一种基于局部ML的DFT-S-OFDM检测算法

离散傅里叶变换扩频正交频分复用(DFT-S-OFDM)作为一种单载波调制方案,与传统正交频分复用相比具有较小的峰均功率比(PAPR),并且已被3GPP采用作为其长期演进项目(LTE)的上行调制方案。针对该方案,提出了一种改进的基于局部最大似然(ML)的DFT-S-OFDM检测算法,首先挑选一阶最小均方误差-最大似然(MMSE-ML)检测后最有可能的2个星座符号位置,进而在这2个位置上做最大似然检测。仿真结果表明,提出的算法相比二阶MMSE-ML,在大幅度降低计算复杂度的基础上,性能损失很小;相比一阶MMSE-ML,能获得0.5 dB~0.7 dB的增益,而所需的额外计算量较少。     

基于最小检测功率的网络雷达MIMO模式布站

网络雷达实现了雷达与雷达对抗的一体化,是雷达系统与雷达对抗系统发展的新趋势。网络雷达MIMO模式布站研究对网络雷达的应用具有重要意义,目前这方面的研究还不多。介绍了网络雷达MIMO模式研究的现状,探讨了基于最小检测功率的网络雷达MIMO模式配置问题,并对其进行了仿真研究。     

基于有限单元法对动态应力强度因子进行数值计算的研究*

运用ANSYS 商用有限元软件,采用非奇异单元和Newmark 积分算法,通过最小二乘法拟合,准确的获得了多个模型动态应力强度因子的解。所使用的方法适用范围广,这对于运用线弹性断裂动力学解决工程中的实际问题是有益的和必要的。     

电子皮带秤累计量计量数学模型

根据定长采样脉冲△L,引入单元物料,从单元物料在皮带有效称量段上的过程得出计量通过的重量,再推广到实际过程求出累计量计量数学模型.     

基于最小均方无失真响应和支持向量机的被动声纳目标识别

为了有效地进行被动声纳识别,研究了一种运用最小均方无失真响应（Minimum Variance Distortionless Response,MVDR）谱系数作为特征参数,用多分类支持向量机作为分类器,进行被动声纳目标识别的方法。实验表明,在不同数目的训练样本情况下,基于最小均方无失真响应谱系数和多分类支持向量机的被动声纳目标识别方法使系统的性能显著提高,具有很好的识别效果和应用价值.其优于传统的神经网络作为分类器的识别方法,尤其是在训练样本较少情况下,识别率具有很大的提高。     

基于MATLAB软件心跳呼吸模型的仿真设计

分析了人体心跳、呼吸等生命信号的特征和基本规律,并根据人体呼吸和心跳的特征及其在不同领域的应用,给出了三种不同方法的呼吸、心跳模型仿真。     

MBD在数字电路故障诊断中的应用研究

提出了一个将MBD(基于模型的诊断)方法用于数字电路故障诊断的应用方案,并对该方案所涉及的最小冲突集候选搜索算法、冲突识别策略以及最小碰集算法的选择等进行了讨论。最后,以一个经典的数字电路故障诊断为例,同时结合数字电路的一组故障观测数据,对该数字电路发生的故障做了故障诊断实验。     

总体最小二乘法在惯导原位标定中的应用

惯导系统原位标定是提高恒战状态下惯导性能的重要手段.在原位标定输入输出观测数据均含有噪声的情况下,应用传统的最小二乘法进行参数辨识将会得到有偏的结果.因此,为了提高惯导误差参数的标定精度,研究了总体最小二乘法在惯导原位标定数据处理中的应用.首先给出一种16位置标定方案,推导了考虑框架轴、陀螺和加速度计安装误差的惯导系统...     

基于一维距离像的抗箔条干扰算法研究

对箔条进行有效识别是对抗雷达箔条干扰特别是冲淡式干扰的关键。阐述了箔条干扰的原理,分析了舰船和箔条一维距离像的波形稳定性、距离像分布及相邻距离像相关性等差异,提取了距离像峰值点位置熵、距离像分散性以及相邻距离像相关系数三个目标特征,构造了BP神经网络识别器并完成了相应的参数设计以实现目标识别。利用真实数据进行了舰船和箔条的目标识别实验,结果表明该算法识别率高,收敛速度快,便于工程实现,具有较强的应用价值。     

一种基于信号处理的异步干扰消除方法

分析了异步干扰的成因及处理措施,并提出一种基于信号处理的异步干扰剔除方法。该算法利用异步干扰的奇异性,对输入信号进行脉冲对消、CFAR处理。根据信号既往信息,建立距离杂波图。根据距离杂波图进行门限检测。对所有过门限信号采用逻辑法将奇异值所在脉冲及距离单元定位出来。对检测出来的对奇异值,使用相邻信号进行插值替换,既保留了信号的真实成份,又消除了异步干扰。该算法处理延时小。该算法已在FPGA上实现,并在某雷达中得到了很好的应用,具有很强的工程实用性。