基于IMF能量谱的水声信号特征提取与分类

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。     

应用谱域迭代算法计算理想导电腔体的RCS

本文介绍了利用谱域迭代方法计算理想导电腔体后向散射和RCS的方法,揭示了波谱在腔体内传播的过程。针对腔体截面形状的不同,给出了应用等效电磁流法解决腔体边缘绕射对口径场影响的方法。最后通过算例验证了方法的正确性。     

柔性三坐标测量机的结构系统及误差修正标定分析

阐述了六自由度柔性三坐标测量机的测量原理、测量模型、结构系统以及误差的标定和修正等一系列关键技术,并在此基础上提出了相应的解决思路和方案。     

基于线性最小方差和递归最小二乘的融合算法

针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对水下静态和运动目标定位进行的仿真表明,相比单传感器定位,提出的融合算法的定位精度有约1～2个数量级的提高。     

基于改进帧结构设计的无人机集群信道均衡

针对无人机集群链路单载波频域均衡(Single Carrier Frequency Domain Equalization,SC-FDE)系统信号同步与信道估计模块相互独立、系统开销大、信道估计精度不高的问题,提出了一种基于Schmidl&Cox的改进数据帧结构设计,使用同一训练序列实现信号同步和信道估计,降低了系统开销;利用快速傅里叶变换的周期性及线性性质,将多次复杂频域信道估计转换为时域降噪处理,得到更精确的信道频域响应估计.通过引入NH(Neumann-Hoffman)序列,解决了Schmidl&Cox定时方法存在峰值平台的问题,定时测度函数尖锐,方差性能较好.利用Matlab软件对设计算法进行了仿真验证,结果表明,在不增加系统开销的情况下,所提算法在相同信噪比下比传统均衡算法误码率更低,在误码率为1×10-5时有2～3 dB的性能增益,系统开销由0.28降为0.2,实现复杂度低.