燃爆信号的小波包分析在内燃机故障诊断中的应用

在燃爆信号小波包分析的基础上介绍了内燃机的脱机故障诊断技术、小波分析的特点和具体应用方法 ,提取出了对燃爆信号的诊断判据 ,为内燃机工作状态的判断提供了一种有效方法。     

云对卫星探测近地核爆光信号的影响（下）

由图3、图4可见,穿云光学透射比总的是随云光学厚度cot增大而减小,亦随卫星视角sla增大而减小。这完全符合前已述及的物理事实,故本结果与文献[13]、[14]完全一致。也与本课题组的M—C计算结果基本一致。下面仅就两种特殊情况作分析讨论。     

云对卫星探测近地核爆光信号的影响

定量分析了云对从卫星上探测近地面核爆光信号的影响。结果表明,其影响程度随云光学厚度或卫星视角的增大而增大;云会给可探测信号强度及光学定位精度带来不利影响,但影响程度并不特别大(例如最小穿云光学透射比一般不小于0．1);云多次散射会使穿云光信号波形出现一定的延时,并变得“矮胖”;当点光源位于云几何中位面上方时,其向上穿云光学透过比与无云时几乎相同;而当该源在云几何中位面之下方时,其向上穿云透射比与该源到其几何中位面之距离密切相关。     

基于数字接收机脉压雷达信号截获技术研究

脉冲压缩(PC)雷达是典型的低截获概率(LPI)雷达,基于传统的雷达对抗侦察接收机与传统的检测手段很难有效截获。长期侦察表明:目前外军雷达信号形式多为脉压信号,这对我军现役的雷达对抗侦察接收机提出了严峻的挑战。数字接收机相对传统的模拟接收机有着突出的优势,基于数字接收机对PC雷达信号进行检测是根据PC雷达信号特点,充分发掘数字接收机优势的新的检测方法,有着现实的实际意义,值得深入研究。     

基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

基于椭圆滤波和RAT/FRT的雷达信号调制样式识别

雷达信号波形的调制样式识别方法是电子情报侦察领域的重要研究内容。针对线性调频(LFM)、二进制频移键控(BFSK)、相位调制(包括高阶巴克码(HOB)、弗兰克码(Frank)、P1、P2、P3、P4码)等多种脉内调制样式的雷达信号,提出一种基于模糊域椭圆高斯滤波预处理的波形增强表示方法,并结合拉东-模糊变换(RAT)和分数傅里叶变换(FRT)算法实现脉内调制类型的自动识别。仿真结果表明,该方法结构简单,易于工程实现,并具备较高的分类准确率和低信噪比下良好的鲁棒性。     

卫星单-混信号识别研究

针对卫星通信中常用的调制信号和成对载波多址(PCMA)混叠信号的调制样式识别问题,提出了一种基于高阶累积量和信号瞬时特征统计量的识别算法。该算法对接收数据进行预处理,在此基础上提取高阶累积量和信号瞬时特征统计量构造4个特征参数,构造树形分类器进行调制识别。算法具有不需要知晓信号的定时等先验信息,对混合幅度比不敏感等特点。仿真结果表明,该算法在低信噪比下仍然能保持较高的识别性能。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

参照化流形空间融合学习的敏感特征提取与异常检测方法

针对遥测振动信号冲击强、响应周期短、共振频带宽和小样本等特点导致异类模式识别率低的问题,提出基于参照化流形空间融合学习的敏感特征提取与异常检测方法。采用多尺度分析方法将信号正交无遗漏地分解到各尺度带中,提取多尺度特征构造高维特征集;以相同的正常信号样本结合相同类型的异常样本建立专属参照化模型单元,采用线性流形学习获取各参照化模型单元多尺度流形特征差异,增强异常特征的敏感性。融合各参照化模型单元的投影矩阵对原始特征集进行升维再学习,获取低维多尺度敏感流形特征;输入到分类器实现对未知样本状态辨识。实测信号处理结果验证了算法的有效性。