多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

舰船辐射噪声对声纳作用距离影响的不确定性研究

为了研究目标舰船辐射噪声对声纳作用距离产生的影响,用蒙特卡洛方法对目标航速进行模拟。通过经验公式得出舰船的辐射噪声级并进行统计分析,得出舰船辐射噪声的概率分布直方图,由此可以导出被动声纳作用距离的概率分布直方图。相对于传统的声纳作用距离预报结果,该方法给出的作用距离预报结果是一个满足某一分布的随机变量,而非一个确定的值,为作用距离的预报提供了概率的依据,为艇指挥员的决策提供了定量信息。同时,通过计算得出舰船航速的均方差与声纳作用距离的均方差基本成线性递增关系。     

多视图三角化中特征点噪声尺度的自适应估算

鲁棒性多视图三角化方法通常借助重投影误差经验阈值来剔除图像对应中的错误匹配,该经验阈值的选取直接影响三维重构场景点的数量和精度。在分析图像特征点定位噪声及对极传递几何原理的基础上,建立对极传递过程不确定性的传递模型,提出一种基于核密度估计的最优噪声尺度估算方法,并将该噪声尺度作为多视图三角化中错误匹配筛选的依据。实验结果表明,该方法可以获得准确的噪声尺度估计,从而有效提升多视图三角化方法的三维重构质量。     

MEMS矢量传感器方位估计误差分析

为提高MEMS仿生矢量传感器的定位精度,对其误差来源进行分析。对于单个矢量传感器,误差来源于其自身灵敏度不一致及流噪声的影响。提出通过分段插值来绘制线性曲线、选用差分测量结构和调整两路输出信号的大小使灵敏度一致;对于流噪声产生的误差,提出一种加聚氨酯导流罩的新结构,可以使水听器抑制流噪声的能力较之前提高20 dB。对阵列而言,选取不同阵元数进行仿真对比分析,得出随着阵元数的增加,水声传感器阵列DOA估计的准确度会随之增高,分辨力也随之增强。通过对影响MEMS矢量传感器方位估计的误差来源进行分析,进一步提出解决方案,为提高其定位精度提供了有力的科学支撑,从而为MEMS矢量传感器的工程化应用奠定了坚实的基础。     

对机载相控阵雷达STAP技术的旁瓣干扰

空时自适应处理(STAP)是一种有效的抗干扰技术。介绍机载相控阵雷达STAP技术检测动目标的基本原理,提出了基于灵巧噪声的旁瓣干扰方法。研究了灵巧噪声的具体干扰样式,利用其经雷达MTD处理后在距离-多普勒域都展宽的特性形成大量假动目标,当假动目标的距离-多普勒信息与待检测通道吻合时将产生响应输出形成欺骗干扰,以扰乱目标的正常检测,理论分析和仿真结果证明了干扰的可行性和有效性。     

一种Myriad滤波器中线性度参数的计算方法

以最小渐进方差准则为基础,分析了SαS分布模型参数对Myriad滤波器线性度参数的影响,推导了SαS分布模型参数α与Myriad滤波器的线性度参数K之间的关系曲线,提出了一种线性度参数K的计算表达式,并与传统的经验公式和实际数据进行了比较。结果表明:相对于传统计算方法而言,所提出的公式对实际数据的逼近效果更好、形式更为简洁,具有较强的实用性。     

舰艇动态磁性检测中有限深海浪磁场的噪声消除

对有限深海浪磁场进行了理论推导,分析了其变化规律并验证了在舰艇动态磁性检测中进行消噪处理的必要性。根据单椭球加磁偶极子阵列混合模型模拟了舰艇磁化磁场,并针对海浪磁场与舰艇磁场频带相近难以有效滤除的特点,采用小波包变换对磁测量值进行分解。仿真结果表明:该方法便捷高效,可将海浪磁场有效滤除,提高磁场测量精度。     

MEMS磁力线聚集和垂动调制磁场传感器

针对巨磁阻和磁隧道结等磁阻元件的1/f噪声,提出一种采用微机电系统的磁力线聚集和垂动调制磁场传感器。通过将被测磁场从低频转移到几kHz,实现对磁场的DC/AC转化,从而减小了磁阻元件的1/f噪声。基于该方案采用多层膜巨磁阻元件AA002制作了磁场传感器样品,并进行了实验测试,结果表明:磁传感器样品的调制效率达到了19.3%,超过了已有的其他各种调制方案,同时低频磁场的探测能力达到槡120pT/Hz,相比巨磁阻元件AA002提高了40多倍。     

红外图像强固定模式显著性噪声抑制

针对红外成像设备对天远距离观测中得到的小目标、强固定模式噪声这一类典型数据,提出基于显著性的红外图像强固定模式噪声抑制算法。对此类图像数据进行特性分析,指出图像中目标区域相对于背景固定模式噪声区域是显著的,利用显著性检测算法分离出图像中目标区域及背景,对不同区域分别采取不同处理,仅基于单幅图像信息实现强固定模式噪声的有效抑制。通过大量小目标、强固定模式噪声红外图像对算法性能进行测试。结果表明,本算法能够准确提取出图像中目标区域,实现图像中强固定模式噪声的有效抑制。     

高斯色噪声信道中QPSK信号的最佳接收

本文在文献[1]的基础上推导了高斯色噪声信道中QPSK信号的最佳接收机结构,并用matlab进行了性能仿真。结果表明,该接收机是差错概率最小意义下的最佳接收机。且该接收机也适合高斯白噪声信道。