基于LFM模型的高动态弱GPS信号载波捕获

根据极大似然估计理论,通过载波频率和频率变化率分段对消、快速傅里叶变换(FFT)结果选大估计载波频率和频率变化率,实现载波信号捕获,建立了高动态全球定位系统(GPS)载波的线性调频(LFM)信号模型,并给出了算法的具体实现。详细分析了该算法中检测统计量的分布特性,推导了恒虚警准则下的检测门限,并讨论了其中关键参数的设计。仿真结果表明,该算法可以实现对18 dBHz的GPS高动态信号的载波捕获。     

基于细胞神经网络刀具磨损图像的预处理

提出了一种基于细胞神经网络的刀具磨损图像处理方法，通过设计细胞神经网络参数，运用细胞神经网络对刀具的二值图像平滑滤波，边缘提取，通过仿真证明该方法是有效的，由于细胞神经网络易于用VLSI实现并且并行处理速度快，因此该方法对刀具的磨损状态机器视觉检测中的图像处理具有实用意义。     

基于细胞神经网络刀具磨损图像处理的研究

本文提出了一种基于细胞神经网络的刀具磨损图像处理方法．通过设计细胞神经网络参数，运用细胞神经网络对刀具的二值图像平滑滤波，边缘提取．通过仿真证明该方法是有效的，由于细胞神经网络易于用VLSI实现并且并行处理速度快，因此应用于刀具的磨损状态机器视觉检测中的图像处理是很有用的。     

基于细胞神经网络图像识别的刀具监控方法的研究

针对传统的刀具磨损状态监测方法与磨损程度无严格对应关系的缺点,提出一种新方法——采用普通的CCD摄像机拍摄刀尖形状的图像,经细胞神经网络图像处理后与正常的图像进行比较,判断刀具是否产生磨损。该系统可用于实现自动化精密加工过程中的实时在线工件形状监控和刀具诊断,仿真证明了理论算法的有效性。     

一种新的干扰抑制频域自适应算法

针对权值泄露自适应算法对功率时变干扰鲁棒性差的问题,在深入研究步长因子μ,泄露因子α与干扰抑制因子B关系的基础上,提出一种新的变步长频域抑制窄带干扰自适应算法.推导了新算法对功率时变干扰抑制性能,结合GPS抗干扰分析了新算法的收敛性能.新算法根据干扰功率自适应地调整干扰抑制因子B,提高了算法对时变干扰的鲁棒性,在干扰功率变化情况下能有效地抑制干扰.计算机仿真的结果证明了算法的有效性.     

基于小波神经网络的刀具状态监测系统的设计

利用能量分布特征提取方法和优化BP神经网络，提出一种基于小波变换和神经网络的刀具状态监测系统，利用该系统对四种刀具状态进行估计，结果与实际情况基本一致，证明该系统对于估计刀具状态是有效的。     

基于假设检验的FRFT域LFM干扰抑制

针对FRFT域LFM干扰抑制门限较难准确设置的问题,分析了固定门限法与自适应门限法利用FRFT域统计量确定门限存在的缺陷。在直接序列扩频信号与信道噪声的和近似服从高斯分布的条件下,利用LFM干扰和高斯白噪声在FRFT域谱的性质,提出直接序列扩频接收机基于假设检验的LFM干扰抑制新算法。计算机仿真结果验证了算法的有效性。     

伪码FFT快捕恒虚警门限的研究

FFT捕获是伪码快速捕获的主要方式,伪随机码FFT快捕属于二元信号检测。通过相关输出最大相关值和门限比较来搜索伪码相位,这种情况下虚警捕获门限不能根据每个随机变量的分布来确定,而要根据最大值分布来确定门限。针对这一问题,推导了包络检波和平方检波伪随机码频域快捕恒虚警门限,并进行了仿真,验证了结论的正确性。     

基于ESPRIT谱估计的GPS多普勒快速捕获

本文针对解扩后GPS信号的特点.提出利用ESPRIT谱估计方法估计多普勒频偏,从而实现GPS多普勒频偏的快速捕获的方法,论文首先分析了频域相关快捕方式下多普勒的快速捕获原理给出了平均捕获时间,对利用ESPRIT算法估计GPS多普勒进行了仿真研究,并和ARMA参数模型法、FFT法进行了对比,仿真结果证明ESPRIT谱估计方法在一般GPS信号信噪比下可以获得高精度,高稳定度的多普勒估计,并且计算量比FLL小.该方法能有效地减少GPS多普勒的捕获时间.     

基于小波神经网络的切削刀具状态监测

提出了一种基于小波神经网络的切削刀具状态监测方法，即提取反映刀具磨损状态的特征参数，利用小波神经网络的非线性模型，实现在线状态监测；同时针对多输入输出问题带来的网络规模大、收敛速度慢等问题，提出了一种网络优化算法，即采用改进的遗传算法寻找最优小波基元，从而简化小波网络并加快收敛。仿真实例证明该方法是有效的。