用AD8302实现幅相测量系统

本文介绍了用于RF/IF幅度和相位测量的新型芯片AD8302的功能及特点,并给出了此芯片在实际工作中的两种典型应用。     

仿真利器Matlab6的混合编程

该文从Malab6的ActiveX接口出发，深入讨论了利用Matlab6进行混合编程的思路及详细的实现方案与实现难点，尤其是针对Matlab6编程出现的新问题。混合编程具有很强的实践性与可操作性，为工程技术与科研工作人员提供了有效借鉴。     

基于C++Builder与MatLab混合编程的可视化仿真研究

MatLab具有强大的科学计算能力,而C Builder具有很强的图形用户界面开发和数据库管理功能,两者的互补结合可以快速和高效地开发涉及科学计算的可视化仿真软件.介绍在Windows环境下常用的C Builder和MatLab混合编程的方法,并对两者在可视化仿真软件开发中的综合应用进行了讨论.     

一种基于盲源分离的DOA估计方法

文中基于特征矩阵联合近似对角化JADE（Joint Approximate Diagonalization of Eigen-matrices）的盲分离算法提出了一种DOA估计新方法。该方法对阵列流型矩阵进行了盲估计,并将阵列流型中的方向矢量看成是由多个复正弦信号线性混合而成,进而利用频谱分析的方法实现信号的DOA估计。实验结果表明：该方法在同等条件下完成同样的方位分辨要优于多重信号分类MUSIC（Multiple Signal Classification）的方法,而且还可以实现对相干信号源进行分辨。     

通过单站转发实现诱导的GPS干扰系统

全球定位系统(GPS)诱导系统是通过对转发器的时延控制,实现定位区域上的映射关系,使得GPS制导的武器错误定位,从而偏离原有的目标,实现对重要目标的保护.文中在给出系统实现原理的基础上,提出了单站转发区域映射的系统模型,分析了区域映射解的存在性.当转发站位于以所转发的4颗卫星为焦点、两两形成的单曲面的交点上时,系统可实现区域映射诱导.     

基于JADE算法的盲DOA估计

研究了复杂多径环境下DOA估计问题,提出了基于JADE盲源分离算法的一种新方法.该方法在信号方向矢量没有任何先验知识的情况下,通过JADE盲辨识技术对阵列流型矩阵进行估计,并将多径环境下的方向矢量看成是由多个复正弦信号线性混合而成,进而利用频谱分析的方法实现信号的DOA估计.经过仿真验证,新方法可以对来波方位相同的2个信号进行分辨,且在多径环境下的稳定性要优于Toplitz近似算法,在信源数(含相干多径信号)大于阵元数时仍然可以使用.     

线性有源网络灵敏度计算的新方法

本文提出了一个新概念一线性有源网络的灵敏度传递矩阵和一个新算法—矩阵的循环乘;证明了任意阶的灵敏度矩阵都可以由传递矩阵及其循环乘给出。理论分析和计算机模拟结果表明,该方法具有计算量小,易于编程和节省内存的优点。     

基于“新息”与双重Kalman滤波的测量数据的野值点去除

在工程实践中,Kalman滤波采用了递归滤波的方法和线性无偏最小方差准则,因而在理论上是一种最优估计,并因为这一良好的数学性质得到了广泛的应用。但是在实际测量中,在野值的影响下,Kalman滤波新息的特性遭到破坏,滤波不再准确甚至发散。针对此一现象,提出了基于“新息”序列和对新息序列进行Kalman预测的方法对测量数据进行处理的新算法。该算法利用“新息”序列进行野值点判别,利用Kalman预测的方法对野值点处的“新息”进行预测修复。仿真证明,该算法可使状态估计、野值点判别和野值点修复同时进行,并能很好地抑制滤波的发散。     

一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法

该文提出了一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法。利用匹配滤波器输出的信号特点,采用最小二乘法从信号中分别提取出多目标的多普勒矢量、接收角矢量和发射角矢量,然后采用迭代算法对这3个矢量进行更新以完成收发角和多普勒频率的联合估计。该方法复杂度低,运算时间少,且能够实现自动配对。仿真结果表明,与基于PARAFAC的方法相比,该文方法更易获得高精度的收发角和多普勒频率估计,具有更高的可靠性。     

基于函数逼近的多层前馈神经网络灵敏度分析

神经网络灵敏度分析对网络结构设计、硬件实现等具有重要的指导意义,已有的灵敏度计算公式对权值和输入扰动有一定限制或者计算误差较大。基于Piché的随机模型,通过使用两个逼近函数对神经网络一类Sigmoid激活函数进行高精度逼近,获得了新的神经网络灵敏度计算公式,公式取消了对权值扰动和输入扰动的限制,与其他方法相比提高了计算精度,实验证明了公式的正确性和精确性。