基于K个最近邻点的遗传程序的数字调制样式自动分类

在许多不同的民用和军用领域,调制样式自动分类都是一个非常有趣的问题。本文提出了一种基于K个最近邻点(K-Nearest Neighbor,KNN)的遗传程序(Genetic Programming,GP)算法。该算法采用了基于K个最近邻点的遗传程序,用来识别BPSK、QPSK、16QAM和64QAM调制信号。该算法用高阶累积量作为输入特征,并使用一种分两个阶段的分类方法来改善分类精度。计算机仿真将所提出算法与已有的算法进行了比较,从而证明了该算法的优异性能。     

非线性油气悬架的阻尼特性研究

以矿车后悬的油气悬架为研究对象,利用统计线性化的方法,按照等效线性阻尼系数相等的原则,计算出了渐增、线性和渐减3种阻尼模型的参数.在稳态随机路面的激励下,利用Matlab/Simulink仿真并比较非线性刚度与3种阻尼模型匹配时的车身加速度均方根值、悬架动行程、车轮动载荷以及减振器的发热功率,得到了不同类型阻尼对上述指标的影响,对阻尼的匹配、优化设计具有参考价值.     

基于调频指数特征的通信辐射源个体识别

该文首次研究了通信辐射源个体特征对工作频率变化的鲁棒性。针对一类导频静噪的调频FM辐射源,提取调频指数Mf作为识别辐射源个体身份的特征。对4个实际调频辐射源信号样本的实验表明：在工作频率不变的条件下,Mf的精确估计值可以有效地对辐射源个体身份进行识别;在不同工作频率下,同一个辐射源的Mf值会发生较大变化,从而在一定程度上限制了该特征的应用。     

基于功放瞬态响应的跳频电台分选方法

该文提出了一种基于发射机功率放大器瞬态响应过程的跳频电台个体分选方法。提取跳频电台功放瞬态响应的多层离散小波系数作为指纹特征;用主分量分析法抑制加性白噪声对离散小波系数的影响;并对去噪后的各层小波系数峰谷值的幅度和出现时间分布情况进行蒙特卡罗仿真;实验结果表明该方法提取的跳频信号指纹特征在较低信噪比下有良好的分类特性。     

悬架弹簧工作应力和刚度分析

根据螺旋线空间曲梁理论,对悬架弹簧进行了受力分析,得到了考虑剪切作用影响、转动惯量影响和螺旋升角的刚度计算公式。通过引入修正系数,提高了所得公式的计算精度,并根据公式讨论了螺旋升角对弹簧刚度的影响。有限元分析和试验方法验证了结论的有效性。     

Processing the rig test data of an air filling twin-tube shock absorber

A separation method is proposed to design and improve shock absorber according to the characteristics of each force. The method is validated by rig test. The force data measured during rig test is the resultant force of damping force, rebound force produced by pressed air, and friction force. Different characters of damping force, air rebound force and friction force can be applied to seperate each force from others. A massive produced air filling shock absorber is adopted for the validation. The statistic test is used to get the displacement-force curves. The data are used as the input of separation calculation. Then the tests are carried out again to obtain the force data without air rebound force. The force without air rebound is compared to the data derived from the former tests with the separation method. The result shows that this method can separate the damping force and the air elastic force.     

基于最大分类间隔SVDD算法的辐射源个体确认

通信辐射源个体确认技术是实现通信辐射源个体识别的关键技术之一。该文研究了基于支持向量数据描述(SVDD)的通信辐射源个体确认算法。针对传统SVDD算法在正类训练样本不完备的条件下对正类测试样本接受率较低的不足,提出带反类训练的最大分类间隔SVDD算法(MCM-SVDD)。MCM-SVDD在保证最小化超球体积的同时,使正类训练样本与反类训练样本距离超球表面的间隔最大化,从而提高了对正类测试样本正确接受的泛化能力。基于20台实际通信辐射源样本的实验表明,相对于SVDD, SVDD-neg和SVM, MCM-SVDD具有更高的平均确认率。