基于蜂窝网结构的多目标自动辨识定位方法

针对移动蜂窝网对多目标难以检测识别且定位精度不高的问题,提出一种基于蜂窝网结构的多目标自动辨识定位方法。首先,根据对监测区域内目标源的多次定位结果方差来判别是否有多目标存在;其次,采用k-means无监督学习对定位点进行聚类,由于k-means算法的最优簇数难以确定,因此提出了一种基于波束分辨率的k值裂变算法来确定k值,并确定聚类中心;最后,为了提高接收信号的信噪比,通过各聚类中心确定波束方向,再使用基于线性约束的窄带波束形成器依次接收不同波束方向信号,分别对各目标源进行到达时间差定位。仿真结果表明,对于解决多目标定位问题,相对于时延估计算法和概率假设密度（PHD）滤波器算法,所提多目标自动辨识定位方法能够提高接收信号约10 dB的信噪比,对应的时延估计误差的克拉美罗下界能够下降约67%,定位精度相对误差可提高10个百分点以上,而且算法简洁有效,各次定位相对独立,具有较高的效率和较好的稳定性。     

Hilbert-Huang变换发展历程及其应用

Hilbert-huang(希尔伯特黄)变换是20世纪90年代末兴起的一种重要的非平稳信号处理方法,其中的经验模态分解(EMD)算法更是近年来的研究的热点之一。回顾了EMD算法近十余年来的发展历程,介绍了EMD算法的改进算法及其在工程领域中的运用,包括目前最新的演化算法BEMD、EEMD、CEEMD、MEMD、DEMD等,并结合作者的相关研究介绍了该算法在去噪及盲分离中的一些运用。讨论了EMD算法存在的不足和需要进一步研究的工作。     

嵌入式最小Linux的移植及系统性能测试

最小Linux也称最简系统,是基于Linux内核构建的能够在嵌入式系统上运行的无界面最小系统。通过最小系统的搭建和移植有利于快速掌握嵌入式系统的系统移植和编程的基本方法。针对目前较新的基于Cortex a9架构设计的Exynos4412平台,介绍最小Linux系统的交叉编译环境搭建及相关驱动软件的配置,内核源码以及Busybox的编译和镜像文件的烧写移植流程,并给出主要移植步骤和相关指令介绍。在最小系统基础上,编写测试代码来测试嵌入式最小Linux系统下软件的运行时间以分析Cortex a9架构的性能,通过实验表明,基于四核Cortex a9架构的最小Linux系统百万次除法运算时间约为0.18 s,能够满足大多数嵌入式系统性能指标。     

一种基于信息过滤的无线电定位方法

无线电信号在传播过程中容易受到多径效应和其他电磁场干扰,严重影响了无线电源的监测和定位。为了降低无线电干扰,提高对无线电发射源的定位精度,提出了一种基于经验模态分解和奇异值分解的信息过滤算法以提取无线电信号主分量、去除无线电信号的干扰。通过实测数据测试,相比直接使用TDOA定位算法,使用该信息过滤算法对无线电信号进行预处理之后,定位精度由约100m提高到十余米,有效提高了定位精度和系统的监测能力。     

基于小型监测站的无线电监测系统构建

搭建无线电监测定位系统可以加强无线电管理,杜绝无线电资源被滥用,是防止无线电犯罪的重要保障。描述了基于多个小型监测基站的无线电监测系统构建,着重描述在数据分析层中多种算法联合去除噪声并对无线电发射源定位显示,展示了系统的框架结构和各子界面,最后通过实测数据展示了实际系统的定位监测结果。     

一种基于信噪比最大化的信号恢复方法

针对平稳噪声下的信号恢复问题,提出一种信噪比最大化指标函数,利用混合信号中噪声的协方差矩阵先验知识,通过多通道信号的线性组合,恢复出需要检测的信号,并使其信噪比最大化。对方法进行了推导和仿真,结果表明,这种基于信噪比最大化的信号恢复方法能够在信号和噪声频谱有较大重叠的情况下,增强信号同时抵消噪声,以最大信噪比恢复出需要的信号,效果明显,具有良好的实际应用价值。     

一种声源定位系统设计

对一定区域内的声源目标定位是声学技术的研究方向之一。借鉴TDOA算法被动定位思想,并针对声信号特点,可设计基于TDOA协同被动定位算法的声场监测系统,用于在空旷场地进行声源监测定位。该系统通过在空旷场地布放3个或多个高灵敏度麦克风监测声目标源,通过计算各麦克风收到信号的时间差,采用Chan和Taylor联合算法,可实现对一定区域内的声目标定位。经过在空旷地实测数据仿真表明,该系统可成功对声目标进行定位,且性能稳定。