基于广义码重分布的交织类型盲识别研究

针对非协作通信领域中交织序列的交织类型识别问题,在对低码率线性分组码的分组交织和卷积交织序列进行深入分析的基础上,基于广义的码重分布法首次解决了截获序列的交织类型盲识别问题。该方法首先对截获序列按不同长度进行分组计算码重,利用分组交织和卷积交织后序列的不同码重分布特性,进一步计算广义码重分布距离来区分序列的交织类型。仿真结果表明该方法能快速识别交织类型,并具有较好的容错性能。     

基于MUSIC的高分辨率到达频率差估计方法

多重信号分类(MUSIC)算法具有高分辨率、高精度和同频多信号的频率估计能力,利用这一性能可将其应用于到达频率差估计,得到基于MUSIC的到达频率差估计方法。这种方法在不同信噪比、带宽、采样率和积分时间等条件下,均能对到达频率差进行高精确估计,仿真结果验证了该算法的可行性、有效性和稳健性。     

一种长时长混合通信信号的分离重建方法

对于无线通信系统中的长时长混合通信信号,接收机是将其分成多个时间段依次进行接收分离的。但是分离中固有的不确定性会使得相邻时间段分离出的各路信号在序号、相位和幅度上不完全相同,这将导致相邻时间段分离出的各路信号不能正确相连接,合成各路完整的接收信号。文章针对这种信号在进行分段处理时因分离不确定性引起的问题,提出了一种分离重建方法,并通过MATLAB仿真试验验证了该方法的有效性。理论分析和仿真试验表明:与文献[9]中基于估计混合矩阵列向量相关性方法相比,该方法在一定条件下具有更好的性能。     

基于相位估计的湍流降质图像盲复原

地基望远镜观测的空间目标图像受大气湍流的影响,其分辨率受到很大的限制。为了提高湍流降质图像的复原效果,提出一种改进的盲解卷积方法。首先,考虑观测图像受到高斯噪声和泊松噪声的干扰,推导出基于混合噪声模型的盲解卷积代价函数;然后,根据傅里叶光学原理,利用波前相位表示点扩展函数,将点扩展函数从像素值估计转换为参数估计;最后,通过参数化表示方式,将代价函数寻优从约束最优化问题转换为无约束最优化问题。模拟实验结果验证了本文模型与数值算法的有效性。     

基于时频单源点检测和聚类验证技术的欠定混合盲辨识算法

针对欠定混合盲辨识问题,提出了一种基于时频单源点检测及聚类验证的盲辨识算法。检测各个源信号的时频单源点,利用奇异值分解的方法求解不同单源点集合对应的混合矢量,利用基于k均值的聚类验证技术完成源信号数目和混合矩阵的联合估计。算法放宽了已有方法对时频单源区域的假设,不需要假设信号存在时频单源区域,可以完成仅存在离散的时频单源点条件下的欠定混合盲辨识;同时克服了传统算法需要假设源信号个数已知的不足,可以有效地估计源信号数目。仿真结果验证了算法的有效性。     

无源激光敌我识别系统作用距离

分析了无源激光敌我识别系统组成和工作原理;对系统的光束传输过程进行等效,利用激光波长、束散角、峰值功率等激光参数,推导出了基于高斯光束理论的光束传输模型;采取高斯光束衍生的方法,解决高斯光束通过硬边光阑的传输问题;在考虑大气衰减的基础上,仿真计算了激光敌我识别系统工作中回波信号能量密度与系统作用距离的关系,分析了提高系统作用距离的途径.研究结果一方面对于无源激光敌我识别设备的研制具有借鉴意义,另一方面可以为评估无源激光敌我识别设备作用距离提供支持.     

基于非合作雷达辐射源的无源雷达目标检测方法

主要研究了基于非合作雷达辐射源的非相参体制无源雷达目标检测问题。对目标回波通道中的直达波干扰,利用一种基于三元传感器对消的方法来进行抑制。然后采用周期间相关检测的处理方法对目标进行检测。仿真分析表明,该方法在辐射源信号未知的情况下,能够有效抑制目标回波通道中的直达波干扰,得到优于传统的确知信号的相关检测性能。     

高超声速横向喷流的三维数值模拟

采用有限体积法,结合半隐的Harten TVD格式和Baldwin Lomax代数湍流模型,求解了三维全N S方程,计算了超声速气流干扰流场,并与实验数据进行了比较,模拟清晰地捕捉到喷流附近复杂波系结构和旋涡结构,并且显示出了弹体表面受到喷流影响的区域,说明横向喷流干扰对弹体影响非常大。     

舰载光电系统粗跟踪分析

针对舰载激光武器光电跟踪系统对精度要求很高的问题,对光电跟踪系统粗跟踪误差源进行了详细的分析。论述了舰载激光武器光电跟踪系统对目标的跟踪过程,探讨了影响光电跟踪系统粗跟踪性能的各种因素,最后分析了舰船运动对跟踪误差的影响。文中给出了舰载光电跟踪系统粗跟踪的主要误差源,并介绍了一种稳定舰载光电跟踪仪视轴的有效方法。     

综合体制设计--地空导弹武器系统设计新途径

采用相对体制雷达测量系的地空导弹武器系统的引导精度,已经过多年研究和努力,它是起伏误差和动态误差的综合产物.采用目标信号分离与滤波可进一步提高制导精度.首先可大大减小目标的起伏误差(约减小1/2).在大大减小目标起伏误差的新条件下,重新综合起伏误差和动态误差,可大大提高引导精度.