一种改进的多相码信号参数估计法

目前,对由频率导出的一类多相码脉压雷达信号(Frank码和P1 ～ P4码)进行参数估计是电子对抗侦察技术中的难点之一.针对此问题,提出一种基于改进的分数阶傅里叶变换(FrFT)的多相码信号参数估计方法.该法利用积分二次相位函数将FrFT的二维搜索转换为2次一维搜索,较大减少了计算量.仿真表明,该法能在较小的计算量下达到与RWT和RAT法相当的估计精度.     

基于无线局域网MAC层DOS攻击的入侵检测

为了检测无线局域网MAC层的6种DOS攻击方式,提出一种基于Hybrid特征选择和支持向量机的入侵检测算法.该算法先用混合器模式的Hybrid特征选择算法提取8个识别攻击的流量统计特征,然后利用支持向量机对待检测对象进行识别分类.通过建立仿真环境对检测模型的检测效果进行统计验证,表明检测模型在具有较高检测准确率和较低的虚警率,能够有效地检测MAC层DOS攻击,具有实用价值.     

发挥舆论文化优势 续航天梦 铸强军梦 圆中国梦

多年来,宣传思想工作在中国空间技术研究院西安分院的起步创业、奋斗奠基、应用开拓、展翅腾飞的各个阶段,均起到了卓有成效的保障作用和促进作用。在新的时代背景、新的行业特征、新的企业发展形势下,宣传思想工作如何更有效服务中心、保障中心,促进员工、企业和社会之间的协调发展,是西安分院党委一直思考的课题。     

基于L曲线的跳频信号重构正则化参数优化

研究了基于L曲线的跳频信号重构正则化参数的选取问题,对跳频信号的稀疏性进行了分析,采用L曲线对系统的最优正则化参数进行了选取．在此基础上,通过推广的正则化FOCUSS算法估计了跳频信号的稀疏表示．仿真结果表明,通过L曲线选取的正则化参数在推广的正则化FOCUSS算法下,能够实现跳频信号在噪声环境下的重构．     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

基于时频信号项的输电塔损伤识别柔度矩阵法

将悬臂结构损伤识别柔度矩阵法和振动时域响应信号时频分析方法相结合,利用柔度矩阵与结构参数间的线性关系,引入突卸荷载激励下振动响应的WVD时频分布信号项幅值向量,通过求解损伤系数方程来识别集中质量型输电塔结构的损伤位置和程度。算例分析表明,所提出的方法通过一次测量就能准确地识别出结构单个或多个损伤的程度,并具有良好的抗噪性。     

二阶阶跃模型下导航信号畸变对接收机载噪比估计影响分析

载噪比作为评估导航信号质量的重要指标,直接影响着接收机的捕获、跟踪和电文解调性能。推导了基于国际民航组织二阶阶跃信号畸变模型下导航接收机采用相关、非相关处理时载噪比估计与畸变模型参数之间的解析表达式,并分析了畸变参数对导航接收机载噪比估计误差的影响。理论分析及仿真结果表明:数字畸变参数变化范围下导航信号载噪比变化在10-2量级,增大模拟畸变的振荡频率或者减小衰减频率将会提高载噪比估计值,模拟畸变参数变化引起的载噪比损耗可达0.1d BHz,畸变参数对载噪比估计的影响整体上都较小,因此导航接收机的载噪比输出不能作为监测导航信号是否异常的完备检测量。     

基于图像对比度最优的频率步进ISAR成像方法

在频率步进高分辨ISAR成像中,目标的径向运动会带来距离多普勒耦合,从而对ISAR图像有较大的影响。提出了一种基于图像对比度最优的运动参数估计方法。该法分析了径向速度和径向加速度对多普勒像对比度函数的影响。通过构造相位补偿因子,在多普勒像中基于多普勒像对比度最优估计径向加速度。在径向加速度补偿后,在距离像中基于距离像对比度最优估计径向速度。进行运动补偿,利用RD算法实现了目标的高分辨ISAR成像。该方法具有运动参数估计精度高和计算量小的优点。仿真结果验证了方法的有效性。     

基于混合时钟三阶DDS的信号多普勒模拟方法

在高动态卫星导航信号模拟器中,信号多普勒频移模拟是一项关键技术。结合现场可编程门阵列的特点,建立了分析混合时钟三阶直接数字频率综合(DDS)输出相位的仿真模型,推导了其输出相位表达式,给出了各阶DDS初始累加控制字的计算方法,并指出等时钟三阶DDS仿真模型仅为混合时钟仿真模型的特例。在分析了混合时钟速率对信号相位模拟造成的误差后,讨论了各阶DDS的字长设计方法,并与等时钟三阶DDS进行比较,说明了采用混合时钟三阶DDS可以降低实现资源消耗和功耗。仿真分析表明,所提方法可以实现对信号多普勒特性的高精度模拟。     

基于特征加权与SVM的雷达有源干扰分类技术

为了有效提高雷达有源干扰分类正确率,提出一种基于特征加权与支持向量机的分类方法。针对分类过程中各信号特征参数对信号分类的重要度不同,引入特征加权的概念。利用灰色关联分析方法求取各特征权重,避免一些弱特征对分类结果产生较大影响。最后利用支持向量机分类器,对雷达有源干扰信号进行了分类识别。通过仿真实验证明,该方法可以有效提高雷达有源干扰信号类型的识别率,具有很好的通用性。