基于SVD-TLS的AR谱估计方法在声目标识别中的应用

为提高 AR谱估计方法的抗噪性能 ,提出采用 SVD-TLS算法。文中对该算法作了介绍 ,并用一简单例子将 SVD-TLS与其它算法作了比较 ,最后应用 SVD-TLS对几组实测的直升机声信号进行了 AR参数估计和谐波频率提取。仿真结果表明 SVD-TL S较之其它算法可在更低的信噪比情况下准确地提取信号的频率信息 ,具有良好的抗噪性能和数值稳定性 ,将其用于声目标识别对改善系统的抗噪性能是十分有意义的。     

时间序列分析在导弹结构模态识别中的应用

在应用时间序列分析识别导弹的弹体结构模态时,AR模型阶数的选择和ARMA模型系数的求解对识别结果有很大影响,在综合比较各种模型定阶方法的基础上,选择奇异值分解法确定AR模型阶数,并使用总体最小二乘法求解模型系数。利用导弹飞行试验实测数据进行仿真实验,证明应用该方法所确定的模型阶数较为合理,对导弹结构模态参数识别取得了理想的效果。     

基于CUDA实现经典功率谱估计

针对目前通常使用Matlab等软件调用CPU进行功率谱估计的现状,提出了一种借助于CUDA平台调用GPU并行计算功率谱的方法;根据经典功率谱估计方法的原理,实现了GPU进行功率谱估计,通过Matlab的C语言接口输出结果,并给出了程序执行流程;最后通过数据对比,显示了CUDA并行计算带来的性能优势.     

线性调频信号压缩滤波器研究

对具有较小时间带宽积的线性调频信号,通过使用加权迭代最小二乘法和总体最小二乘法来设计压缩滤波器,能得到较好的旁瓣抑制效果.仿真结果表明,两种方法设计的滤波器输出峰值旁瓣电平分别比加窗法提高约6dB和2dB.     

利用拟合残差加权的迭代滤法方法及在数据检择中的应用

利用拟合残差加权的迭代最小二乘滤法方法对外测数据进行检择与剔除；经多次任务试用均取得令人满意的结果。     

基于广义最小二乘法的空空导弹幅值滤波器设计方法

空空导弹在飞行的过程中,由于弹体弹性模态时变特性而引起幅值滤波器参数无法预先精确设置,导致滤波器滤波效果减弱。针对这一问题,本文首先建立了空空导弹的纵向刚体和弹性体混合数学模型,在此基础上,借鉴最小二乘法在线估计弹性模态参数的方法,提出了广义最小二乘法在线估计的改进措施,解决了弹体弹性模态求解过程中由于扰动等因素带来的有色噪声干扰问题。同时,在控制系统结构中引入振荡模态角频率反馈模块,实时修正滤波器中心频率,提高了滤波效果。通过六自由度仿真算例验证该方法的可行性。     

基于MATLAB的脉冲推力发动机实验数据的曲线拟合

文中在 MATLAB 环境下,运用最小二乘分段多项式拟合的方法对脉冲推力发动机的推力—时间(f-t)关系的实验数据进行了拟合,得出了较为精确的推力—时间关系曲线,为进一眯对超高速动能弹的控制系统进行分析和设计提供了条件。     

基于最小二乘法的牛顿迭代信源定位算法

文中结合多种信源定位技术中的定位精度问题，提出了一种基于最小二乘法的牛顿迭代定位算法．以水声定位为例．对该算法进行了计算机仿真．并与最小二乘法的仿真结果进行了比较，结果表明该方法对于提高信源定位精度是有效的。     

神经网络在压合过程中的应用

针对将圆锥体压入薄壁筒的控制技术中,对位移传感器和压力传感器在线实时检测及执行机构气液增力缸的控制问题,在分析受外界干扰的情况下,为保证系统的稳定性和收敛性,采用基于递推最小二乘法的多层前向神经网络算法,并对它的条件参数进行了一般性的推导.该神经网络为3层前向网络,其隐含层神经元数为10个,输出层神经元数1个.包括输出层与隐含层、输入层与隐含层间权的调整算法.用典型PID算法和神经网络的控制算法分别仿真结果可见,神经网络控制解决了压合过程纯滞后的非线性问题,达到了预期的技术要求.     

