基于两种映射的MIMO雷达混沌调频信号

现有方法中,混沌信号在MIMO雷达波形设计中的应用仅局限于单一混沌映射模型,难以改善固有缺陷.为解决此问题,设计基于Lorenz和Bernoulli 2种映射的MIMO雷达混沌调频信号,通过对信号模型、相关函数、模糊函数和综合性能的分析,证明该设计方法的可行性,表明基于两种映射的混沌调频信号通过优势互补可有效改善MIMO雷达性能.     

基于磁记忆检测技术的即时报警功能设计与实现

根据金属磁记忆检测技术中缺陷判定依据的运算特点,为减少程序计算量、提高缺陷检测效率,改进了传统缺陷判定算法．在检测设备基本结构基础上增加了信号调理卡,并借助多功能采集卡的数字输出功能实现了缺陷检出时的即时报警,大幅提高了检测系统的工作效率．     

基于小波包能量谱的管道缺陷磁记忆检测信号特征研究

现有磁记忆检测技术判定准则,只能指示应力集中位置,无法进一步获取应力集中信息。为获取应力集中信息,提出一种基于小波包能量谱的磁记忆信号分析方法,进行试件拉伸试验。拉伸应力为200 MPa时,信号小波包能量谱分布较为均匀,各频带能量占总能量之比均小于15%,不存在集中分布的频带范围。拉伸应力为410 MPa时,信号小波包能量谱最大值分布在1,3,4频带,1~4频带能量之和占总能量的73.8%,小波包能量主要集中在低频段。试件屈服后,信号小波包能量谱最大值分布在1,2频带,能量谱分布极为分散,能量主要集中在低频段的1,2频带,1~3频带能量之和占总能量的87.3%。管道试件应力集中程度与磁记忆信号的小波包能量谱分布特征有关,应力集中程度越低,小波包能量谱分布越均匀;应力集中程度越高,小波包能量谱分布越集中,能量主要向低频段集中。     

频率估计的多段异频等长信号相位积累算法

为提高信号频率估计精度和扩展已有方法的适用范围,提出一种基于相位积累的多段异频等长信号的频率估计算法。首先生成异频分析参数矩阵,克服分段信号频率不等问题;其次设计相位差补偿因子,克服分段信号相位不连续问题;最后搜索相位累积频谱最大值,获得信号频率估计值。为验证算法的正确性,给出了相应的数学推导证明。仿真实验结果表明,该算法具有较好的频率估计精度,频率估计误差约为现有方法的1/2,较为接近克拉美罗下限。     

基于频谱分析的雷达信号分选新方法

相参性是现代雷达的普遍性质,利用雷达脉冲之间的相参性,提取相参特征参数,并运用于雷达信号分选,对降低当前信号分选中存在的“漏批”率具有重要的意义。本文在基于频谱分析的相参特征模型基础上,研究了基于最小二乘模板匹配误差的相参特征,并提出了具体应用中的改进措施。仿真结果表明,利用频谱主峰图像最小二乘模板匹配误差这一相参特征参数进行信号分选,可以有效地减少“漏批”率。     

直接序列扩频信号仿真数据的高效生成方法

扩频技术在通信和卫星导航领域得到了广泛应用,传统仿真数据的生成方法存在计算量大、忽略信道影响因素,较难实现高精度生成等问题.结合扩频系统信号和噪声的特点,提出了基于扩频码码片相关的信号生成以及基于AR模型的带限高斯噪声生成两种高效仿真信号生成方式.该方法计算量相对于传统高精度方法可由1GHz的生成速率降低至码片速率级的数据生成速率,同时保证了信号生成的灵活性和可控性.相关结果可用于现代化导航接收机的仿真数据快速生成.     

混沌随机频率步进信号分析与处理

混沌具有类随机性、对初值敏感、易于产生和控制,频率步进信号易于工程实现和处理,结合二者的优势,提出一种基于混沌序列的随机频率步进雷达信号。介绍了信号产生模型,从理论上推导、分析了该信号的模糊函数和互相关函数性能,给出了信号直接相关和先排序存储、后匹配滤波两种回波处理方法。应用四种典型混沌进行数值仿真,并和已有的线性频率步进信号、高斯和均匀随机频率步进信号进行对比分析。结果表明,混沌随机频率步进信号具有较优良的性能,是一种有潜力的雷达信号。     

基于时延的宽带LFM信号DOA估计算法

针对常用宽带LFM信号DOA估计算法采样数据量大、运算量大的特点,提出了一种基于时延的宽带LFM信号DOA估计算法。先把阵元接收到的信号变换到频域,而后用极值频率点进行时延估计,并对各极值频率点的时延估计值进行加权平均,进而估计出宽带LFM信号的来波方位。仿真验证了该算法的合理性和有效性。     

榴弹搭载伞降子弹减旋特性分析

针对榴弹搭载伞降子弹减旋翼片的结构特点,分析了其所受力矩,建立了伞降子弹在减速减旋阶段运动微分方程,仿真计算得出了在此阶段子弹的转速-时间曲线,计算结果和实弹试验均表明减旋翼片能使子弹的转速在较短的时间内由几百转/s降至零,从而使子弹达到稳定工作状态,说明减旋翼片能够满足伞降子弹的减旋要求。最后,分析了不同展长和开伞点不同存速对减旋翼片减旋性能影响。     

加工中心实时智能控制系统

加工中心的可靠运行是加工柔性自动化的重要一环。本文利用人工智能和多传感器信息融合技术监视多种加工异常情况,采用多种控制策略,并行工作,进行实时知识处理,推理相应对策,并控制ＣＮＣ系统,使加工恢复正常或停机,避免引起严重破坏。