基于谱减与自适应子带对数能熵积的端点检测

针对低信噪比环境下语音端点检测准确率低、鲁棒性差,提出了一种将谱减降噪和自适应子带对数能熵积相结合的语音端点检测算法.首先利用改进的多窗谱估计谱减法提升语音信号质量,再以自适应子带对数能熵积这一新的语音特征参数为阈值,使用动态阈值双门限检测法进行语音端点检测.实验结果表明,该算法针对低信噪比语音信号具有更好的准确性和鲁...     

能量理论在空空导弹攻击效果评价中的应用

针对现有空空导弹攻击效果评价方法局限于运动学方程的问题,借鉴能量机动理论,提出从能量角度评价导弹攻击效果的方法。现有方法没有考虑过载与能量消耗的关系,基于此提出机动强度来描述一段时间内飞行器的能量消耗,推导出导弹与目标机动强度的对应关系,并以此对导弹攻击效果进行评价。同时为了体现不同机动强度对飞机的后续影响,又提出机动潜力用以评价剩余机动能力。仿真算例验证了评价指标的有效性。研究结果表明,机动强度可以弥补现有评价理论在能量方面的缺失,有利于进一步提升空空导弹攻击效能评估的准确性。     

基于特征值的单矢量水听器目标检测算法

针对水下目标检测在低信噪比与非平稳背景噪声情况下性能下降的问题,结合特征值检测算法原理,给出一种单矢量水听器联合信息互相关检测算法。该算法利用电子旋转导向角度与振速信息构成一种组合振速,并结合声压信息得到一种互相关值,在大快拍无信号条件下,该值满足渐进高斯分布;将该值除以解析振速与声压信息的协方差矩阵最小特征值,得到一种检测统计量;通过与门限值比较,实现目标检测。理论分析可见,所提检测算法无须背景噪声的先验信息,并且可以通过调节导向角度提高检测性能;在单目标情况下,利用检测统计量与导向角度的对应关系可实现目标方位估计。仿真与实测数据结果表明,相比于单矢量水听器最大最小特征值检测算法与能量检测算法,所提算法检测性能优良,适合于单矢量水听器目标预警检测。     

基于能量分级和位置预测的高效路由算法

针对车载传感器网络节点移动速度快、网络拓扑结构不稳定、终端传感器节点能量不确定性等特点,提出了一种能量分级和位置预测的高效路由算法ERLP(Energy Rank and Location Prediction based routing)。该算法根据具有不同能量等级的节点将消息传递距离的不同选择那些能量高的节点作为中转节点,并结合节点的分布区域和当前速度,尽量将多个消息副本传递给覆盖不同方向的节点,避免消息传递的局部性。仿真结果表明,与当前典型延迟容忍网络的路由算法相比,ERLP算法在传输成功率、平均延迟时间上具有较大提升。     

基于分形滤波的能量检测方法

能量检测是认知无线电频谱感知的有效方法,但在低信噪比情况下检测概率明显下降。提出了基于分形滤波的频谱感知能量检测方法。基于分形滤波可以有效抑制噪声的特点,该方法先对接收信号进行分形滤波,以其能量值作为检测统计量,进行能量检测。仿真结果表明,通过基于分形滤波的能量检测和直接进行能量检测方法对比,滤波后信噪比在下降7 d B时仍然满足90%以上的检测概率。此外,该方法对不同调制信号均具有较好的适用性,在噪声不确定情况下仍然具有较高的检测概率。     

为省半块煤损失400元

为节省做饭后未燃尽的煤,把煤存放起来准备下次再用,结果引发火灾,损失400余元。这是发生在农二师36团工程连居民区的事。今年4月底的一个晚上,36团工程连居民刘某做好晚饭后,发现灶内煤炭还未燃尽,就把煤炭放进     

基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。     

基于小波包能量谱的装备悬臂梁结构损伤诊断

在机械结构发生损伤时,振动信号的频谱能量将表征机械结构损伤的类型及其位置等信息;引入小波包能量谱来判断机械结构的损伤类型,定义机械结构损伤的小波包能量谱评价因子,利用该因子可以判断机械结构的损伤位置;悬臂梁结构损伤诊断实验表明,该方法可以有效地识别悬臂梁结构的损伤类型及其位置等信息.     

并联可修系统的参数估计

假设单元的失效时间和修理时间服从参数不同的指数分布,给出了导弹武器系统中两单元并联可修系统未知参数的Bayes估计。在Bayes估计中,采用Monte-Carlo方法分别对LINEX损失及平方损失下的Bayes估计进行了比较研究。结果表明,选用LINEX损失下得到的估计有较小的均方误差。     

Rayleigh分布环境因子的经验Bayes估计及仿真

讨论了Rayleigh分布环境因子的定义和估计问题。基于逐次截尾模型,在LINEX损失函数下,给出环境因子的经验Bayes估计。最后利用Monte-Carlo方法对经验Bayes估计和极大似然估计进行了分析比较。结果表明,经验Bayes估计优于极大似然估计。