一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户（主用户）的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法．该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号．该算法具有检测结构简单,易实现的特点．仿真结果表明,在高斯白噪声信道中,虚警概率为0．1,频域平滑累积次数为255,在信噪比为-16dB的条件下,与Dandawate-Giannakis（DG）方法相比,本文算法的检测概率提高23％．     

认知无线电带宽频谱感知性能分析及优化

为了降低认知无线电中主用户受到的干扰,根据主用户状态的变化,通过将通信带宽分为感知频带和传输频带,建立了次用户在整个帧周期内进行带宽频谱感知的模型.该模型中,次用户在每个帧使用部分带宽进行频谱感知,其余的带宽传输数据.在限制主用户受到的干扰和次用户虚警概率的基础上,通过联合优化感知带宽比和检测概率,最大化次用户的频谱效率.使用MATLAB软件仿真模型的干扰概率和频谱效率,结果表明:相比传统的时间频谱感知,当虚警概率为0.5时,带宽频谱感知能够使主用户受到干扰的概率降低30%;当干扰概率为0.2时,带宽频谱感知能够使次用户的频谱效率提高0.3 (bit/s)/Hz.      

混响背景下基于自动删除算法的最小选择恒虚警检测器

针对Barnard等人提出的非高斯混响背景下的恒虚警检测器在非均匀环境中性能下降的缺点,将基于自动删除算法的最小选择恒虚警检测方法运用于其检测器结构中,提出了非高斯混响背景下基于自动删除算法的最小选择恒虚警检测器.该方法可以自动删除参考单元中的干扰点,从而可以克服Barnard等人提出的方法存在的缺点.推导出了该检测器的平均虚警概率和平均检测概率.最后通过对仿真数据和试验数据的处理结果验证了该检测器的优越性.     

基于自动删除算法的广义变化性指标恒虚警检测器

针对自动删除均值检测器存在的排序时间过长的问题,先提出了一种修正自动删除均值检测器.计算机仿真显示,与自动删除均值检测器相比,该检测器的性能或与其相同,或稍有改善,但排序时间却减少了一半.推导了该检测器的平均虚警概率、平均检测概率的解析表达式.比较了该检测器与基于自动删除算法的最小选择恒虚警检测器的性能,分析了这2种检测器各自适用的场合.为了得到稳定的检测性能,提出了一种广义变化性指标恒虚警检测器,该检测器根据变化性指标可以自动在修正自动删除均值检测器和基于自动删除算法的最小选择恒虚警检测器之间转换.最后通过计算机仿真验证了该检测器的有效性.     

基于自动删除算法的最小选择恒虚警检测器

将自动删除算法和最小选择方法相结合，提出了一种在强干扰目标背景下基于自动删除算法的最小选择恒虚警检测方法,分析了自动删除算法的性能，推导了该方法的平均虚警概率，平均检测概率的解析表达式．该检测方法的排序时间只有自动删除均值检测器的一半，而通过计算机仿真显示在多目标环境中．当强干扰目标较多时，该检测方法优于自动删除均值检测器。     

基于压缩感知的滚动轴承故障信号提取技术研究

针对目前奈奎斯特采样方式对信号进行采集所产生的数据量较大的问题,提出一种基于压缩感知并结合神经网络的滚动轴承故障信号检测方法,通过K-奇异值分解算法构造冗余字典,利用神经网络以映射后观测矩阵的前一部分值预测全部观测值,实现信号的二次压缩,最终利用子空间追踪算法基于预测出的观测矩阵对信号进行重构,通过重构信号频谱可获得轴承故障信息.经过对测量矩阵、算法参数及神经网络等内容的分析,可在较少的数据量下以较高精度实现对滚动轴承故障信息的提取,并通过仿真对比实验证明了方法的有效性,在总压缩比为0.72～0.92时,此方法能够保证信号匹配度约为0.83,明显优于传统方法,且对于轴承内圈、外圈和滚动体故障信号皆有较好的重构效果.     

