超低频大气噪声幅度概率的SαS分布法

为正确辨识超低频大气噪声的幅度概率分布类型,对其进行有效抑制,首先,假设实际大气噪声幅度概率分布服从SαS(symmetric α stable)分布,从而估计出分布的模型参数;然后,由此计算出该参数下SαS分布的理论幅度概率分布并生成服从SαS分布的随机样本;最后,采用与实际数据APD比较和做Q-Q图的方法验证了分布拟合的正确性。结果表明:SαS分布可以有效地描述出超低频大气噪声的幅度概率分布。     

自适应抵消与谱相减结合的单通道语音消噪算法

飞机、坦克和船舶等封闭座舱内部产生的强机械噪声严重地影响了语音通信系统,为此,提出了自适应噪声抵消与谱相减结合的单通道语音消噪算法,其基本原理是:先进行基于相关检测的自适应消噪处理,其后采用谱相减算法消除残留噪声。仿真结果表明:该算法对引擎噪声的消噪效果明显,并能有效地保持语音清晰度,可应用于机械噪声很强的语音通信系统。     

局部最大延迟检测抗转发欺骗干扰算法

接收机在进行窄带干扰抑制后,其输出信号的相关峰会发生分裂。使用传统的基于信号到达时间的抗转发欺骗干扰算法,会使得捕获锁定的相关值为真实信号的旁瓣。针对该问题提出一种基于局部相关值最大的时延检测方法,在真实信号相关峰分裂所产生的旁瓣与欺骗信号不重合前提下,通过对主瓣三个码片范围内最大值的搜索,保证捕获不会锁定在旁瓣,再选择局部最大值中的最早码相位点从而避免锁定到转发欺骗干扰。与传统的基于信号到达时间的抗转发欺骗干扰算法相比,在无窄带干扰情况下,所提算法性能相当;在存在窄带干扰情况下,其性能明显优于传统算法。通过数值仿真验证了方法的有效性。     

(2015卫星导航)局部最大延迟检测抗转发欺骗干扰算法

存在窄带干扰情况下,接收机在进行干扰抑制后,其输出信号的相关峰会发生分裂,使用传统的基于信号传输时延的抗转发欺骗干扰方法,会使得捕获锁定的相关值在真实信号的旁瓣。针对该问题提出了一种基于局部相关值最大的信号时延检测方法,在真实信号相关峰分裂产生的旁瓣与欺骗信号不重合前提下,通过对两个码片范围内最大值的搜索,保证捕获不会锁定在旁瓣,再通过选择局部最大值中最早码相位点来避免锁定到转发欺骗干扰。与传统的方法相比,在无窄带干扰情况下,其与基于信号传输时延的抗转发欺骗干扰方法性能相当,在存在窄带干扰情况下其性能明显优于传统的基于信号传输时延的抗转发欺骗干扰方法。通过数值仿真验证了本文方法的有效性。     

管道检测机器人的测力定位法理论与方法

介绍并分析了管道检测机器人的定位现状,并针对它们的不足,根据牛顿力学和运动学定律提出了管道机器人的测力定位法.对测力定位法的性能进行了分析,发现误差有时间的累积性,并以时间的二次方递增.指出了它和光电码盘定位法的综合运用将是有效解决长距离输油管道机器人的高精度的独立定位问题的最佳切入点.最后,对测力定位法在整个管道检测机器人的检测、定位中的应用进行了分析,并给出了应用结构流程图.     

一种自适应方向性技术在生命探测仪中的应用

基于声波／振动探测原理的地震生命探测系统的研制在我国灾害生命搜索救助领域中占有重要位置。提出了一种有效的自适应噪声抵消方法,该方法通过自适应的改变增益值代替改变部分样本的时延值而使系统零点自适应的移动。当信号和噪声同时存在时,能保证零点总是朝向噪声方向。该自适应算法能在硬件中实时实现,在声波／振动生命探测仪中可作为噪声削减和信号增强的实际工具。     

基于小波鲁棒阈值的雷达信号检测方法性能分析

针对雷达信号中存在的不同于高斯分布的拖尾分布噪声,基于ε污染的正态分布族获得一种鲁棒阁值处理方法.仿真实验表明,与基于高斯噪声的经典阈值方法相比,鲁棒阅值能更好地消除雷达信号中的拖尾分布噪声,且在未知ε精确取值的情况下仍能到达很好的消噪效果.实验结果进一步表明软阈值比硬阈值更适合于小波鲁棒阈值的处理.     

非高斯环境下基于GPF算法的目标跟踪

介绍了高斯粒子滤波器的基本思想和具体算法实现步骤,在此基础上,将此算法应用于机动目标转弯模型的跟踪中,在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和EKF的跟踪性能差异.仿真结果表明,GPF有效地改善了目标跟踪的效果,并在精度和计算复杂度方面均优于PF.     

电磁兼容性对激光告警设备虚警率影响因素分析

从电磁兼容性角度对激光告警设备虚警率影响因素分析,根据激光告警设备的一些电磁兼容试验测试结果,通过深入分析光波段,极长波到微波段电磁兼容性,给出了一些新的设计方案,该方案有效地解决了激光告警技术三个重要指标之一的低虚警率问题。     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.