数字化扩频接收机的自适应抗干扰滤波方案研究

讨论了自适应抗干扰滤波在最小频移键控的直接序列扩频(DS-MSK)数字化接收机中的应用问题,对非线性滤波加以改进,提出了部分解扩非线性滤波(PDNF)结构,将快速更新子带自适应滤波(FRSAF)算法用于PDNF结构以提高收敛速度。结合FRSAF算法的PDNF自适应抗干扰滤波方案在收敛速度、稳健性和输出信噪比等方面明显优于结合LMS算法的传统非线性抗干扰滤波方案,仿真结果验证了上述结论。     

水下航行器动力定位下的运动轨迹设计与仿真

对远程低速水下航行器在动力定位系统作用下的运动进行了研究.远程低速水下航行器由于航程远必须采用GPS全球导航定位系统进行导航,于是水下航行器就必须具有动力定位的能力,使之可以在需要GPS导航的时候上浮到近水面,导航完成后再下潜回航行深度.在建立水下航行器运动数学模型及进行推力分配的基础上,对远程低速水下航行器的典型运动轨迹进行了仿真,并对仿真结果进行了分析.     

智能天线在伪卫星增强系统中的抗干扰作用

过去的十年中,卫星导航技术在武器系统的导航和制导领域得到了很好的应用.但是,系统的应用过程中无线电射频干扰对其通信链路的性能会产生极大的影响,智能天线技术是一种比较有效的抗干扰措施.对伪卫星增强系统多种智能天线的自适应算法进行了比较分析.结果表明SMI算法相对其他算法而言在收敛速率和天线方向图的效果上皆有相当的优越性.适合于伪卫星增强系统的干扰抑制应用.     

短波跳频电台组网研究

短波跳频电台组网在军事通信中占有重要地位,组网应用可以提高跳频电台的抗干扰性能.介绍了跳频通信的特点及抗干扰性能,分析了短波跳频通信技术的发展趋势.短波跳频电台组网可以提高通信的可通概率与战术应用的灵活性,为此着重研究了短波跳频电台组网的原理与方法以及组网的注意事项,为军事短波跳频电台的组网应用奠定基础.     

使用目标状态估值器提高空对空射击性能

使用卡尔曼滤波器对机载火控雷达及其它传感器提供的数据进行处理,可以得到空对空射击火力控制需要的目标运动信息.通过动态数字仿真比较了前置计算光学瞄准和使用目标状态估值器两种空空射击的火控算法.在具备机载火控雷达的条件下,使用目标状态估值器能够提高空对空射击性能.     

对转涡轮用于水下航行器的初步研究

阐述了对转涡轮在航空航天领域的发展现状,总结出对转涡轮的优点和应用前景,提出了一种可用作水下航行器动力主机的涡轮机类型.分析了水下航行器涡轮机与航空航天涡轮机的差别,论证了对转涡轮使用在水下航行器上的可行性,建立了水下航行器对转涡轮机的设计框架.     

基于小波神经网络的蒸汽发生器水位辨识与控制仿真

提出一种基于小波神经网络的控制方法,对蒸汽发生器水位进行控制仿真.该方法利用小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能自适应产生最佳的控制规律.仿真结果表明,该方案具有响应快、超调量小、较强抑制干扰能力等良好性能.     

同一个梦想 共同的合作——国际空间专家共话探月

目前,正是世界各国对月球探测最感兴趣、月球探测计划最多的时期,我们正迎来人类的第二次探月高潮。未来10年,各国有许多准备实施的月球探测任务(包括轨道器、撞击器、穿头器和着陆器等)。这一新的探索时期开始于欧空局的SMART-1计划,随后是日本的SELENE计划、中国的嫦娥计划、印度的Chandrayaan-1计划、美国的月球侦查轨道器等。在第八届国际月球探测与利用大会上,与会专家围绕各国的探月计划进展、绕月卫星、着陆器及月球车、科学探测有效载荷、月球科学等方面的问题进行了深入研讨和广泛交流。会议期间,记者还就加强国际合作、特别…     

基于固有时间尺度分解的能量算子解调法及故障诊断应用

针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法.首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号.结果表明:该方法能有效地提取机械振动信号的故障特征.     

基于改进半监督FCM聚类的复合材料超声检测脱粘缺陷识别

针对径向基（RBF）神经网络在进行超声检测脱粘缺陷识别时存在参数选择不确定、网络结构鲁棒性差等问题,提出一种改进的自适应半监督模糊C均值聚类（FCM）的RBF神经网络的方法,将kw近邻估计法和半监督模糊C均值聚类方法相结合,改进了隶属度函数,自适应确定聚类数目。将改进的RBF神经网络应用于超声检测脱粘缺陷识别,实验结果表明：与传统RBF神经网络相比,本方法减弱了孤立样本对网络结构的影响,增强了网络结构的鲁棒性,提高了脱粘缺陷识别的准确率,是一种较好的超声检测脱粘缺陷识别分类方法．