一种基于快速正切算法的捷联寻北解算方法

在捷联寻北中采用正切查表法需要的制表空间大且代码执行效率较低,不便于采用单片机的实现方位角解算。将最小二乘线性拟合原理应用于反正切函数的分段线性化中,得到了不同精度的分段线性方程;通过仿真分析了该快速正切算法的计算误差;通过计算得到了不同精度时的分段数;通过比较得出了不同精度时在制表空间上相对于正切查表法的优势。研究表明该算法简捷快速,能有效提高代码的执行效率,节省大量的制表空间。     

基于奇异值分解的改进机载单站无源定位算法

针对机载单站无源定位系统中的滤波算法存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种基于奇异值分解的平方根sigma点卡尔曼滤波算法(Square Root Sigma Point Kalman filter based on Sin-gular Value Decomposition,SVD-SRSPKF)。新算法利用奇异值分解代替Cholesky分解或更新,并使用误差协方差的平方根替代协方差进行滤波,保证滤波算法的数值稳定性。仿真结果表明:SVD-SRSPKF算法比其他同类算法具有更高的收敛速度、定位精度和数值稳定性。     

基于奇异值的小波变换微弱信号消噪法

针对信噪比低、噪声非均匀分布的弱信号消噪效果不佳的问题,提出一种基于有效奇异值分解和小波阈值消噪相结合的方法。通过构造相空间矩阵并对其进行奇异值分解(singular value decomposition,SVD),得到一系列正交子空间;根据信号和噪声对奇异值贡献不同,通过奇异值最小二乘误差判定法进行有效奇异值选择,并利用子空间重构信号。仿真实验表明:本方法提取出的信号完整性更好,信噪比更高。     

基于ARMA模型的光纤陀螺漂移数据建模方法研究

研究了应用长自回归估计法进行光纤陀螺零漂数据模型的参数估计。利用卡尔曼滤波算法进行参数的精估计，建立了光纤陀螺零漂数据的ARMA模型。研究结果表明，所建的光纤陀螺ARMA模型较传统的AR模型具有更高的精度，光纤陀螺随机漂移ARMA模型可分解为两个独立的时间相关的一阶马尔可夫过程。     

基于小波去噪的平滑约束最小二乘图像复原法

针对约束最小二乘图像复原法在退化图像信噪较低时的病态问题,提出基于小波去噪的平滑约束最小二乘图像复原法.其步骤分为自适应噪声估计、退化图像小波去噪及平滑约束最小二乘滤波.通过将原始图像与点扩散函数PSF进行卷积、叠加一定加性噪声两个步骤产生退化图像.实验证明,此法能达到较好的复原效果,且其性能随退化图像信噪比下降可明显提高.     

基于WSN的声源目标定位算法研究

基于声音信号衰减模型,引入测量权限的概念,提出一种确定权限值的简易方法,其利用目标声音信号强度定位,通过测量目标的声信号强度,采用加权最小二乘法实现对目标位置的估计。该方法提高了目标定位精度,降低了计算能量消耗,同时延长了网络使用寿命。     

最小二乘法重建主动段弹道及其精度分析

以最小二乘法为基础,引入离散的标准正交多项式,使计算过程中不涉及矩阵求逆运算.利用基于标准弹道生成的"外测数据"拟合了主动段弹道,分析了拟合精度并讨论了拟合曲线阶数及分段数对拟合精度的影响.仿真结果表明,根据弹道特性进行适当分段能获得较高的拟合精度,可用于弹道重建.     

基于谱减法及频谱方差的语音端点检测方法

为提高在强背景噪声条件下语音端点检测的性能,提出一种将改进的谱减法和频谱方差相结合的方法。先利用谱减法对带噪语音信号进行增强处理,然后使用基于频谱方差的方法进行检测,并以一男一女对10个数字和26个英文字母各发音2次的录音作为样本进行仿真验证。实验结果表明:该方法计算简单,可靠性高,能有效减少背景噪声,提高语音信号的信噪比,在较低的信噪比下仍能比较准确地检测到语言信号的端点。