潜艇模型尾流场和水动力噪声的测量方法研究

探索了一种集潜艇模型尾流速度场测量及模型水动力噪声测量于一体的试验技术,即通过合理的试验方案设计及信号处理手段,完成对潜艇模型水动力噪声信号的测量,识别出模型噪声信号各成分的影响范围;同时,应用PIV技术对潜艇模型的尾流速度场进行测量,通过对测量结果的处理,得到潜艇模型的尾流涡量场分布.所得到的结果为研究潜艇水动力噪声与尾流涡结构之间的关系提供了参考,所做的工作为上述问题的研究提供了一种新颖的试验思路.     

实际通风管道噪声主动控制系统及其实现

采用反馈FXLMS自适应控制算法,用TI公司的TMS320C30芯片作为控制器,并用TI公司的AD7874和AD7245分别作为模数和数模转换器,组成实时的噪声主动控制系统.应用于实际的通风管路噪声主动控制,获得良好效果.     

对模拟信号采集系统设计中的几个问题的探讨

本文就模拟信号采集系统中几个问题进行了探讨,总结了设计中的几个原则.     

时空联合提取目标线谱方法

从线谱的时空域信息出发,通过分析目标线谱与自噪声线谱的差异性以及变化规律,研究噪声背景下目标线谱的提取方法,并将提取的目标线谱应用于单阵方位频率TMA模型.基于海上实验数据的模型解算结果稳定有效,表明该方法在提取目标线谱问题上的有效性.     

干扰信号的检测技术研究

以噪声调频干扰为例,对干扰信号的检测问题进行了分析,提出直接积累检测和二进制积累的检测方法,并计算了两种方法的检测概率。通过积累检测显著地改善了接收机对噪声干扰类信号的检测性能。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

程控相关噪声发生器的研究

本文介绍了为测试鱼雷自导系统相关门限而设计的程控相关噪声发生器,给出了电路组成,阐述了工作原理及工作特点。程控相关噪声发生器可与微型计算机接口,也可独立运行,具有较高的相关噪声产生精度和工作稳定度。     

超宽带雷达特性的应用

概论 数学模拟在雷达分析和综合中起着很大的作用[12,68,69]。在单独的和组合的雷达系统模型中,雷达目标反射信号和雷达天线馈线设备输出信号的模拟单元占有重要地位。在这些模拟单元中,应用测量的或计算的目标超宽带雷达特性可以建立采用不同结构和不同频谱分量探测信号的通用雷达模型,尤其是建立选择雷达模型和雷达目标识别模型。     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。