一种通用快速的遥测数据参数分离方法

基于导弹遥测记录的帧结构,设计了各类帧结构信息表、数据类型表和参数特性表,制定标准的帧格式,并通过对这些信息结构的管理和控制,实现了遥测数据参数分离的通用和快速,并在仿真和试验任务中进行具体应用,取得了良好的效果.     

时变环境对信源数估计及盲源分离的影响分析

针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法 进行信号盲分离。实验结果表明：混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当 混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来 波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不 变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明：该研究对评估信源数 估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。     

基于帧重叠的变速跳频信号分选算法

针对当前变速跳频信号采用"跳速多变"策略加大了利用参数估计实现信号分离难度的问题,提出了基于帧重叠的变速跳频信号分选算法。该算法在盲源分离的基础上,通过对变速跳频信号进行重叠帧的构建,利用不同时间帧重叠部分的频率相似性,进行不同时间帧的信号分选,能够解决信号的不确定性问题。仿真结果表明,在信道条件较差时,算法仍可以较为准确地完成不同时间帧信号的分选,得到完整的恢复源信号。     

对特定模式进行预判的H.264帧间快速编码算法

针对H.264/AVC标准采用率失真代价技术、遍历所有帧间宏块编码模式而导致视频编码计算复杂度高的问题,提出了帧间快速优化编码算法.通过分析H.264帧间编码中各种预测模式出现的概率统计特性,对特定模式进行预判以提前终止不必要的搜索和率失真代价计算,减少编码时间开销.仿真结果表明,本文算法在不影响原有图像质量、码率和保...     

典型遥测帧结构分析与数据处理关键技术

为解决遥测帧结构中各类参数分路解算的难题,对典型遥测帧结构与数据处理关键技术进行分析。以靶 场实际武器实验为背景,简述遥测帧结构定义,通过分析3 种典型武器系统的遥测帧结构,根据遥测帧结构的共性 和特点,提出了遥测数据处理中的关键技术。应用结果表明：该技术能达到优化数据处理环节、提高数据处理效率 的目的,可为新型武器系统遥测数据处理提供参考依据。     

CZ-2C/FP遥测帧结构问题的分析与解决

针对某任务中ＣＺ－２Ｃ／ＦＰ一，二级遥测帧格式箭地不一致问题进行了较为细致的分析，结合试验提出了改进方法，并已通过多发任务的考验，证明该问题已彻底解决。     

融合帧间相关性的能量检测方法

针对能量检测在信噪比较低、噪声具有不确定性时检测性能明显下降的问题,着眼于单一用户,提出了融合帧间相关性的能量检测方法。该方法在不增加感知用户的前提下,通过增加相关统计量参数,分析不同时刻帧间信号的相关性,来辅助能量检测进行主用户存在性的判别。仿真结果表明,该方法与直接进行能量检测方法相比,在虚警概率等于0.1,检测概率不低于90%时,所需的信噪比降低了约1dB。单一用户的检测性能可以接近用户数为2时的双门限协作感知性能。该方法对角度调制信号的适应性优于幅度调制信号。     

遥测数据的丢帧分析与融合研究

遥测数据丢帧严重影响试验的有效性,在丢帧原因分析的基础上,归纳出明文数据和密文数据两种丢帧统计方法,并提出基于帧计数判断和帧时码判断两种数据融合策略。采用权系数融合算法对多流遥测数据的融合处理进行了研究,以提高数据的完整性和可靠性,在实际任务中,验证了融合方法的有效性。     

基于对称差分和Top-Hat融合的红外目标检测方法

为解决传统帧间差分法常出现"空洞"和虚假目标、适用场景受限等缺点,提出一种七帧对称差分和Top-Hat融合的新型目标检测方法.分析一般帧间差分法、七帧对称差分法、七帧对称差分法与 Top-Hat 融合的基本原理,给出算法实现流程,基于Matlab 2010b进行实验结果检测与分析.实验结果表明:新型检测方法具有实时性好、性能稳定的特点,能可靠地检测出目标,应用于地对空情形红外目标的检测.     

集中插入式帧同步识别方法

在非协作方截获的数字序列帧同步码的识别问题研究中,由于帧的长度未知、帧同步码未知,给识别带来困难。为此,提出了利用小区域检测估计帧长,利用二次滤波估计帧起始位,然后用模糊匹配识别帧同步码型的识别方法,对巴克码或m 序列进行了集中插入式帧同步识别仿真。仿真结果表明:在误码率不大于4%的情况下,上述方法对集中式插入帧同步的数据帧有较高的帧同步识别率:巴克码为80%,m 序列为78%.     

ANN在引信信号处理中的应用

现代引信又称为目标探测与识别系统 ,现代战争对引信的要求 ,迫使其采用各种新技术 ,以提高探测目标的精度和信号处理水平 ,而人工神经元网络是一种分布式存储方法 ,其信息处理速度比传统的方法要快得多 ,并且具有很强的自学习功能 ,以及鲁棒性和容错性 .因此 ,人工神经网络 (ANN)技术应用在引信信号处理中具有非常广阔的前景 ,本文参考有关文献论述了人工神经网络 (ANN)技术在引信信号处理中的应用 ,重点说明了 ANN在消除噪声和抗有源干扰方面应用的 ,指明了应用于引信技术时应注意的问题及应用前景 .     

