基于相关滤波和离散度分析的帧同步识别

针对帧同步识别方法中门限选择难度大的问题和对与固定字段直接相连的同步码识别精度低的问题,提出了基于相关滤波和离散度分析的帧同步识别方法。该方法首先通过构造填充矩阵,初步消除冗余数据对帧长识别的影响;然后利用三次相关滤波自适应地调整门限值,完成帧长的识别;之后利用相关值提取关键字段;最后通过离散度分析方法将同步码与固定字段分割开,完成对同步码的精确识别。仿真结果表明,该方法在保证较高的检测概率的同时可以降低门限选择的要求,并且可以准确识别与固定字段连接的同步码。     

基于软判决求解含错方程的自同步扰码盲识别

针对低信噪比情况下自同步扰码的识别问题,提出了基于软判决求解含错方程的自同步扰码盲识别方法。该方法首先通过硬判决序列识别出扰码多项式的阶数,建立含错方程组;然后提取软判决序列中比特的可靠度信息,根据选取的解向量将可靠度转化为每个方程成立的概率,找到使方程组成立概率最大的解向量,即为真正的扰码多项式。仿真实验表明,相比于基于硬判决的沃尔什-哈达玛变换(Walsh-Hadamard Transformation,WHT)算法,该方法在低信噪比下的容错性能较好。     

集中插入式帧同步识别方法

在非协作方截获的数字序列帧同步码的识别问题研究中,由于帧的长度未知、帧同步码未知,给识别带来困难。为此,提出了利用小区域检测估计帧长,利用二次滤波估计帧起始位,然后用模糊匹配识别帧同步码型的识别方法,对巴克码或m 序列进行了集中插入式帧同步识别仿真。仿真结果表明:在误码率不大于4%的情况下,上述方法对集中式插入帧同步的数据帧有较高的帧同步识别率:巴克码为80%,m 序列为78%.     

基于码元密度检测的帧同步码盲识别算法

针对军事通信对抗领域中的未知协议帧同步码识别算法应用局限、复杂度高和盲识别难度大的问题,提出一种基于码元密度检测的协议帧同步码盲识别算法。该算法首先分析协议帧的有偏性,给出序列码元密度的定义;然后通过理论推导得到了协议帧的码元密度大于同步字段码元密度的结论,通过算例验证了正确性;最后利用这一结论,对未知协议帧序列进行删减,达到增大序列中同步字段的浓度的目的,完成特定长度字符串的浓度检测,实现对未知协议帧同步字段的准确识别。仿真实验结果表明,该算法在理想条件和误码条件下均能准确识别未知协议帧同步字段,对比传统算法识别效果更好,对误码率有较高的容错性能,具有可靠性和有效性。     

串行高速差分PCM码流信号的解码电路设计

为了把接收到的±2.5V差分PCM码流还原出原始数据,设计了一种CPLD实现硬件同步,包括时钟同步、码同步和帧同步,并进行串并转换完成对高速PCM码的解调.给出了差分电平到TTL电平转换的电路,详细讲述了如何利用变换后的波形提取位时钟信号.该电路已用于某测量综合控制器测试台,具有工作稳定,抗干扰能力强的特点.     

基于信息位与校验位分离的RS码盲识别

针对现有的RS码盲识别算法抗误码性能不佳且无法识别信息位长度的问题,提出了一种基于信息位与校验位分离的RS码盲识别算法。该算法通过计算不同列数下分析矩阵的概率方差,利用概率方差的差异来识别等价码长和等价信息位长,并利用伽罗华域离散傅里叶变换完成符号数、本原多项式及生成多项式的识别,最后获得RS码真实码长与信息位长。仿真结果表明,提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数,抗误码性能较好。     

高误码率下归零Turbo码参数识别

针对现有归零Turbo码码长、帧同步、码率等参数识别算法存在容错性能低且计算复杂度高的缺点,提出了一种具有高容错性的识别算法。利用每帧初始两码元的差分结果为确定零点特性,构建新的差分序列分析矩阵,通过改变分析矩阵的列数并作特定的矩阵变换,实现码长识别。基于极大极小准则,解算出确定零点与随机零点的判决门限,实现确定零点识别,然后通过遍历确定零点,完成帧同步识别。从工程实际以及编码约束关系出发,遍历码率以及寄存器个数的可能值,实现码率以及寄存器个数识别。仿真实验表明：差分确定零点位置分布与总结的3个特点一致,判决门限能够有效判断差分确定零点;该算法容错性能较强,在误码高达0.20条件下,各种参数识别率能够达到96%以上,且所需码元数据量以及计算复杂度远小于现有算法。     

