基于小波包和神经网络的行星齿轮箱故障模式识别技术

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

基于m-Capon的多阵列直接定位算法

多重信号分类(Music)直接定位算法需要先估计目标个数,然后根据目标个数估计确定其噪声子空间,进而得到空间谱函数。在低信噪比情况下,目标个数估计的错误往往会导致直接定位算法的失效。针对上述问题,提出了一种基于m-Capon的多阵列目标直接定位算法。该算法综合了Capon算法无需目标个数估计和Music算法定位性能较高的优点,在不进行目标个数估计的情况下,利用近似估计的方法得到逼近于Music算法的空间谱函数,解决了Capon算法在低信噪比下性能不足的问题。仿真结果表明,在无需估计目标个数的条件下,所提算法的性能与Music算法的性能大致相同,且逼近于克拉美罗下界。     

一种估计来波信号极化状态的新方法

干扰场的极化估计是自适应极化滤波器首要的也是最为关键的一步,极化估计器的精度直接制约极化滤波器的滤波效果.基于单极化雷达接收天线的空域极化特性,提出了一种来波信号极化状态的估计方法.首先介绍了算法的估计原理,并对算法性能进行理论分析,在此基础上,进行相应的计算机仿真实验,探讨了影响估计性能的主要因素及提高算法性能的主要途径.理论推导和计算机仿真结果均证明了估计算法的有效性.     

电子战环境下组网雷达检测性能分析与仿真

运用分布式检测中的最小错误概率准则分析了组网雷达对目标的检测性能,将雷达受干扰的程度分为无干扰、局部干扰和全部干扰,并研究不同干扰强度下组网雷达数据融合中心对目标的检测概率.最后,就不同干扰强度对组网雷达的影响以及数据融合中心与单站雷达之间检测性能作比较分析,得出了一些有意义的结论.     

基于强化学习的自适应干扰波形设计

针对传统干扰算法无法适应信号环境变化的问题,提出将Q-Learning算法与"切割"假设法相结合应用到干扰波形设计中,使干扰波形能够达到自适应雷达信号长度变化的效果.该算法主要针对雷达检测环节进行干扰,其中采用恒虚警概率(constant false alarm rate,CFAR)作为环境交互模型,通过强化学习自适应...     

GPS软件接收机信号快速捕获新方法

针对微弱信号条件下GPS软件接收机的C/A码捕获问题,提出一种新的并行快速捕获算法。采用平均相关技术降低C/A码的自相关损耗,基于载频误差补偿技术减小C/A码累积误差;利用叠加相关方法降低相干累积运算的复杂度,通过循环移位减小频率步进搜索的时间消耗。实验结果表明该算法能够有效实现GPS信号捕获。对比仿真实验表明,该算法能够完成弱GPS信号捕获,且运算量适中,适合高灵敏度软件接收机使用。     

二进制偏移载波调制信号畸变误差评估指标研究

随着全球卫星导航系统的发展,二进制偏移载波（BOC）调制信号被广泛采用。全面评估BOC信号的畸变误差对于导航系统的信号完好性评估与监测具有重要意义。前文对于BOC信号的畸变研究较少,没有解析评估BOC信号畸变误差的指标与方法。本文针对三种常见的信号畸变,给出了完善的畸变误差评估指标,能够全面评估畸变误差。同时采用提出的评估指标对北斗全球系统B1频段上的基线信号BOC(14,2)及MBOC(6,1,1/11)信号进行评估。文中提出的畸变误差评估指标能够用于评估现代卫星导航信号的畸变误差,对现代导航信号体制设计及完好性监测均具有指导意义。