基于改进的函数映射理论的三维模型间对应关系

针对不同姿态下三维等距模型间的对应关系,提出一种基于函数映射理论的改进算法.首先对由Laplace-Beltrami算子分解出的特征描述符添加对角描述符约束,并将该约束添加到函数映射框架中对其进行改进,利用改进后的函数映射建立模型间的初始对应关系;其次,采用迭代最近点算法与K近邻算法优化初始对应关系;最后,结合优化后的函数映射关系和迪杰斯特拉-最远点采样算法构建点到点的对应关系.仿真实验结果表明,与已有算法相比,改进的函数映射理论可以计算出更加准确的映射关系矩阵,进而减小了由该矩阵构建的点到点对应关系的等距误差.     

基于改进蚁群算法的分动器装配顺序优化设计

为减少分动器生产成本,提高其装配效率,提出一种基于改进蚁群算法的分动器装配顺序优化方法。以某款SUV汽车用分动器为研究对象,分别建立分动器工具信息矩阵、优先关系矩阵和拆卸关系矩阵,对蚁群算法的装配序列评价函数、信息素更新规则、选择概率及参数等方面进行改进。基于Matlab软件开发分动器装配序列算法程序,得出分动器装配序列的优化结果,并验证优化结果的正确性。该方法在分动器实际装配生产过程中具有重要的指导意义。     

直接序列扩频通信中扩频码捕获系统的研究

围绕扩频通信中的关键技术-扩频码的捕获展开讨论.针对直接序列扩频通信中的同步速度问题,研究了扩频码的捕获原理;通过状态分析,利用编码序列相位转移图,研究了扩频码的捕获过程;论述了虚警产生的原因、虚警概率和虚警对同步捕获速度的影响.在此基础上,提出了一种带有辅助电路的扩频码捕获系统,该系统可大大降低非相关状态下输入门限检测器的等效噪声电压,从而降低虚警概率,缩短捕获时间,提高通信效率.     

基于蚁群优化的前向神经网络

提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.     

一种有效抑制虚警干扰的累积和检验算法

研究了累积和检验算法应用于主动声呐信号检测时产生较大虚警数目的原因.实时处理时为减小运算量,采用非时变近似方法得出的低门限导致了虚警数目的增加;双门限的设置和限幅累积处理也是导致大虚警数目的原因.针对这2点,文中提出的新的单门限策略和累积流程通过对变化过程的充分累加能有效区分目标和干扰强度,降低虚警数目.海试数据的验证结果证明了该方法的有效性.     

基于图像处理的道路拥堵快速检测研究

提出一种基于图像处理技术的城市道路车辆拥堵程度快速检测算法。为既能加快处理速度又可任意选取有车区域路段,提出人机交互的有车区域检测。利用拥堵图像和通畅图像纹理特性的差异,提出基于纹理分析的车辆密度估计。通过原始图像灰度降级和灰度共生矩阵计算及特征提取,从有车区域图像中提取能够反映车辆密度的能量和熵特征,经过特征值训练得到车辆拥堵判决阈值,实现道路拥堵检测。试验结果证明,该算法检测准确率高达99%,同时算法的处理速度能够满足工程中的实时性要求。     

基于ICA的MIMO系统空时盲均衡算法

多输入多输出系统的MMSE均衡中,由于接收端采样大小的限制,对观测信号协方差矩阵的估计和信道的盲辨识误差会严重影响均衡性能,采用独立分量分析作为一种辅助手段改进传统的均衡器,并选择最佳均衡时延优化算法。仿真结果表明,该算法提高了传统算法的鲁棒性,在大大降低计算复杂度的同时改善了均衡性能。     

基于ICA的MIMO系统空时盲均衡算法

多输入多输出系统的MMSE均衡中,由于接收端采样大小的限制,对观测信号协方差矩阵的估计和信道的盲辨识误差会严重影响均衡性能,采用独立分量分析作为一种辅助手段改进传统的均衡器,并选择最佳均衡时延优化算法。仿真结果表明,该算法提高了传统算法的鲁棒性,在大大降低计算复杂度的同时改善了均衡性能。     

