一种易于电路实现的鲁棒盲神经网络波束形成器

绝大多数通讯信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成,因而受到了广泛关注。鲁棒ＣＡＢ（Ｒ－ＣＡＢ）算法就是其中的一种,但其中涉及矩阵求逆,运算量很大。波束形成属于多维信号处理问题,阵列中阵元数的增加导致运算量成几何级数增加。文中提出了一种盲神经网络波束形成算法。由于神经网络具有网状计算结构的特点,故该方法不仅避免了矩阵求逆运算,同时更便于实时实现。该方法还利用对角加载技术,从而加快了收敛速度,保证了算法的鲁棒性。仿真实验表明其性能优越,易于电路实现     

机载气象雷达故障分析

随着航空技术的不断发展,飞机上的电子设备也不断进步,机载气象雷达是保证飞行安全的重要机载电子设备之一。因此对于机载气象雷达的日常维护十分重要的,这就要求对其可能发生的故障进行分析并有针对性地进行排故。     

基于TRIZ理论的奶瓶创新设计

目的:提出创新性奶瓶设计方案,解决传统奶瓶调温便捷性和使用寿命不足的问题。方法:运用TRIZ理论中的分析工具探讨现存设计问题、用户需求及可用资源,确定设计定位,明确设计创新点,进而得到最终理想解。结果:运用TRIZ工具得出最终方案。经过优化后的奶瓶使用寿命更长,不仅具备基础功能,还能高效冲泡奶粉,改善了用户的使用体验。结论:本研究为奶瓶创新设计提供了参考。     

一种具有快速收敛特性的盲目适应波束形成算法

本文提出一种基于信号的周期平稳特性的具有快速收敛特性的盲波束形成新方法,该盲算法应用于ＲＬＳ技术,仿真实验证明该算法的收敛速度快于Ｃａｓｔｅｄｏ等人提出的随机梯度算法。     

一种基于周期平稳信号特性的递归盲波束形成算法

提出了一种快速盲波束形成递归算法,可以大大降低运算复杂度,该算法尤其适用于对运算量有要求的阵列系统。实验结果验证了其有效性。     

一种基于特征空间的盲波束形成算法

绝大多数通信信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成,因而受到了广泛关注。ＣＡＢ类算法就是其中的一种。它的运算量较小,但鲁棒性不够强。本文针对其不足,提出了一种基于特征空间的盲波束形成算法。该算法将估计的导引矢量约束在信号子空间,降低了目标信号含于自相关估计矩阵和有限次快拍相关阵引起的子空间扰动的影响,提高了算法的收敛速度和鲁棒性。同时,目前用于进行子空间分解的新算法层出不穷,运算量不断降低。因此,本文提出的盲算法具有很强的实用性和广阔的应用前景。计算机仿真验证了理论分析。     

一种基于周期平稳的鲁棒盲神经网络波束形成器

本文提出了一种鲁棒的盲神经网络波束形成算法。该算法利用信号的周期平稳特性估计阵列的导引矢量,利用LCMV方法抑制噪声干扰,利用对角加载技术增强算法的鲁棒性,利用神经网络的网状计算结构特点便于其实现。理论分析和计算机仿真表明,该算法实现简单,鲁棒性强,易于实时应用。     

一种基于周期平稳的鲁棒盲神经网络波束形成器

本文提出了一种鲁棒的盲神经网络波束形成算法。该算法利用信号的周期平稳性佑计阵列的导引矢量，利用ＬＣＭＶ方法抑制噪声干扰，利用对角加载技术增强算法的鲁棒性，利用神经网络的网状计算结构特点便于其实现。理论分析和计算仿真表明，该算法实现简单，鲁棒性强，易于实时应用。     

求解本征值问题的FDTD快速算法

本文分别经入数字信号处理的Ｍｎｒｐｌｅ算法,神经网络的学习算法,与ＦＤＴＤ法结合,形成两种新的快速算法,与现有的ＭＵＳＩＣ算法比较,着重讨论了三种算法的优缺点,并用三种算法求解复杂微波结构的本征值问题,计算结果与未利用数字信号处理的结果相比,快速算法很大程度地提高了ＦＤＴＤ法的效率和分析精度。