雷达杂波谱参量估计及其在自适应滤波中的应用

本文结合自适应滤波技术在地面监视雷达信号处理中的工程应用,提出一种利用自相关法实时估计杂波谱参量,并根据统计参量自适应控制滤波器的方法.采用门限判决法,改善了杂波空域分布不均匀和目标引入对杂波谱参量估计带来的误差.文中特别对自适应滤波技术的实际工程应用问题进行分析讨论.经理论分析和计算模拟论证了该方法的正确性和可行性.最后结合工程实践,给出采用TMS32020数字信号处理器实现杂波谱参量估计和自适应控制滤波器的方案设想.     

基于PCA的小波多分辨图像融合方法

提出小渡多分辨率下主成份分析（PCA）的图像融合方法。首先利用小波变换对融合图像进行多分辨率分解，然后利用主成份分析方法确定图像小波低频近似系数的洎适应融合权重，采用局部区域“能量”法进行小渡高频细节系数的融合，最后将小波融合系数逆变换实现图像的融合处理。实验结果证实融合图像的目标特征突出，易于目视解译。     

基于梳状导频的OFDM分组自适应比特装载与功率控制

无线通信环境中信道信息(ChannelStateInformation,CSI)随时间变化明显,需要不断地更新自适应比特装载和功率控制的策略。现有的OFDM自适应比特装载方法需要大量的信令来传递当前比特装载的策略,不适用于无线通信的应用环境。为此,本文针对OFDM系统的特征提出了一种利用插入梳状导频的信道估计得到的带有误差的信道信息,来完成自适应比特装载的算法。首先把OFDM子载波进行分组,然后利用基于梳状导频的信道估计对信道时变进行跟踪,使用即时获得的CS完成自适应比特装载算法。仿真实验证明,在保证算法简单、实用及保证要求的误码率(BER)性能的情况下,信道信令的开销低于传统算法的10%。     

扩频测控中窄带干扰抑制算法分析

本文简要介绍了扩频测控的原理、特点，分析了系统将面临的各种干扰形式及应采取的措施，其中重点分析了对系统危害最大且较易产生的窄带干扰所应采取的抗干扰措施。最后，通过仿真验证了算法的正确性。     

采用数据扩展技术在OFDM系统中实现不等错误保护传输

本文提出了采用数据扩展技术在正交频分复用(OFDM)系统中实现不等错误保护(UEP)传输的自适应调制算法.利用原始数据符号传输特性相同的特点,分别研究了以提高信道容量为目标,功率一定,最大化传输速率的不等错误保护UEP算法;以及以用户需求为目标,传输速率一定,最小化总功率的不等错误保护UEP算法.这两种算法均可根据待传输数据的要求,保证不同优先级数据的不同传输质量和不同传输速率.仿真结果表明,最大化传输速率UEP算法可以在速率最大化的同时,保证传输质量要求;最小化总功率UEP算法可以在最小化发射功率的前提下,保证传输质量要求.与传统OFDM系统中相应算法的比较结果可以看出,采用数据扩展技术可以大大降低算法复杂度,减少有关调制参数信息的传输,在实现UEP时,在性能和复杂度之间具有较好的折中,具有较高的实际应用价值.     

浅析计算机自适应测验的理论基础

科学技术的不断发展,考试的手段和媒介也在发生着革命性的变化。自适应测试就是随着考试理论的不断发展而发现的,随着计算机的普及,计算机化自适应测试（CAT）的应用也越来越广泛。本文着重介绍了计算机化自适应测试的理论基础——项目反应理论（IRT）。     

收发分置相控阵雷达直达波抑制技术

分析了收发分置数字阵列相控阵雷达中直达波问题,研究了收发 分置数字阵列相控阵雷达中直达波抑制方法,根据收发分置数字阵列相控阵雷达的工作方式 、信号处理流程等特点以及雷达的实际应用,可采用收发隔离、数字波束形成零点抑制、异 频滤波、自适应对消及脉冲压缩增益6个环节进行直达波抑制,理论分析和仿真结果表明所 给出的直达波抑制方法能有效解决收发分置数字阵列相控阵雷达直达波干扰问题。     

一种子带分频段信道估计算法

针对当前高速率通信中信道阶数很长导致信道估计和均衡困难的问题,利用子带 滤波器组近似完全重构的特点,提出一种在子带内进行分频段信道估计、在全频带综合信道 参数的估计方法。该方法较全频带信道估计收敛速度快,收敛误差小,能很好适应恶劣的信 道情况。虽然总的计算量大于全频带信道估计,但由于采用并行计算,所以能大大减少运算 时间。仿真试验表明,在重构误差足够小的情况下,子带数目越多,收敛越快,收敛残差比 全频带信道估计小5 dB左右。     

通道不一致性对自适应调零天线的影响分析

为了提高自适应调零天线的抗干扰性能,分析了通道不一致性对自适应抗干扰LMS(最小均方 )算法稳定性、收敛时间等方面的影响。同时仿真和分析了系统中造成通道不一致性的因素 ,仿真结果证明幅、相差异会严重恶化系统的性能。最后,给出了工程应用中的相应解决 措施和设计指导原则。     

一种非线性自适应预测控制系统算法的研究

在物理世界中真正意义上的线性系统是不存在的。在分析非线性系统时,比较简单直接的方法是选择使用在工作点附近小范围线性化的方法,当实际系统非线性不明显时或工作点变化跨度较小时,此种研究方法具有实际意义。但是当系统存在较严重的非线性或工作点变化跨度较大时,则不能采用在工作点附近小范围内线性化,否则会产生较大的偏差导致控制效果不理想。这时应采用非线性系统的研究方法进行研究。近些年,基于非线性模型的预测控制引起了国内外控制界的广泛关注。