FPGA的车载防撞雷达系统的设计与实现

根据毫米波汽车防撞雷达的研究现状,讨论了一种基于FPGA为实现核心的总体设计方案,并详细分析该系统硬件结构和软件流程,对处理算法在FPGA上的实现提出相应的优化方法,能有效地提高运算效率的同时降低硬件成本.实验结果表明:该方案对前方车辆相关信息探测迅速准确,运行稳定可靠,能够满足汽车防撞雷达的实时性需求.     

随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

气象探空火箭气温测量不确定度评估方法

在气象火箭测温修正模型基础上,通过误差分析理论,对温度修正及其不确定度评估方法进行研究。根据火箭探空仪在空中下落过程中大气密度变化规律,建立温度修正数学模型,推导得到温度修正公式。根据误差理论,分析影响温度修正的八项误差因素,并逐项给出温度修正误差表达式。以气象火箭实测数据为例,运用上述公式,对探空火箭温度反演不确定度进行分析计算。结果表明:温度反演不确定度在50~60 km较大,最大为3.6 K;40~50 km不确定度为0.3~0.9 K;40 km以下,不大于0.3 K。影响温度不确定度的因素主要是气动加热修正项、滞后效应修正项、结构热传导修正项和传感器对环境热辐射修正项。数据处理时采用参考大气或标准大气仅进行一次修正是不够的,需进行迭代修正,单次修正结果与迭代修正结果差异最大可达5.6 K。     

基于神经网络的弹药消耗预测

针对弹药消耗预测问题,运用一种改进的BP神经网络预测方法。预测时对样本数据进行了预处理,并在时序训练样本中引入了遗忘因子,以提高当前预测的精度,以及在权值调整过程中,引入"惯性项",以改善学习收敛过程。     

高保真语音数字信号获取系统设计与实现

给出了高保真数字信号获取系统的结构,分析了为生成高保真语音数字信号文件应注意的器件选择、电路设计和编程实现方法,总结了高保真数字信号获取系统四个主要环节,提出了相应的设计原则。     

一种强噪声背景下语音增强方法的研究与实现

提出了一种基于传统谱相减语音增强算法的改进方法,加强了其滤除噪声的功效,提高了强噪声背景下语音信号的信噪比和可懂度。实验表明,该算法能够很好地滤除强噪声,增强语音,甚至对于滤除与语音频段几乎重叠的噪声信号,效果也十分显著。最后与传统减谱法相比较,分析了该算法的优缺点。     

智能水雷主动干扰方法研究

针对传统的扫雷方法在清除智能化水雷引信方面存在的不足,分析了利用主动干扰信号反水雷的思路,通过分析智能引信的工作机理及在干扰背景下对目标信号的检测能力,建立了基于奈曼-皮尔逊准则的主动干扰反水雷模型.针对水雷磁引信,选择电极式电磁扫雷具为干扰源,以中型舰船为保护对象,通过计算三者的相互位置与信噪比的关系,以及水雷检测出...     

混沌检测在雷达信号测试中的应用

为解决雷达测试信噪比很小的信号检测问题,分析了噪声特性和多普勒信号特性,论述了混沌检测原理,提出了混沌检测方法,并通过实验对混沌检测的可行性及实用性进行了验证。     

北斗三号新信号体制共视时间比对

为促使北斗系统特别是北斗三号系统尽早加入国际原子时计算,利用中国科学院国家授时中心以及捷克无线电工程和电子学院两个守时实验室接收机产生的北斗三号新信号体制观测数据,开展基于北斗三号新信号体制共视时间比对试验。结果表明,北斗三号信号的多路径噪声影响小于北斗二号信号,且信噪比优于北斗二号信号。对比已有的研究,北斗三号新信号体制(B1C和B2a)共视时间比对的噪声相对于北斗三号卫星播发的北斗二号兼容信号体制(B1I和B3I)有较大的改善,其结果与GPS、Galileo共视比对结果相当,且在零基线共钟比对中,基于北斗三号新信号体制比对钟差的标准偏差相对于北斗二号信号提高了40%以上;利用北斗三号新信号体制共视得到的亚欧两地钟差噪声小于北斗二号信号,且比对钟差的稳定度相对于北斗二号提高了10%以上。该试验也可为北斗三号时间比对纳入国际原子时计算提供相关的研究基础。     

美军语言智能处理技术的发展策略与启示

发展语言智能处理技术是全球新军事科技研发的重要趋势。美军在几十年的发展过程中,不遗余力地推进新的语言智能技术的研发与应用。在人工智能宏观政策和举措的带动下,美国政府与军方在语言智能领域采取了较为清晰的战略路线:明确需求方向,注重长远规划;重视军民融合,调动地方研发活力;创新技术研发资金的管理模式,提高发展效率;推动技术在关键领域的应用,加快美军战斗力的形成。本文认为,面对这一趋势,我们需要深度布局国防语言智能处理技术战略,重视面向未来需求的长远规划;充分调动语言智能处理技术研发的"民间力量",注重军产学研的协同创新;建立科学适度的项目研发机制,加快颠覆性技术的战斗力转化。