BDS导航信号抗电离层闪烁载波跟踪的自适应卡尔曼滤波算法

电离层闪烁会引起导航信号幅度和相位的快速衰落,严重影响跟踪环路的精度和稳健性,而相比频率跟踪和伪码跟踪,载波跟踪环路更易受电离层闪烁的影响而失锁。因此,提出一种基于相位锁定指示自适应扩展卡尔曼滤波的北斗导航信号抗电离层闪烁载波跟踪算法,其以同相与正交支路的积分结果估计相位锁定指示值,并采用该指示作为控制参数对不同闪烁场景下扩展卡尔曼滤波的观测向量进行自适应调整,这不仅能够提高跟踪环路的精度和稳健性,而且能够降低扩展卡尔曼滤波发散的概率。实验结果验证了相关分析和所提跟踪算法的有效性。     

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。     

新型预警探测雷达作战效能问题分析研究

新型预警探测雷达技术体制先进,具有突出探测优势,在防空反导体系中发挥的作用逐渐突出。分析了该雷达在作战使用中面临的主要问题,并提出了相应的对策措施。根据该型雷达的技术体制,详细论述了雷达面临的复杂电磁环境、频谱干扰类型多、装备保障难度大、目标探测精度低四个方面限制雷达作战效能发挥的难题,结合操作实际,分别给出对应方面的解决措施和建议,为充分发挥其作战效能提供参考。实践结果表明,本文提出的对策有效可行。     

基于域泛化的无监督机器设备异常声检测

在基于声信号的机器设备异常检测中，机器运行时发出的声音可能会因机器运转状态的改变而发生变化，环境噪声也会改变场景中的声学特征，而传统的机器异常声音检测系统会因为声学特征的改变导致正常的声音被错误地标记为异常。针对这一问题，提出了基于域泛化技术的无监督机器异常声音检测方法。首先，将声信号的对数梅尔谱图输入深度学习神经网络模型，结合域混合方法和坐标注意力机制模块，提高系统域泛化能力和异常识别性能；然后，在DCASE开源数据集上进行实验，与两种基线评估系统的A_UC和pA_UC得分进行对比。结果表明，所提出的方法在域泛化条件下的异常检测性能得到明显提升。     

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。     

基于投影分解与k最近邻距离的异常证据检测算法

为降低异常证据对合成结果的影响,提出了基于投影分解与k最近邻距离的异常证据检测算法。该算法在对证据集中所有证据进行焦元单一元素投影分解的基础上,重新构造证据的基本概率赋值,然后利用证据之间形成的欧式距离,采用k最近邻距离算法对异常证据进行检测。无线传感器网络应用实验分析表明:该算法可有效地对异常证据进行检测。对检测前后的证据利用证据合成规则进行融合对比结果发现,剔除了异常证据的合成结果并具有良好的峰值性和可分辨性,合成结果有利于融合决策。     

严把四个环节提升“两支队伍”前沿防线作用

<正>保卫委员、思想工作骨干是推动预防犯罪工作在基层落地落实、促进部队安全发展的重要力量。通过一些单位近期通报的案件看,当事人在案发前无一例外都有长期诱因、异常表现,这与“两支队伍”敏感意识不强、化解能力不足、作用发挥不够有密切关系。由此可见,充分发挥“两支队伍”前沿防线作用,对预防犯罪具有重要意义。     

火箭尾气扰动电离层及其应用研究

大型火箭二次点火时,排放出的尾气中含有大量的化学物质(主要成分是CO2和H2O),可以显著改变电离层密度,进而影响电波的传播,因此具有现实的应用价值.讨论了火箭尾气在电离层高度的扩散过程和相应的离子化学过程,理论计算了火箭尾气排放后电离层电子密度的响应过程.结果表明,火箭所排放的尾气能够使得电离层F区的电子密度显著减少,进而形成"电子空洞".最后在此现象的启发下,简单论述了空间人工释放化学物质扰动电离层技术在军事方面的应用前景.     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.