【摘 要】
：
针对频域子空间正交性测试(TOFS)算法不能处理宽带相干信号波达方向估计(DOA)的问题,提出两种解决方法:一是将修正Toeplitz协方差矩阵重构技术应用到原TOFS算法中,对各频点协方差矩阵做修正Toeplitz化预处理,恢复协方差矩阵的秩与目标数目相等,该方法在低信噪比估计精度有所提高,但会导致阵列孔径的减小,当信源数目较多时,估计偏差较高;二是提出一种基于虚拟变换的解相干TOFS改进算法,该方法利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后进行虚拟空间平滑以达到解相干的目的,与现有算法相
论文部分内容阅读
针对频域子空间正交性测试(TOFS)算法不能处理宽带相干信号波达方向估计(DOA)的问题,提出两种解决方法:一是将修正Toeplitz协方差矩阵重构技术应用到原TOFS算法中,对各频点协方差矩阵做修正Toeplitz化预处理,恢复协方差矩阵的秩与目标数目相等,该方法在低信噪比估计精度有所提高,但会导致阵列孔径的减小,当信源数目较多时,估计偏差较高;二是提出一种基于虚拟变换的解相干TOFS改进算法,该方法利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后进行虚拟空间平滑以达到解相干的目的,与现有算法相
其他文献
在物理层密钥生成过程中,现有传统的量化方案基于规则量化边界设计,无法根据实际采样测量值自适应动态调整量化边界,当量化边界不规则时边界附近量化产生的密钥不一致率较高。针对上述问题,提出一种基于密度加权的K均值聚类密钥量化方案,通过统计测量值在复平面的分布疏密情况,使量化分界远离测量值密集区域,降低噪声对量化判决的影响。仿真分析表明,该方案可实现自适应调整量化区域,使区域分界附近测量值分布最少。在1bit量化、SNR=10dB条件下密钥不一致率可达0.03,与传统K均值量化方案相比,降低了生成密钥的不一致率。
针对SAR成像导引头干扰的仿真、验证和评估等问题,论述了SAR成像导引头干扰的建模与评估,以及仿真系统的设计。该仿真系统能在信号级进行目标环境、干扰和导引头的建模与仿真,模拟出多种干扰信号存在的情况下,信号环境模拟、回波信号采集、信号处理等处理过程,并能对干扰效果进行评估,通过仿真试验验证了仿真系统的有效性和实用性。该仿真系统可为复杂电磁干扰环境下SAR成像导引头的装备论证、系统设计、干扰效能评估
针对日益严峻的无人机或无人机蜂群威胁问题,以及反无人机作战系统设计过程中存在的体系对抗建模、总体流程设计和作战效能评估等难题,研究无人机与反无人机系统的组织架构与作战流程,提出基于多主体建模Net Logo平台的反无人机OODA(Observe-Orient-Decide-Act)体系对抗模型,利用仿真模型中主体作用的涌现性,研究OODA模型对反无人机作战的影响和规律,验证了OODA模型是影响反无
随着行波管沿着高功率、小体积的方向发展,其工作频段也在往高频发展。目前国内行波管已经发展到E波段。高压电源对行波管的性能具有重要影响,其主要是对行波管进行供电调节。设计了E波段行波管高压电源,其主要包括LLC谐振变换器、高压整流电路、负高压反馈控制电路和保护电路。将所设计的电路应用在E波段行波管电源电路中,能够较好地解决行波管电源中高电压、负高压采样、负载变化大以及稳压精度高等难点。通过实验表明,所设计的行波管电源能够可靠运行并达到电气指标要求。
针对反馈控制回路中,控制器的调节能力会在一定程度上掩盖执行器的性能下降的问题,提出一种基于二分类非负矩阵网络的故障状态评估算法,实现执行器的在线故障状态监控,包括故障分类和退化评估。该方法提取样本的局部静态特征,建立了分类器模型以形成网络;并且引入相似度来描述样本之间的动态特征。为实现执行器故障状态评估,融合网络输出的静态距离与动态变化,构建了故障判别指标和退化指标。通过双容水箱液位串级控制实验和
复杂网络中节点的异质性导致各个节点的重要性是截然不同的,而关键节点往往对网络的结构和功能具有巨大的影响力,所以通过节点重要性排序算法对关键节点进行挖掘的研究一直受到各方面的关注。将复杂网络中关于节点重要性的排序算法进行研究,比较了各种方法的优势和缺陷,并对重要节点挖掘算法的应用方向和常用数据集进行介绍,最后对现有研究进行了总结,并对未来的研究方向进行展望。
多机械臂执行协同任务时,由于作业环境、装配条件、系统扰动等诸多非线性因素影响,其末端位置难以精确跟踪目标并保证一致,导致协同工作时产生较大误差。为解决多机械臂位置协同控制问题,通过研究新颖的信任机制,包括信任值(自信任值和互信任值)自适应更新机制和Fisher信息权重(协方差)更新机制,提出一种基于多智能体的自适应位置协调控制算法,当系统存在干扰时,实现多机械臂末端位置一致跟踪到目标位置,提升自动
为在战场电磁环境下进行科学分配频率,减少各部队用频设备之间的相互干扰,提出一种基于混沌扰动机制粒子群算法的频率分配方法,将战场频率分配转化为带约束条件的最优频谱资源查找求解问题,建立以干扰代价最低为目标的频率分配模型,通过改进的粒子群算法进行频率分配。该算法引入混沌扰动机制,提高种群多样性和算法全局寻优能力,避免算法陷入局部最优。通过实验表明,在频率分配过程中该算法是可行的,并且其收敛性和解集的多
虚拟机的安全运行是云计算运行环境可信性的重要保证。针对基于虚拟机自省的安全检测方法在云环境规模化、多样化虚拟机场景下面临通用性监控与深度检测问题,提出基于VMCS结构体的虚拟机恶意对象关联检测方法,实现异构虚拟机内存无痕地、通用地获取,以及对虚拟机内、虚拟机间恶意行为的深度检测。最后,通过实验验证了所提方法对主流的Linux和Windows操作系统皆可有效处理,通用性较强。
军事领域非结构化文本中的大量目标实体往往包含丰富的军事信息和军事知识,对其准确识别是进行军事信息抽取和军事知识组织的基础性关键任务,也是构建军事知识图谱的重要环节。针对军事领域标注数据不足以及军事实体边界模糊的问题,提出基于预训练BERT模型的深度学习识别方法。利用BERT生成基于当前输入语境特征的动态字向量来增强字的语义表示,融合字的含边界词性特征得到特征融合向量,再连接BiLSTM-CRF神经网络。在自建的军事领域标注数据集上的实验结果表明,相较于另外两种基准方法,该方法在准确率、召回率和F值上获得了