基于多普勒雷达的车辆开门预警系统

为解决驾乘人员开车门导致的车门和后方接近目标发生碰撞的问题,设计一种基于多普勒雷达的车辆开门预警系统。系统通过多普勒雷达对移动目标进行探测。采用雷达中频信号处理模块对前端返回的中频信号进行处理,并通过恒虚警检测算法根据噪声强度实时调整识别门限,保持恒定的目标探测概率。通过在奇瑞G6车上进行的标定和实际场景测试,该系统对机动车与非机动车的预警率均大于97.00%,表明系统能够实时检测进入车辆后方报警区域的动态目标并进行有效预警。     

基于自适应聚概率矩阵的JPDA算法研究

为了降低联合概率数据关联(joint probabilispic data association,JPDA)算法的计算复杂度,解决跟踪临近目标时出现的航迹合并问题,基于量测自适应消除方法,提出了一种改进JPDA算法.该算法首先通过Cheap JPDA算法计算互联概率,降低算法计算量;其次对聚概率矩阵加以阈值处理,通过重建确认矩阵,进一步优化算法复杂度;最后采用自适应消除方法,去掉聚概率矩阵中易引起错误关联的量测,减小JPDA算法在关联临近目标时的误差.仿真实验结果表明:相较于JPDA算法及Scaled JPDA(SJPDA)算法,本文算法在保证跟踪精度的前提下,降低了算法复杂度,提高了时效性;在跟踪临近目标及交叉目标时,改进算法能避免航迹合并现象及跟错目标情况的发生.     

基于聚类分析的城市公交线路工况构建

针对西安市城市公交线路工况构建,提出了采用线路强度来筛选采样线路的方法和根据样本综合稳定度指标来判定工况数据采样量饱和的判据,并基于聚类分析法构建了西安市某城市公交线路工况,通过平均误差和V-A概率二维分布矩阵相似度验证了构建工况的有效性。试验数据表明:采样数据与构建工况之间平均误差为7.3%,两者的V-A分布概率矩阵的相似系数为0.9957,表明采用聚类法构建得出的工况误差较小,符合实际行驶情况。     

闭环系统辨识的模型结构检验

对于闭环系统辨识的模型结构检验问题,在预测误差辨识法的前提下,从参数估计的统计特性中推导出两概率模型不确定性边界及最优的输入滤波器形式。概率边界及输入滤波器是基于参数估计的渐近正态分布的方差矩阵,该方差矩阵由采样数据估计而得。根据未知参数的渐近方差矩阵内积形式从概率统计意义上构造模型参数及互相关函数的不确定性边界,从优化的角度推导输入滤波器的选取形式。最后用仿真算例验证本文辨识方法的有效性。     

空域扇区流量与拥塞预测的概率方法

为了提高扇区流量预测准确度、减小扇区拥塞预测的虚警率,分析了影响空中交通的随机因素,建立了航空器进入扇区时刻、穿越扇区飞行时间和离开扇区时刻的概率分布模型.利用进入、离开扇区时刻的累积分布函数,计算航空器占用扇区的概率,并在此基础上,提出了基于Monte Carlo仿真的扇区拥塞预测概率方法.算例仿真结果表明:与确定型拥塞预测方法相比,采用概率预测方法可将拥塞时段比例的平均值从42%减少到33%.     

一种新的基于LPMD的散射路径识别算法

NLOS（non-line-of-sight）非视距误差是地面无线定位的主要误差来源.为了从NLOS散射信号中识别出单次散射路径和多次散射路径,提出了一种新的基于LPMD（line-of-possible-mobile-device）目标可能位置线的识别算法.该算法以所有LPMD线的交点来计算初步参考点位置,并通过距离初步参考点较远的一部分交点对剩余较近的交点做负期望补偿,以修正参考点的位置,同时使用参考点到各LPMD线的直线距离来构造散射路径类型判决表达式,进行单/多次散射路径判决.在不同的仿真参数条件下,分别对普通场景和特殊场景进行了散射路径识别仿真实验,结果表明,当侦测站和目标点之间的距离达到4 km时,本文算法的虚警和漏警概率分别只有3%和9%,比原有基于LPMD算法的分别降低了21%和8%.