色噪声环境下MIMO雷达相干目标角度估计算法

针对色噪声环境下的MIMO雷达相干目标角度估计问题,提出一种基于目标信息矢量重构的角度估计算法.算法对MIMO雷达的接收数据进行了低复杂度改进,通过计算四阶累积量,得到一组矢量并证明该矢量包含所有目标的角度信息,通过重构Toeplitz矩阵,结合MUSIC算法实现了色噪声环境下MIMO雷达相干目标的角度估计.算法保留了MIMO雷达的阵元扩展能力和目标分辨力,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计,更利于在实际中应用.最后计算机仿真结果证实了算法的有效性和可行性.     

基于节约训练时隙的多中继协作通信分段信道估计

在多中继放大转发协作通信系统中,针对分段信道估计时需要增加额外的时隙来发送训练序列的问题,提出一种节约训练时隙的分段信道估计方法。该方法结合预编码技术和半盲信道估计技术,在源节点对数据序列进行预编码,使其与训练序列正交后叠加,在中继节点进行预编码,使不同中继间的训练序列彼此正交,进而估计出每条链路的信道信息值。仿真结果表明,提出的方法只需占用1个训练时隙,并可有效获取S→R链路和R→D链路每段链路的信道信息,且R→D链路的平均MSE估计性能比S→R链路大约有5 dB的优势,提高了系统的传输效率。     

考虑退化-冲击竞争失效的系统可靠性建模

针对在复杂环境中工作的关键系统,提出一种考虑退化-冲击关联竞争失效的可靠性建模方法。选取Wiener过程和齐次泊松过程分别描述自然退化与随机冲击,通过冲击造成的退化增量表示退化-冲击之间的关联性,基于此建立退化-冲击关联竞争失效的退化模型和可靠性模型;通过定期检测获取系统退化数据,采用极大似然法估计退化模型参数;以陀螺仪为例,通过对比分析和敏感性分析验证了模型的有效性和应用价值。     

“我就是你的眼睛”

正"老伴儿,你中午想吃点啥?"听到老伴儿孙仲良的呼唤,柯有琼把头转了过来。失明13年了,她习惯了根据声音来判断说话的人在哪个方向。"你做啥,我就吃啥!"孙仲良转身进了厨房,虽然知道妻子会这么说,但他还是习惯性地问问。在五师九十一团的一套70平方米的楼房里,住着孙仲良和妻子柯有琼。妻子失明,孙仲良2008年从团场中学退休后,就开始在家专门照顾老伴。     

一种新的雷达恒虚警(CFAR) 处理器

如何维持雷达检测系统恒定的虚警率是现代雷达技术和信号处理技术中重要的问题之一。为使雷达检测系统在复杂的杂波环境中获得恒定的虚警率,就需要有高性能的恒虚警(CFAR)处理器。本文提出的新型CFAR 处理器选择一个与被检测距离单元的值相接近的均值来作为CFAR 的门限,从而使这种处理器具有能够及时反映外部杂波环境变化的自适应性;它硬件实现简单,具有很好的抗多目标效应、抗杂波边缘效应、抗大目标“吃”小目标效应以及降低(CFAR)损失的性能。     

基于红外传感器的多无人机对高速飞行器协同定位跟踪方法综述

为了实现高精度远距离稳定定位与跟踪,多无人机搭载红外传感器对高速飞行器的定位跟踪方法成为研究热点。就此背景进行了综合评述,以相关技术难点及关键技术为切入点,分析了瞬时定位和动态跟踪问题的研究现状和发展方向。在瞬时协同定位方面,首先对目标瞬时定位的算法进行了分析对比,然后对造成定位误差的影响因素进行分析并探讨了误差补偿方法,最后针对传感器资源优化,讨论了能够使计算结果最优的传感器分布阵型。在动态跟踪方面,首先探讨了时间不同步问题对目标跟踪的影响及补偿方法,然后对目标运动学建模的问题进行了分析,最后对最优估计问题中各种滤波算法的应用进行对比。综述表明,无人机搭载红外传感器对高速飞行器进行定位和跟踪,存在误差来源多、相对运动速度快的技术难点,需要特别关注定位算法、误差来源及最优估计算法的影响,以尽可能实现稳定跟踪。     

链约束下加工时间恶化的Flow Shop排序问题

讨论作业具有线性加工时间,作业间具有链约束的两台处理机流水作业排序问题,目标函数为极小化完工时间。在作业加工时间简单线性恶化下,提出作业的非负开始和停止延迟恶化率,构造了满足约束条件的复合作业。在此基础上,给出作业间具有平行链约束的两台处理机流水作业排序问题的最优多项式算法。     

基于Bayes估计的高炮虚拟校射理论

给出了脱靶量的定义,建立了小口径高炮虚拟校射脱靶量的一维数学模型,分析了脱耙量的统计性质,在此基础上运用贝叶斯估计理论,推导出校正量的最优估计量方程,并进行了相应分析.脱靶量可以作为一种离散的随机序列,任何一种特定的脱靶量序列均可表示为某种蜕化的广义马尔柯夫序列;脱靶量状态的最优估计问题是:基于观测输出{x(k);k=0,1,2,…}先验信息求取状态X(k)的最优滤波估计^X(k/k),使估计误差的方差最小,从而大大提高小高炮的射击精度.     

基于事件的视觉SLAM综述

事件相机是一种生物学启发的新型视觉传感器。不同于传统相机输出强度图像帧,事件相机检测每个像素点的亮度变化,当亮度变化超过某一阈值,产生包含像素位置、时间戳及变化极性的像素级事件输出。同步定位与地图构建（SLAM）是一种让机器人独立估计自身位置并同步增量式地构建周围环境地图的技术,使用传统相机进行SLAM已经是一个成熟的话题,但在高速、高动态范围等挑战性场景下,传统图像帧易产生运动模糊。事件相机具有低延时、高时间分辨率、高动态范围等优秀特性,可以在SLAM领域弥补传统相机的不足,但“事件”这种非常规的异步输出形式导致了处理范式的转变。首先介绍了SLAM技术的基本流程,其次介绍了DVS、ATIS和DAVIS三种典型的事件相机,列举了基于事件的SLAM性能评估方法,梳理了事件寿命估计、时间平面表示、事件帧表示等事件数据的不同处理方式,然后回顾了事件相机在国内外视觉SLAM领域的应用研究并进行了总结和对比,最后对基于事件的视觉SLAM技术作了总结并展望了其未来发展趋势。综述表明,事件相机可以进一步拓宽视觉SLAM的应用场景,但新的数据形式和尚不成熟的硬件体系限制了基于事件的SLAM的发展。未来...