LabWindows／CVI环境下的仪器驱动器开发

研究了VPP下的仪器驱动器、软面板和安装程序等的功能和特性,并结合寄存器基VXI多路开关模块的研制,说明了在LabWindows/CVI环境下开发仪器驱动器的一般方法与研制过程.     

水体富营养化危害、成因及防治

水体富营养化严重影响人类健康、可用水量、水体经济价值和水体寿命,而大量污水超标排放、农业面源污染、水产养殖业失当、周边环境恶化和底泥氮磷溶出是其形成主因。在治理和恢复富营养化水体的实践中,必须强化污染预防意识,从源头上削减污染负荷,同时选用切实可行、系统协调、针对性强的政策和措施并长期坚持实施,才能起到事半功倍的效果。     

“前进一步自然宽”——也谈军事战略思维“转型”

军事战略思维转型是推进中国特色军事变革的内在要求和重要组成部分,也是信息化条件下加强军队建设的一项重要内容。中国特色军事变革,不仅需要器物层面变革的支撑,更需要以军事战略思维转型为核心的精神层面变革的引领。     

MSPWVD-HOUGH变换的多目标分辨和雷达回波参数估计

传统的时频分析方法,如Winger Ville Distribution,smoothed pseudo Wigner-Ville distribution等在多目标分辨的时候,无法同时在时频分辨率和抑制交叉项两方面同时达到较好的效果,所提出的MSPWVD解决了这一问题,MSPWVDHOUGH还可在低信噪比的情况下检测出多目标,并估算其参数,可利用来进行雷达成像的运动补偿.     

基于线对线突然短路的同步电机瞬态参数辨识

准确地辨识同步电机参数,是分析电力系统运行和控制系统设计的前提.利用最小二乘或卡尔曼滤波等方法辨识电机三相同时突然短路试验数据,是传统电机参数辨识的主要方式.受同步电机三相同时突然短路的可操作性和电机参数模型的强非线性等因素的影响,电机瞬态参数难以准确测量.利用改进的小波变换和人工神经元网络辨识参数的新方法,结合容易实现的同步电机线对线突然短路试验,辨识得到了三相同步电机的瞬态参数,有效提高了电机参数的辨识精度.仿真试验表明,该方法是有效的.     

基于Hilbert变换的包络解调法在鱼雷电磁引信中的应用

分析了鱼雷电磁引信的目标信号及其低频调制包络的特性,阐述了Hilbert变换的原理,提出了一种基于Hilbert变换的包络解调法并对其解调原理进行了推导.在Matlab/Simulink环境下,对上述的包络解调法应用于电磁引信目标信号的解调进行了仿真.结果表明,相比传统的电磁引信检波方法,Hilbert 变换法具有解调输出信号波形失真小和解调稳定性高的优点.     

模糊小波包在漏磁信号处理中的应用

采用小波包去噪方法解决漏磁信号的噪声抑制问题。针对软、硬阈值处理中存在的缺陷,提出了模糊阈值处理方法,应用该方法对采集的漏磁信号进行消噪处理。实验结果表明,与传统小波包的去噪效果相比较,模糊小波包降噪方法不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法。     

基于误差传递和逐步回归法的火控系统精度分析

利用坐标变换得到射击诸元解算模型,根据得到的射击诸元解算模型的教学表达式,用隐函数微分法得到每个射击诸元影响因素的误差传递系数,利用精度分析模型建立射击诸元精度表达式.然后用均匀试验设计法确定典型射击条件,在这些典型射击条件下,计算各误差传递系数,根据给定的某组火控系统各设备的精度指标,进而计算火控系统各典型射击条件下的火控系统精度值,并确定合理的精度指标期望值.要获得这组火控系统各设备的精度指标下,任意指定射击条件下的系统精度值,利用已算出的各典型射击条件下的系统精度值,采用逐步回归分析方法,可获得火控系统各射击诸元参数的精度与各射击条件的函数关系近似表达式.     

基于子空间投影波束形成技术的导航接收机抗干扰算法研究

阵列天线空时自适应处理通过联合空域和时域的自适应滤波处理技术能够有效提高导航接收机的窄带和宽带干扰抑制性能。利用导航信号淹没在干扰信号和热噪声的特点,本文提出先将天线阵列接收的空时信号矢量向干扰子空间的正交子空间投影以实现干扰抑制,当接收机对投影后的参考阵元数据捕获成功后,利用捕获估计的本地扩频码相位作为参考信号依据最小均方误差准则进行波束形成。仿真结果表明该抗干扰算法在零陷强干扰的同时使主波束指向导航信号来波方向,有效提高了阵列输出信干噪比,并降低了空时自适应处理对导航信号伪码相关峰形状和载波跟踪性能的影响。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。