基于FRFT窄带滤波的LFM信号研究

随着分数阶傅里叶变换域窄带滤波技术的不断应用与发展,对分数阶域窄带滤波带宽的研究将变得尤为重要。研究了分数阶傅里叶变换域窄带滤波带宽与滤波后信号之间的关系,并以信号的失真度为准则,分析了分数阶域窄带滤波带宽的临界值。理论分析和仿真结果表明:线性调频信号经过分数阶域窄带滤波后信号的相位没有发生改变,信号的幅度为辛克函数积分的形式。为保证LFM信号频率信息不丢失,分数阶域窄带滤波的带宽必须不小于LFM信号在分数阶域幅度谱的主瓣宽度。为分数阶域滤波带宽的选取提供了参考标准。     

0.18 μm CMOS工艺的GPS/BDS双模可重构接收机射频前端

采用低中频架构设计了一种0.18μm CMOS工艺的GPS/BDS双模可重构接收机射频前端,能在GPS L1模式或BDS B1模式下工作。通过频率自适应电路调整中频滤波器的时间常数,降低其频率不确定度;压控振荡器中加入4位开关电容阵列,以提高频率调谐范围和相位噪声性能;通过硬件复用的方式降低系统功耗。测试结果表明,在1.8 V电源电压下,功耗37.8 m W,电压增益为103 d B,GPS L1和BDS B1波段噪声系数均小于3.2 d B。     

高超声速飞行器边界层外缘参数仿真分析

以高超声速飞行器为研究对象,构建快速准确计算高超声速飞行器无黏边界层外缘参数的计算方法。拟合空气比热、比热比随温度变化曲线,建立空气属性温度划分准则。基于不同空气属性建立高超声速飞行器边界层外缘参数工程与数值计算模型,采用钝双锥模型,对比分析工程估算、无黏数值及有黏数值计算方法的计算结果。结果表明,0°攻角状态下,基于无黏流场的数值计算与工程估算和有黏数值计算的压强最大差值分别为1.19%和2.39%;10°攻角状态下,最大差值分别为5%和50%;从而证明所提出的无黏数值计算方法明显优于工程计算方法,为进一步快速准确计算高超声速飞行器气动热环境奠定了重要基础。     

计算机辅助设计在BDP阻燃PC/ABS合金配方中的应用

在前人对BDP阻燃PC/ABS合金的实验研究基础上,借助计算机强大的运算能力辅助BDP阻燃PC/ABS合金进行了配方设计。根据BP三层感知器神经网络结构,确定了用于BDP以及BDP/SiO2复配体系阻燃PC/ABS合金配方建模的人工神经网络的输入、输出以及隐层模式,选用Sigmoid函数作为用于建模的BP网络各层的激活函数,以PC/ABS、SiO2和BDP三组分在配方中的比重作为三层BP人工神经网络的输入,通过设置3个隐层节点,建立以极限氧指数（LOI）或伸长率分别作为输出的单目标模型。经过利用9对试样分别作为训练样本和测试样本对网络进行训练、测试,当输出量设为极限氧指数（LOI）时,预测误差在±4%以内;当输出量设为伸长率时,预测误差在±5%以内,均能满足实用配方的要求。     

合成孔径雷达三维成像技术及特点评述

常规合成孔径雷达只能实现二维高分辨率成像,无法得到景物的高度信息。与其他技术结合的合成孔径雷达可以实现三维高分辨成像,逐渐成为研究热点。介绍了干涉SAR(InSAR)、双/多基地SAR、复杂路径SAR以及阵列SAR等几种不同的SAR三维成像模式,对它们的技术特点以及发展的重点问题进行了分析,可为新体制的合成孔径雷达三维成像技术提供参考。     

改进推广卡尔曼滤波算法在目标跟踪中的运用

对推广卡尔曼滤波算法进行了改进,提出了运用自适应门限滤除不可信观测向量的方法。在复杂多变的电磁环境中,有效的剔除不可信观测向量和防止有用信息的丢失一直是一对矛盾。改进的算法通过新息序列方差的统计信息确定自适应门限,并且对观测向量的每一个元素分别进行判决。仿真结果证明,该算法能够在防止有用信息丢失的同时有效剔除不可信观测向量,进而减小导引头的滤波误差。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

基于先验知识的降秩STAP方法研究

提出了一种基于杂波先验知识的降秩(RR)空时自适应处理(STAP)方法——KA-RR法,该方法首先利用载机平台运动参数、雷达系统参数及地形、地貌参数等先验知识构建机载雷达杂波模型,然后通过该模型对机载雷达杂波数据进行预白化处理,最后利用降秩STAP方法自适应抑制剩余杂波。仿真结果表明,相对于传统的降秩STAP方法,KA-RR方法具有更好的杂波抑制性能和更强的鲁棒性。     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。