一种利用相位差变化率的机载单站无源定位方法

利用空频域信息的无源定位对角速度测量要求较高,分析相位差变化率模型可知相位差变化率对角速度具有明显的放大作用,将其应用于机载单站无源定位,建立新的无源测距模型并进行误差分析。仿真实验表明：该方法减小了参数测量难度,定位误差主要受相位差变化率和频率变化率影响,并随载机和目标相对速度的增大而减小,与原方法相比具有更好的定位精度。     

利用多照射源的单站多目标无源定位

提出一种针对多目标的单站无源定位算法,综合利用多个外部照射信号,基于对信号多径时延的测量,在目标位置空间进行概率融合,将多目标定位问题转化为对一个目标函数的多峰寻优问题。该算法通过空间关联性实现参数自动配对,能依据单次观测数据对较大数量的散射体目标同时定位。     

基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

基于出现-消失时间序列的信号关联

针对无源异类传感器接收的信号常在持续时间上无交集的情况,提出了一种基于出现-消失时间序列的信号关联算法。首先将时间序列抽象成一个M/G/1排队模型,随后推导了闲期分布,然后依据参考信号的闲期和休假期分布的不同,确定了关联时间窗口,统计N个关联时间窗口内待关联信号出现的频次作为信号关联的依据。仿真实验表明,关联信号与参考信号同时出现的概率（>81%）远高于非关联信号与参考信号同时出现的概率（<39%）,验证了所提方法的有效性。     

一种辐射源多特征数据关联的新方法

提出了一种辐射源多特征数据关联的新方法,对数据关联的相似性度量进行了讨论,给出了一种新的多特征参量统计相似性度量,并用谱系聚类法作数据关联,对所得关联结果进行了统计检验,计算机仿真结果证实了本方法的有效性。     

多频段高动态信号载波频偏捕获方法研究

研究了多频段高动态信号载波频偏问题,分析了多频段给频偏捕获带来的困难,针对低数据率、大载波频偏的情况,讨论了抽取倍数对捕获范围和精度的影响,并提出对于不同频段,通过改变相应的抽取倍数来满足不同的频偏和精度,再进行最大功率搜索法估计频偏的捕获方案。仿真结果表明,与传统方法进行比较,该方案在低信噪比下条件下估计性能更好,能够适应UHF和S频段,在数据率9.6 kb/s的条件下,估计精度在UHF频段下为300 Hz,在S频段下为600 Hz。     

利用时频域稀疏性的LFM信号盲源分离方法

信号分离是雷达电子对抗的重要环节。考虑到雷达信号在时频域具有稀疏性的特点,在独立分量分析的基础上,提出了一种基于时频域稀疏性的线性调频雷达信号盲源分离方法。首先对混合信号进行短时傅里叶变换,在每个频点利用自然梯度算法分离信号,由分离信号幅度的比值作为对源信号后验概率的估计;然后根据相邻频点后验概率序列的相关性进行排序,确保各个频点的分离信号属于同一个源信号;最后设计时频掩码分离信号。进行了线性调频雷达信号卷积混合的盲分离实验,所提方法分离结果明显优于传统独立分量分析方法的分离结果,验证了该方法的有效性。     

应用萤火虫算法的混沌信号盲源分离

针对现有的独立成分分析法分离混合混沌信号精度不理想的问题,提出了一种新的混沌信号盲分离方法。该方法以求解最优解混矩阵为目标,利用峭度构造目标函数,将混沌信号的盲源分离转化为一个优化问题,并用萤火虫算法求解。同时,通过预白化和正交矩阵的参数化表示降低优化问题的维数,能有效提高分离精度。仿真结果表明,无论是处理混合的混沌映射信号还是混合的混沌流信号,该方法都能快速收敛,并且其分离精度在各项实验中都优于独立成分分析法等现有的盲源分离方法。     

基于相位差的伪线性加权最小二乘短基线定位

对辐射源进行无源定位是电子战领域的一个重要问题。针对短基线时差定位技术对时差测量精度要求很高的难题,提出了一种基于相位差的修正伪线性最小二乘算法。相较于非线性最小二乘法(NLS),修正伪线性最小二乘法的优势是可以得到目标位置表达式,不需要迭代运算,计算效率较高;不需要定位初值,避免了算法发散问题。理论分析和仿真均说明修正伪线性最小二乘法可用于短基线情况下的目标定位。     

钢铁企业多源数据汇聚技术分析

为更好地迎接多源数据给智能化信息处理带来的挑战,本文基于钢铁企业数据多源性以及能源管理项目需求,对多源数据汇聚技术进行深入研究,并对数据融合技术进行测试,希望为钢铁企业大数据工程分析提供科学参考.     

