。计算机仿真结果表明这种框图结构能很好地进行信道的均匀划分,并且大大的减少了DSP的计算时间。     

三维边界积分方程中的奇异积分的处理

针对三维边界积分方程中奇异积分的不同形式分别进行了讨论,用刚体位移原理消除强奇异因子,用线性位移函数消除弱奇异因子,在计算工作量大大减少的情况下,保证了原求解精度的要求,并通过数值算例表明了该方法的可行性。     

机载火控设备显示信号模拟器的设计与实现

介绍了微机在机载火控显示信号模拟器上的应用。叙述了如何利用硬件模拟和软件控制产生出各种机载火控显示设备所需的多种信号。为航空机务部队一线外场检查维修训练和空、地勤人员的实习培训提供了基本保证。     

基于小波包和神经网络的行星齿轮箱故障模式识别技术

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。     

基于HHT的助飞反潜鱼雷入水信号检测方法

针对助飞反潜鱼雷入水信号在浅海条件下信噪比低、干扰成分多导致难以检测的问题,采用HHT处理方法,通过CEEMD分解方法提高原始信号的信噪比;通过希尔伯特变换突出入水信号的时域特征,降低了入水信号检测的难度。所提方法应用于实航试验数据,显著提高了信号检测的可靠性。     

基于强化学习的自适应干扰波形设计

针对传统干扰算法无法适应信号环境变化的问题,提出将Q-Learning算法与"切割"假设法相结合应用到干扰波形设计中,使干扰波形能够达到自适应雷达信号长度变化的效果.该算法主要针对雷达检测环节进行干扰,其中采用恒虚警概率(constant false alarm rate,CFAR)作为环境交互模型,通过强化学习自适应...     

噪声调频信号发生器的研究与设计

为满足现代电子干扰对噪声调频信号源低功耗、快速和灵活可控的要求,采用基于Wallace算法的一种直接快速生成算法,提出了一种运算量小、速度快和全数字结构的可配置噪声调频信号发生器系统设计方案。系统利用正态分布的可加性直接生成高斯白噪声随机变量,采用数字频率合成(DDS)技术完成调频功能,通过内置串行接口配置发生器参数和输出系统运行状态信息。同时,提供了基于FPGA的系统实现方案,其生成信号波形具有严格的相干性和可控性,且对外界环境不敏感。     

基于压缩感知的多频率信号融合

传统多频带雷达信号融合是利用多个连续采样的子带信号来重构全频带信号,从而提高距离向分辨力,改善一维距离像质量。但是由压缩感知原理可知,采样矩阵与测量矩阵不相关性越大,全频带信号就能重构得越好,因此理论上基于随机采样的信号融合的性能要优于基于多个连续采样的信号融合。基于压缩感知原理将传统的多频带融合问题推广为任意随机采样的信号重构问题,利用基追踪方法来重构全频率信号,并给出了能够高概率成功重构的充分条件。通过实验也证明了这种随机采样融合的优越性。