海上通信宽带高速跳频同步方法研究

本文设计一种适用于海上通信的宽带高速跳频信息同步方法,通过分析前导信号的结构,定时同步的基本构成。在定时粗同步方面采用了计算相关峰的方式,在定时精同步方面针对跳频图案和动态密钥完成定时的精确同步。为验证同步方法的正确性,在频域50%干扰下进行仿真,结果表明在-8dB信噪比的情况下,同步方法能达到很高的正确率,具有实用价值。     

鱼雷目标检测的贝叶斯判别融合方法研究

对基于贝叶斯判决法的模式分类方法进行了理论分析,并将多变量的贝叶斯模式分类方法应用于决策信息融合过程,证明用多传感器测得的多维信息通过决策融合进行目标判别优于用单传感器测量进行目标判别,此方法用于鱼雷的目标检测,能大大提高系统的目标检测概率,或降低检测的虚警概率。理论分析和数学仿真均证明其是一种有效的方法。     

改进的亚像素级快速角点检测算法

针对采用手工选择特征点能够保证特征点的均匀分布,但是自动化程度低而且耗时的问题,提出一种自动获取亚像素角点的新算法.该方法采用一种由粗到精的多层次检测策略,先采用SUSAN算法对角点粗定位,在此基础上用Forstner算子对角点精确定位.实验证明：文中的算法不仅保证SUSAN算法的灵活性和Forstner算子的亚像素级精度,而且速度快,并且对噪声具有鲁棒性.特征点的选择过程无须人工干预,完全自动化.算法克服了手工选择特征点耗时及自动化程度低的问题,而且能提取某些特殊性质的角点,具有自动自适应检测性能和较强的实用性.     

广义相关时延估计的一种推广应用

信号传输时间的测量,是雷达、声纳系统的关键技术之一。本文结合声纳工程实际,在广义相关时延估计基础上,提出一种既具有较高精度,又易于工程实现的适用于较高信噪比条件下主动声纳信号的精确测时方法。这种方法分粗测和精测两个阶段。只有在粗测的判决概率落在被测信号中心频率的一个周期——“测峰分辨区”内时,才能保证精测的精度。在信噪比较低时,可采取降频措施扩大测峰分辨区。计算机实验结果表明:在接近实际情况的条件下,本文提出的两种测时方案均可达到微秒量级的测时精度。     

基于罗兰C信号绝对发射时刻的台链粗同步方法

介绍长河二号导航系统的授时功能及授时系统的授时原理.通过监测和控制罗兰C信号的绝对发射时刻,提出了一种基于罗兰C信号绝对发射时刻的台链粗同步方法.并通过实验,验证了基于罗兰C信号绝对发射时刻的台链粗同步方法相比于传统的台链粗同步方法,用时更少,粗同步精度更高,操作更简单,提高了导航信号的利用率.     

基于LMS滤波的复合跟瞄技术

建立复合轴跟瞄系统的总体控制结构和典型被控对象模型,分析图像延迟对跟瞄精度的影响。为补偿延迟,提高光束指向精度,根据粗精2级跟踪的视场耦合特点,提出利用粗跟踪脱靶量作为精跟瞄参考控制量的方法;针对粗、精系统间采样频率的差异,以及粗跟踪脱靶量的非线性和难以准确建模特性,采用基于LMS自适应滤波的方法,对粗、精跟踪脱靶量进行统计学习和滤波;最后,在典型被控对象的基础上建立系统仿真模型并进行验证,结果表明采用LMS自适应滤波后,跟瞄精度得到改善。     

一种回波信号的检测识别方法

本文研究了一种基于回波的目标自动识别方法。该方法首先通过粗取和精取两个步骤将目标回波信号检测提取出来,然后利用回波的Ｆｏｕｒｉｅｒ－Ｍｅｌｌｉｎ变换,提取具有位移及尺度双重不变的目标特征。最后的实验结果表明,该方法具有一定的优越性和较好的分类效果。     

基于Simulink的跳频通信系统同步过程建模与仿真

在Simulink／Matlab环境下建立了含有同步过程的完整跳频通信系统模型。该模型采用了实际跳频通信中常用的同步头和时间信息（TOD）相结合的方法。仿真实验结果表明,该模型能较好模拟跳频系统各部分功能,完整再现跳频系统同步过程,为进一步开展对跳频系统的研究提供了一种有效的平台。     

基于D-S证据理论的柴油机故障检测方法

给出一种基于D-S证据理论的多传感器信息融合方法,并应用于某型船用柴油机故障检测中。首先,为克服人为因素和系统误差的干扰,在现场采集数据基础上,采用概率统计的方法来构造D-S证据理论的基本概率分配函数;然后,利用D-S证据理论对多传感器采集的信息进行融合;最后,将该方法应用于某型船用柴油机的故障检测中。实验结果表明,利用D-S证据理论解决了该型柴油机故障检测中多传感器信息融合问题,有效避免了人为因素的干扰,克服了单传感器信息的不确定性和片面性,提高了故障检测的准确度和可信度。     

基于图像匹配的无人机目标定位方法

利用无人机的侦察图像对目标进行精确定位的过程中,针对无人机图像与基准图像不可避免地存在尺度变化、旋转变化和光照变化,提出了一种改进SIFT的图像匹配方法。在特征点匹配时,采用简单的准欧式距离作为相似度量准则,并按照DoG空间结构由粗至精进行匹配。实验结果表明,该方法可以实现图像之间的精确匹配,对噪声、光照变化和局部场景变化具有较强的鲁棒性和实时性,为无人机目标定位提供了一种可行和有效的手段。