基于OFDM的短波电台改进方案设计

短波电台作为远距离传输的重要载体,有着非常重要的作用。然而传统短波电台受短波信道固有缺点的限制,传输速率较低,频带利用率也不高。正交频分复用(OFDM)技术的各子载波之间的正交性使得其频谱可重叠从而提高了频带利用率,同时能有效对抗频率选择性衰落。为了有效提高短波电台的性能,可以采用OFDM技术。分析了OFDM的基本原理,提出了基于OFDM的短波电台性能增强方案。     

"信息融合技术"课题研究式教学探索

信息融合技术贴近前沿,发展迅速,算法众多,应用广泛,适合采用课题研究式教学模式。从目的意义、基本原则、实施过程三个方面对"信息融合技术"的课题研究式教学方法进行了梳理和总结,对于创新教学模式、改善教学效果具有重要作用,对同类课程教学具有借鉴意义。     

快速边缘粒子滤波在无序量测问题中的应用

在目标跟踪系统中,因通信延迟会出现传感器量测无序到达融合中心的现象,由此产生无序量测(OOSM)融合问题。针对非线性条件下的OOSM问题,在现有算法的基础上,提出了基于快速边缘粒子滤波(FMPF)的处理算法。新算法在FMPF框架下,结合前向预测滤波思想来处理OOSM问题。将目标运动状态向量分为线性和非线性2个子向量,并分别采用相应的无序处理算法进行估计。算法可以处理单步延迟和多步延迟的情形下的无序问题。最后理论分析和仿真实验表明:新算法能有效处理OOSM问题,且降低了算法的计算复杂度,提高了算法实时性。     

虚拟仪器软件设计中LABVIEW和C语言的混合编程

虚拟仪器软件设计中以图形化语言LABVIEW为主．但在遇到LABVIEW不易实现的功能时，可通过在LABVIEW中调用C来实现。本文介绍了在LABVIEW中调用C的方法和配置CIN节点的原则，并用一个例子详细说明了实现LABVIEW和C混合编程的过程。     

带有反馈的分布式结构下的无序航迹融合算法

随着无序量测算法研究的不断深入, 分布式系统中的无序航迹融合估计问题也已经引起了研究者的关注。针对带有反馈的分布式结构下的无序航迹问题, 提出了基于递推融合NALE判决机制的融合算法。算法采用递推融合NALE判决机制, 在融合中心递推处理周期内无序到达的局部估计。而后, 在系统融合周期结束时刻将全局估计反馈到局部处理器。通过理论分析和仿真实验说明算法可有效处理无序航迹问题, 同时提高了系统稳定性和实时性。     

指挥控制系统智能故障诊断技术研究

为有效提高指控装备故障诊断效率,将故障树分析法引入到故障检测专家系统的推理机制中,把指控装备中复杂的诊断分解为多个相对独立的故障树,建立基于故障树的专家系统诊断模型。通过对被测对象信号描述及适配器描述工具和诊断流程输入工具的开发,可快速完成对被测对象的需求信号和故障树的配置。通过仿真表明,该方法诊断效率高,能够快速地定位故障单元,准确率高,具有较高的实用性。     

证据理论的研究

当前证据理论的算法实现途径包括G-S算法、近似计算及修改D-S方法.G-S算法在层次假设空间中使用一种贝叶斯形式进行推理,以达到简化计算量的目的.近似计算,即通过减少置信函数的焦元的个数简化计算.修正的D-S方法则结合了前两类算法的优点,利用包含在先验概率分布中的信息,通过定义模糊集合的"包含度"和"相关度"实现,并将置信函数重新定义.     

杂波未知条件下基于箱粒子滤波的CBMeMBer算法

针对杂波未知条件下,传统的势均衡多目标多伯努利滤波器(CBMeMBer)的序贯蒙特卡洛实现跟踪精度不高,且所需粒子数目过大,导致跟踪效率低下的问题,引入区间分析理论,提出了杂波未知条件下基于箱粒子滤波技术的CBMeMBer算法。该算法构建目标和杂波的混合状态空间模型,基于箱粒子滤波技术,建立杂波模型,推导出目标预测、更新方程,用多目标箱粒子CBMeMBer递推表达式估计目标状态。仿真实验表明,在杂波模型先验已知或未知条件下,所提算法既保证了目标跟踪精度,又大幅度提高了算法的执行速率。