空间非平稳噪声下的信源数估计算法

针对空间非平稳噪声环境下信源数估计问题,分析了利用特征向量正交性估计信源数方法存在的不足,并讨论了常见对角矩阵在消除非平稳噪声时存在的问题,提出了一种新的信源数估计算法。该算法先利用特殊构造的对角矩阵进行变换消除非平稳噪声影响,然后将Bootstrap和假设检验理论相结合估计信源数。该算法无需噪声分布模型假设,在低信噪比下有较好的估计性能,有一定实用价值。     

小波阈值去噪算法在信号处理中的应用与优化

小波阈值方法通过预先对数据奇异值的剔除进行信号滤波．在传统的硬阈值和软阈值方法基础上,提出了一种新的阈值函数,该函数具有更优越的数学特性和清晰的物理意义．能够精确地剔除信号中的噪声,有效地提取出信号的主要部分和细节部分．通过仿真实验,证明该函数更好地解决了信号处理中数据奇异值和系统随机误差问题,提高了数据处理的精度和效率,是一种比较有效的信号消噪方法,在信号处理领域具有广阔的工程应用价值．     

鱼雷电磁引信的水中目标高精度实时识别方法

鱼雷武器系统的主动电磁引信回波信号中蕴含着雷目交会过程重要特征信息。针对回波信号能量比较法受到直达场耦合成分和噪声影响的问题,提出了基于数字信号处理技术的目标特征提取算法。对接收天线的回波信号进行全相位二次补偿处理;采用短时傅里叶变换对目标回波信号进行包络解调;再利用改进的三次多项式最小二乘拟合方法,以抑制数据波动影响并提高计算效率;提出一种基于钟型脉冲的参数识别算法对回波包络极大值点进行估计。仿真和试验数据验证表明所提出方法具有一定的工程实用性。     

鱼雷被动检测的盲分离对抗干扰方法

近年来由于海洋环境噪声级的不断提高,目标隐身性能以及水声对抗能力的不断提升,使得鱼雷被动目标检测方式的有效性受到极大的挑战。为了解决被动目标检测的抗干扰问题,采用近年来发展起来的盲信号处理方法,利用目标信号与干扰相互统计独立的原理,将目标与干扰盲分离,从而实现在强干扰条件下的被动抗干扰目标检测;在生成目标辐射噪声与模拟辐射噪声、冲击以及扫频干扰信号后,建立了多重干扰条件下的含噪信号混合模型,然后采用4种复盲分离算法进行了被动目标盲分离抗干扰仿真试验,并作了对比分析。仿真结果表明,通过盲分离方式可以有效地实现多种干扰的分离,提高了目标信号的信干比(SIR),从而改善了被动目标的检测性能。     

鲁棒最优控制器的应用研究

针对伺服系统的特点,及其所受到外部干扰和参数摄动等不确定性的影响,研究了一种鲁棒最优控制方法。该方法通过对传统控制结构的改进,利用二次型最优控制理论设计最优控制器,实现对目标的跟踪;利用鲁棒控制理论设计鲁棒控制器,实现对外部干扰和参数摄动等不确定性等因素的抑制。通过仿真表明,该方法既满足伺服系统的跟随特性,又具有很好的抗干扰能力。     

基于二阶统计量的无线电引信信号盲分离

采用二阶盲辨识方法对无线电引信信号进行分离。首先对信号进行预白化处理，求取白化矩阵。然后对多个不同延迟的信号相关矩阵采用Givens旋转的方法进行联合对角化，求取酉矩阵。通过白化矩阵和酉矩阵求得混合矩阵的估计，完成对信号的分离。最后通过计算机仿真，对多个在频域无法正确分离的无线电引信信号进行了盲分离，仿真结果非常理想，说明基于二阶盲辨识的无线电引信信号分离算法是正确的。     

一种激光尾流制导鱼雷信号检测方法

针对鱼雷光检测尾流时尾流信号受水体后向散射干扰不易检测的问题,给出了一种有效的检测方法。利用变遗忘因子的自适应抵消方法对水体后向散射回波进行抑制,通过非线性放大增强目标信号,最后采取自适应阈值等多种有效策略对目标进行探测。对试验数据分析表明,该方法可以有效抑制水体后向散射回波信号,并具有较快的收敛速度和跟踪速度,可提高光尾流检测能力。研究结果可为光检测尾流的实际应用提供了依据。     

基于减量学习的鲁棒稀疏最小二乘支持向量回归机

针对最小二乘支持向量回归机缺乏鲁棒性和稀疏性,提出采用自下而上的学习方式和循环逐一删除样本框架的鲁棒稀疏算法。为增强鲁棒性,采用基于留一误差的鲁棒3σ准则检测并删除异常样本。为提高稀疏性,采用基于最小绝对留一误差的剪枝策略删除不重要样本。为降低计算量,采用快速留一误差和减量学习更新模型。实验结果表明:新算法有较强的鲁棒性,同时在模型泛化性能略有下降的情况下,支持向量数目大幅减少。     

基于改进Huber估计的水下尺度目标参数估计

尺度目标参数是水下声自导武器近程进行弹道机动和垂直命中攻击的关键参数,有效估计尺度目标的特征参数对保证水下声自导武器作战毁伤效果至关重要.本文利用水下声自导武器检测得到的尺度目标多亮点信息对目标尺度参数进行估计,然而目标不同反射部位的反射能力不同,对应的多亮点检测信噪比存在差异,直接利用最小二乘拟合进行尺度参数估计可能会造成较大的估计误差.基于Huber稳健M估计原理,通过分析对Huber估计进行了改进,该方法利用亮点强度和拟合误差计算迭代拟合权值矩阵,通过拟合误差剔除可能存在的干扰亮点,能对目标长度、走向角、等效点进行有效估计.仿真分析和实航试验结果均表明,该方法具有稳健的收敛性能,能有效剔除干扰点,具有较强的抗干扰能力和较高的参数估计精度.