面向毫米波应用的一种改进的常数模盲均衡算法

本文面向毫米波零中频架构，针对毫米波系统信道时变性、环境敏感性，以及零中频载波同步性能等问题，对现有的盲均衡算法进行了理论分析，并对 CMA、MCMA 两种具备工程化意义的算法进行了仿真实验分析。结合毫米波大容量数据高速处理需求，给出了可硬件实现的并行处理方法。最后，针对 CMA 算法收敛后剩余误差较大的问题进行了改进，结合泄漏算法和高阶累积量思想提出了一种修正的 CMA 算法，在与传统 CMA 算法收敛速度相当的条件下降低了系统的码间干扰。     

复杂城市环境电磁态势的场数值分析与测量对比

采用高阶矩量法（method of moment，MoM）结合高频射线法对复杂城市环境中电磁分布进行仿真计算.利用高精度的高阶MoM对辐射源进行精细仿真，利用一致性几何绕射理论的射线模型描述电磁波在电大场景中的传播，并给出了两种方法之间的接口方案.在实际城市环境中对电磁分布和电磁态势进行了有效的计算，选取西安市某城区一平方千米区域进行了实地测量，实测数据与仿真计算进行了对比，取得了比较好的结果，证明了文中方法的有效性和实用性.     

高烟囱的横风向共振研究

基于高柔结构横风向共振响应的理论 ,本文给出了高烟囱横风向共振是否对结构起控制作用的判断依据 ,并提出了在结构设计中不能忽略发生高阶振型横向共振的可能性 ,同时结合工程算例加以应用和说明。     

桩–土–斜拉桥动力相互作用体系振动反应特性试验研究

大跨斜拉桥结构自振频率和阻尼较低,其地震响应可能受桩基础和场地土特性的影响较大,然而目前为止,由于试验条件和技术所限,尚缺乏相关的包括桩基础、场地土和上部结构在内的全模型振动台试验研究。以一座试设计的主跨1400 m超大跨斜拉桥为原型,设计并完成了一座几何相似比为1/70,且包括群桩、人工土和上部结构在内的试验模型,采用多点振动台试验技术,研究了不同加速度峰值和不同频率成分地震作用下桩–土–斜拉桥动力相互作用体系的振动反应特性。试验结果表明:桩–土–结构相互作用对斜拉桥地震响应产生影响,其影响程度与地震输入频谱特性密切相关;在纵向一致激励下,桩–土–结构相互作用受地震动加速度峰值的影响不明显,在横向一致激励下,桩–土–结构相互作用随地震动加速度峰值的增大而减小;主塔高阶振型对其地震响应的贡献明显;地震输入频谱特性影响桩–土–斜拉桥动力相互作用体系的地震响应,特别是在具有丰富长周期成分的Mexico City波作用下主梁竖向地震响应显著增大。     

大跨度单层网壳结构风振响应的流固协同分析

风振计算是结构设计中的一项重要内容,该方法在进行复杂结构风振计算时的准确性值得商榷.利用风洞试验进行风振响应分析存在成本高、周期长、试验复杂等缺点.研究了运用计算流体动力学(Computational Fluid Dynamic,CFD)中的非稳态计算,获取建筑物表面风荷载时程,通过网格数据插值,将风荷载直接作用于有限元模型的相应节点进行动力时程分析,提出了适合此类结构使用的风振系数简化计算公式.采用该方法对某一大跨单层悬索式网壳结构的风振响应进行了计算.结果表明,流体动力学与固体有限元程序之间的协同分析,不但支持不同软件不同节点之间的匹配,而且可以考虑自然风的时空相关性以及结构高阶振型的影响,更加精确地反映结构实际的风振情况.     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

基于三阶循环平稳度准则的盲源分离算法

通过研究循环平稳信号的特性和分析传统的基于二阶统计量的盲源分离算法,在二阶循环平稳度的基础上提出了三阶循环平稳度的概念,并推导出了利用三阶循环累积量平稳度作为分离准则的新盲源分离算法。本算法可以在复杂噪声的情况下有效的分离平稳信号和循环平稳信号。仿真结果表明该算法能够抑制混合信号中的强噪声,算法简单,实时性好。     

激光捷联惯导高阶误差模型参数系统级辨识

为改善高动态环境下激光捷联惯导系统的导航精度,建立了包含加速度计二次误差项和尺寸效应误差项的高阶误差模型,设计了合理的误差激励路径,以导航速度误差为观测量,利用系统级辨识方法对转台实测数据进行辨识,并对比了常规误差模型与高阶误差模型的补偿效果:在900 s动态导航过程中,东向速度误差由原来的15 m/s降低至3m/s,北向速度误差由原来的10 m/s降低至2m/s,结果表明基于系统级辨识的高阶误差模型可有效提高系统导航精度.