基于特征空间自适应波束形成的近程杂波抑制算法

针对非正侧视阵在俯仰向抑制近程杂波时算法效果不佳的问题,文中提出了一种基于特征空间自适应波束形成的近程杂波抑制算法。该算法对俯仰空域协方差矩阵进行特征分解,分离出近程杂波的支撑特征向量,并将其作为约束进行自适应波束形成。该算法对阵元误差具有鲁棒性,并克服了一般自适应滤波难以实现方向图保形的缺点。仿真结果证明了该算法的有效性。     

采煤机螺旋滚筒的改进设计

多年来 ,企业一直把提高产品块率列为生产中的关键技术进行攻关 ,其中研究设计高效高块率采煤机是提高煤炭块率的关键。为此 ,我公司机修总厂从1994年以来就一直不断地进行采煤机螺旋滚筒的技术改造。首先 ,开发研制了AM500、MXA600采煤机的高效高块率螺旋滚筒 ,在古书院矿3 #煤层13309工作面下分层开采中 ,块率增加约4 %。在此基础上 ,1995年对第二代滚筒结构参数又进行了优化改进 ,改进后装载率高于95 % ,块率提高到5 %。并开发研制了用于9 #煤层采煤机的直径1.4m滚筒 ,井下使用过程中 ,性能优于AM500(薄 )采煤机滚筒。1998年 ,把高效…     

基于Lyapunov指数的非线性模拟电路故障诊断方法

本文介绍一种基于计算最大Lyapunov指数的非线性模拟电路故障诊断方法，它应用混沌方法对一个变周期的多谐振荡器的输出信号进行处理，利用数据替代法生成电路故障数据，借助于小数据量法计算相应的最大Lyapunov指数，将这种混沌特性分析应用于强非线性模拟电路的故障诊断，并对混沌时间序列相空间重构中的延迟时间间隔和嵌入维数的选取方法进行了讨论；结合实例对该方法进行了计算验证。     

FDTD法分析等离子体对通信信号的影响

介绍了时域有限差分(FDTD)算法的基本原理,对FDTD算法进行了理论研究和公式推导,建立等离子体的模型,并运用FDTD算法对等离子体和电磁波间的作用机理进行了数值计算。运用MATLAB软件对结果进行了仿真,分析了等离子频率、等离子数量和碰撞频率等重要参数对电磁波反射特性的影响,并由此可得计算结果与目前的解析法和WKB方法结果接近,具有很高的准确性。     

基于奇异谱分解的微机械加速度计振动噪声抑制方法

微机械（MEMS）惯性传感器成本低的同时噪声较大,易受振动信号的干扰。为了利用微机械惯性传感器构成低成本姿态估计系统,提出了一种基于奇异谱分解（SSA）的振动噪声预处理方法。SSA方法的实质是利用延迟扩维矩阵进行主成分分析,其延迟相关的算法能够有效地分离出加速度计测量值中的趋势项与周期项,趋势项中包含有需要的姿态变化信号,周期项即为低频振动噪声,根据过零点检测方法提取出趋势项,将该趋势项作为加速度计的测量值,即可实现对振动噪声信号的抑制,有效地提高姿态估计精度。实际的跑车实验验证了本方法的可行性和有效性。     

基于噪声子空间解析形式的快速DOA估计算法

该文针对特殊的信号环境各辐射源信号均值相等且不为零,利用均匀线阵导向矢量的Vandermonde结构,推导出了噪声子空间的解析形式,并以此为基础提出了利用均匀线阵和稀疏平面阵的1维和2维DOA估计快速算法。该算法不需要计算接收数据的协方差矩阵,也不需要任何矩阵分解,因此计算量远小于传统的超分辨DOA估计,而且无论信号之间是否具有相干性,该方法有相同的估计性能。仿真实验表明,在噪声均值为零且快拍数足够的条件下,该方法的估计性能整体上与Root-MUSIC算法相当,而在信噪比较低时性能优于后者。     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

空时分组码在不同衰落信道的仿真与分析

通过仿真验证了空时分组码的适用信道和其抗衰落性能。介绍了Almouti所提出的正交空时分组码的基本编译码原理,分别在高斯信道、瑞利信道和赖斯信道的状况下对其进行了仿真,并对结果进行了分析。总结了正交空时分组码在不同衰落信道中的性能,通过仿真试验说明空时分组码的适用信道是散射分量丰富的赖斯信道和瑞利信道。     

自稳定的双目的特征对提取算法及其收敛性分析

提出一种自稳定的双目的算法用以提取信号自相关矩阵的特征对.该算法可以通过仅仅改变一个符号实现主/次特征向量估计的转化,并且可以通过估计的特征向量的模值信息估计对应的特征值,从而实现特征对的提取.基于确定性离散时间方法对所提出的算法进行收敛性分析,并确定算法收敛的边界条件.与已有算法对比的仿真实验验证了所提出算法的收敛性能.