采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制（GSM）系统中信号检测复杂度过高的问题,提出了一种基于相位判决的低复杂度检测算法。首先根据一种排序准则对天线组合进行排序,然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测,最终得到星座调制符号和激活天线组合。分析和仿真结果表明,该检测算法可以有效缩小接收端的搜索范围,在提供与最大似然（ML）检测算法相近的误比特率（BER）性能的同时,计算复杂度降低了98%。     

基于改进DFT相位差的正弦波频率估计

针对基于离散傅里叶变换（DFT）相位差的正弦波频率估计方法对频偏敏感的问题,提出了一种改进DFT相位差频率估计方法。首先推导了DFT相位差法频率估计的均方误差,然后提出了基于Rife插值的改进DFT相位差频率估计方法,较好地解决了正弦波频率估计对频偏敏感的问题。仿真实验结果表明,改进方法在各种频偏下均能取得较高的估计精度,估计性能接近克拉美罗限（CRLB）。     

脉内相位编码信号的识别与码序恢复

为了提高低信噪比（SNR）下对雷达脉内相位编码（PSK）信号的处理能力,对传统的相位差分法进行了改进,并利用该方法对PSK信号进行了识别与码元序列的恢复。根据PSK信号的特性,结合滤波、数字变频和高阶差分来减小噪声对相位的影响,提高了相位差分法的抗噪性。对相位差分序列归一化后,先进行码元宽度的精确估计,再由码元关系去除伪跳变点。最后通过一系列的特征提取,实现了PSK信号的综合处理。仿真结果表明,所提算法在低信噪比下性能良好,具有很高的工程应用价值。     

微弱信号多站时差协同检测技术

针对现有时差相关检测方法难以有效检测微弱信号的现状,为提升现有检测系统对微弱信号的检测性能,提出了一种针对微弱信号的多站时差协同检测技术。通过在空间域内将多组时差站的相关结果积累,然后搜索二维网格中的最大值得到检验统计量。分析了检验统计量的概率分布,明确检验统计量在纯噪声条件下服从极值I型分布,依据奈威-皮尔逊（Neyman-Pearson）准则得到了检测门限。蒙特卡洛仿真结果表明,相同条件下,该方法比传统的相关检测的处理增益高约10lgK dB（K为时差线数目）     

一种基于Map/Reduce的并行化敌我识别信号关联方法

随着敌我识别侦察装备的广泛部署,其侦察数据呈现爆炸式增长,多源且复杂的海量信号侦察数据对后端数据分析提出了较高要求。针对传统敌我识别信号关联分析方法速度慢、效率低的问题,通过研究其关联流程的可拆分特性,提出了一种基于Map/Reduce的敌我识别信号聚类和关联分析方法,将传统敌我识别信号关联分析流程进行方位和时间拆解,在大数据平台上进行分布式并行计算,大幅提升了大数据量情况下的关联分析效率。实验结果表明,在数据量达到108条以上时,所提方法比传统方法计算效率高10倍以上。     

分布式天线阵列中的参考相位稳定方法

光纤已被广泛研究作为在分布式阵列天线系统中向远程天线传播参考信号的有效手段。分布式阵列天线的一个关键问题是由不同天线接收的参考信号遭受由光纤长度变化以及外部环境变化引起的相位偏差,造成天线间的参考相位不同步。提出一种基于光纤的分布式阵列参考相位稳定方法,基于光纤的反馈回路来监控相位差,使用对称布置在前向通道和反馈通道上的移相器来连续地补偿相位差,实现了天线之间参考相位误差的有效连续补偿。仿真和实测结果表明,所提方法解决了分布式天线阵列光纤长度变化以及外部环境变化引起的相位偏差,当光纤分发10 MHz参考信号时,测试可得分布式天线之间的剩余相位误差小于±0.02°。     

干扰和噪声环境中直扩信号的截获

直扩（DS）信号功率谱密度（PSD）低,通常伴有干扰,因此在截获其中的信息时,需要把干扰也考虑在内,为此,提出了一种方法,充分利用直扩信号的特点和梳状滤波器的特殊频率响应特性,在小信噪比和小信干比的情况下有效截获直扩信号中的扩谱码,从而截获信息。     

论老年经济实体与老龄产业之异同

老年经济实体和老龄产业是人口老龄化和老龄事业发展过程中出现的新生事物.从分析老年经济实体与老龄产业的基本概念、基本特征出发,厘清二者的异同点及其基本关系,以更好地促进它们的共同发展.     

文化产品贸易对需求偏好相似理论的修正

由于文化产品的特殊性,在运用需求偏好相似理论解释文化产品贸易时需要对该理论进行修正,即一些文化产品进出口与一国平均收入水平相关性小;国家之间文化产品需求偏好差异大的情况下仍存在文化产品贸易.     

一种航天器异常检测案例关联方法

针对航天器异常检测系统中故障案例作用发挥不明显的问题,基于异常检测规则知识和故障案例,设计了一种关键词提取模式和全新的关联引擎,在航天器异常检测结果和故障案例之间建立了一种快速的关联机制,充分发挥了航天器异常检测系统中关联案例在故障识别、故障定位方面的作用。应用实例表明,该方法具有关联故障案例全面、数据处理运行高效的特点。