基于PWD变换的伪码调相-载波调频复合信号的特征提取技术研究

伪码谪相-载波调频复合信号的识别特征包括伪码特征和频率调制特征。首先根据pseudoWigner,distribution(PWD)变换的幅度输出和相关滤波技术获得伪码特征信息,然后根据巳提取的伪码特征信息即相位突变点的位置信息对信号进行反相处理,对反相后的信号再采用PWD变换来提取频率调制特征信息。仿真结果表明：在信噪比为3dB时,算法能够有效地提取伪码特征信息和频率调制的特征信息。     

基于FRFT循环处理的LFM-PRBC雷达信号截获与特征提取

针对线性调频-伪码调相复合调制雷达信号(LFM-PRBC)的截获与特征提取问题,提出分数阶傅里叶变换(FRFT)循环处理方法,信号在FRFT循环域(CFRFD)实现能量积累形成峰值。通过CFRFD搜索峰值检测信号,提取线性调频载频和带宽,二相编码码元宽度和伪码位数等参数。通过CFRFD时频滤波重构复合信号,利用相关变换提取信号的伪码相位信息。经过理论分析和计算机仿真验证,该方法能有效完成高斯白噪声背景下低信噪比复合调制雷达信号的截获与特征提取。     

红外系列图像运动小目标检测

红外系列图像运动小目标检测,基于形态学滤波抑制图像系列背景方法,在图像分割基础上,利用目标在帧间运动的连续性进行目标识别.即首先通过形态学滤波进行图像预处理,用自适应阈值方法分割出候选目标,再利用目标运动特征,采用邻域判决法最终检测出目标.模拟实验表明该方法能够准确高效地检测出运动小目标.     

基于分段抽取软判决加权Walsh Hadamard变换的卷积码识别算法

针对低信噪比环境下卷积码识别研究存在的不足,提出一种基于分段抽取软判决加权Walsh Hadamard变换(WHT)的卷积码识别算法。该算法利用接收比特的解调软判决信息求取软判决频次序列,并构造加权Walsh Hadamard矩阵,从而识别得到基本校验序列。利用基本编码矩阵构造规则,最终实现记忆长度及基本生成矩阵的识别。算法结合分段抽取思想,降低了所需运行存储量。仿真实验表明,该算法可在低信噪比环境下对不同码率卷积码进行有效识别,具有较好的容错性,且对大约束度的卷积码性能提高更为显著。     

基于惯性系采用Kalman滤波的车载SINS行进间对准方法

介绍了惯性系中基于重力加速度信息进行粗对准的实现方法。在此基础上通过推导以地心惯性坐标系为导航系的捷联惯性导航系统（SINS）误差方程,建立了与惯性系对准算法相匹配的状态模型,提出了一种采用Kalman滤波实现基于惯性系的SINS行进间精对准方法。计算机仿真实验结果表明,文中所提出的基于惯性系的采用Kalman滤波的车辆行进间精对准方法,可有效地降低干扰噪声的影响,提高初始对准的精度。此外,该方法相对于基于地理坐标系进行滤波的方法,简化了滤波模型,较大的降低了计算量。     

基于改进欧几里德算法的(n,1,m)卷积码识别

针对信息截获领域中(n,1,m)卷积码识别算法的应用范围受限和所需数据量大的问题,提出基于改进欧几里德算法的识别方法。该方法利用剩余定理改进经典欧几里德算法,使其可求n个多项式的最高公因式,识别(n,1,m)卷积码只要求码字多项式最高幂次大于记忆长度m,即截获的码序列长度大于其约束长度。Matlab仿真表明:在只需少量数据情况下,可识别所有(n,1,m)卷积码的生成多项式。     

一种基于运动目标识别的智能视频监控系统

针对武器试验现场飞行目标降落中事故多发的现状,设计一种基于运动目标识别技术的智能视频监控系统。系统采用采集前端-服务器端-决策模型。利用背景差分法和帧间差分法检测运动目标图像,从而实现视频运动目标的自动分割;采用轮廓提取和边缘检测技术进行目标识别;最后用特征算法提取目标的特征参数,从而判断目标的参数信息是否会对降落安全构成威胁,做出进一步决策。对实现系统功能所需的关键技术进行详细介绍,在Visual C++6.0中用OpenCV实现相关算法的设计,并给出部分关键代码。仿真实验结果表明:该系统能满足智能监控的基本要求,精确显示运动目标在靶面上的位置,可根据客户需求识别运动目标。     

一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。     

弹箭滚转姿态地磁测角仪的卡尔曼滤波算法

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计.通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量输出之间的非线性关系作为卡尔曼滤波算法的量测模型.通过实验仿真分析结果表明,滤波所得弹体滚转角、滚转角速度精度满足弹道修正弹要求,可用于弹道修正弹药被动段的弹道控制.     

基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度（PHD）滤波的多目标跟踪与基于无迹Kalman滤波（UKF）的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型（匀速直线与匀速转弯模型）,针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。