基于高阶累积量的短波信道频谱感知技术

针对短波通信中频谱资源紧缺,利用认知无线电技术和调制信号的高阶累积量特性,提出一种适合短波信道的高阶累积量频谱感知方法,对短波频段进行监测,以合理利用空闲频段,提高频谱利用率。数值分析与仿真结果表明,该算法能够有效地克服短波信道多径时延和多普勒扩展的影响,在低信噪比下达到较高的检测概率。     

高阶模糊BP神经网络及其在滚动轴承故障诊断中的应用

将模糊逻辑理论与高阶BP神经网络结合起来,讨论了高阶模糊BP神经网络的结构、特点、二阶算法以及隶属函数的确定。并将该神经网络模型用于滚动轴承的故障诊断中,试验表明高阶模糊BP神经网络对轴承故障模式具有稳定、准确的识别能力,是一种行之有效的诊断方法。     

DOA估计中的高阶累积量应用方法

高阶累积量由于对高斯噪声不敏感，在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，并就一种方法在阵列信号处理中的应用通过计算机仿真与基于二阶矩的方法进行了较全面的比较。     

核Fisher判别分析在数字信号分类中的应用

为了提高通信信号的识别精度,提出了一种基于核Fisher判别分析(KFDA)的数字调制信号分类器设计方法.将接收信号的高阶累积量作为分类特征向量,利用核函数的思想把非线性向量映射到一个高维空间,并在高维空间中利用线性Fisher判别分析实现数字信号的分类.将多类分类器分解成一系列二类问题,并给出了KFDA用于信号分类的详细流程.仿真实验结果表明,当选择合适的核参数时,基于KFDA的分类精度与支持向量机相当,但由于避免了求解非线性优化问题,故计算复杂度低,训练时间短.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声,其解法一般采用的是梯度搜索法,但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁,易于实现,且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题,为滤波器参数的优化提供了一种新的思路.仿真结果表明,使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小,因此它在求解非平稳过程模型系统时具有一定的优势.     

基于跟踪微分器的导引头半捷联稳定系统半实物仿真研究

为计算平台惯性角速度,将跟踪微分器应用到导引头半捷联稳定系统中.介绍了跟踪微分器原理,对基于跟踪微分器的导引头半捷联稳定系统进行了数字仿真和半实物仿真,仿真结果表明导引头半捷联稳定系统的稳定性能随弹体扰动频率升高而降低,典型弹体扰动下半捷联稳定系统的稳定性能满足指标要求.     

静态气体靶室中氖的高次谐波辐射

利用0．5TW的商用飞秒激光器,研究了超短脉冲强激光场中高次谐波辐射,报道了120fs／795nm的Ti：sapphire飞秒激光在静态气体靶室中利用稀有气体氖作为非线性介质的5—17次高次谐波辐射,实验中重点观察了单脉冲能量为38．5mJ线偏振激光驱动下谐波辐射谱随气压变化情况．     

利用ZYGO干涉仪进行非球面检测技术研究

为了能够利用ZYGO数字干涉仪检测大口径深度高次非球面,提出了一种新的波前补偿方法,即透镜补偿与计算全息相结合．通过设计实例表明,对于相对孔径为1：1．08的大口径深度高次非球面,利用简单的2片式透镜补偿器、并与计算全息的-1级衍射波相结合,系统的波前残余误差的均方根(RMS)值可以控制在0．01λ以内．结果表明,该检测方法具有通用性强,测量精度高等特点,较好的克服了以往各种检测方法的局限性．     

慢衰落信道下高阶调制编码协作方案及性能分析

提出一种基于高阶星座调制的高效编码协作方案．用户或协作伙伴的编码比特分组后分别通过比特交织器,之后映射到高阶二维星座按分配时隙发送．推导了该协作方案在慢瑞利衰落信道下的成对错误概率．理论分析以及仿真结果都表明,慢瑞利衰落信道下,本方案在提高频谱效率的同时可获得完全分集．     

基于鲁棒微分器的飞机舵面振荡故障诊断算法

针对系统存在测量噪声的情况,研究了飞机舵面发生振荡故障的故障诊断算法。鉴于系统的输出对于控制输入故障具有一定程度的不敏感性,提出一种基于输入估计的故障检测方法。设计一阶鲁棒微分器,利用传感器测量到的液压舵机输出杆位置估计其杆速度,同时,利用微分器的输出对故障信号进行估计并分析故障估计值的收敛性。最后,分别针对＂液态＂振荡故障及＂固态＂振荡故障进行仿真验证。仿真结果证明了该方法的有效性。