雷达目标恒虚警检测算法研究

目标检测是雷达领域中一项重要的研究课题.在实际系统中,由于应用环境的不同,需要选取合适的检测算法.对几种恒虚警检测算法进行研究,给出各A的实现方法和数学表达式,对它们的性能进行了对比分析,指出了每种方法的优缺点,对实际应用有较大的指导作用.     

基于FPGA的自适应恒虚警检测器研究

雷达目标检测系统中,由于回波中的杂波与噪声严重影响着系统的检测性能,为在一定的虚警率下提高系统的检测概率,提出一种基于删除单元平均恒虚警(CFAR,constant false alarm rate)检测器的多分层判决门限方法.并由此原理设计出自适应CFAR检测器,与传统的恒虚警检测器相比,明显地改善了系统的适应性和检测性能.     

对噪声干扰的慢门限恒虚警处理分析

以典型高斯噪声为研究对象,通过慢门限恒虚警方法对噪声干扰的处理分析,定量得出其抗噪声干扰的效果.     

雷达信号检测中恒虚警处理的算法研究

介绍了几种适于雷达信号检测的恒虚警处理（CFAR）的经典算法,在此基础上提出一种多分层的恒虚警处理算法。     

一种广义似然比恒虚警检测方法

文章在假设信号参数和噪声统计特性未知的情况下,介绍了一种广义似然比恒虚警检测方法,并对其检测性能进行了分析。最后进行仿真实验,结果表明,这种检测方法具有较好的检测性能。     

基于BP神经网络的CFAR检测器标称化因子确定方法

在运用恒虚警（CFAR）检测算法中,一个非常重要的工作是根据给定的恒虚警率确定其标称化因子。当标称化因子关于虚警率的关系式很难甚至于是不可能得到时,传统上采用仿真方法,但仿真方法的计算量非常大。为此文章利用BP神经网络具有强大的逼近任意非线性关系式的能力,提出了一种基于BP神经网络的CFAR检测器标称化因子确定方法。通过实例研究表明,通过对BP神经网络的输入进行自然对数的变换后,其对虚警概率和标称化因子的关系进行逼近时需要的训练次数将大为减少,研究还表明基于BP神经网络的标称化因子确定方法具有相当高的精度。     

PID神经网络自适应控制在恒流系统中的应用

本文在总结国内外相关文献的基础上,对目前神经网络自适应PID控制进行了理论研究,以目前运用较广泛的恒流系统为对象,对之进行仿真,通过将其仿真结果与传统PI控制进行比较,证明PID神经网络自适应控制的优越性.     

一种抑制激光测距机低温虚警的有效方法

介绍了一种能有效抑制激光测距机低温虚警的方法.在低温试验时,激光测距机的虚警率大大超过指标.为解决此问题,在接收电路中,增加温度控制放大器增益电路,通过温度传感器将温度变化转变为电压变化,用此电压控制自动增益放大器AGC端.低温时,AGC电压下降,放大器增益降低,低温出现的大量噪声不被放大到阈值,虚警不能形成,达到抑制虚警的目的.合理设计参数,使电路既可抑制低温虚警,也可保证接收灵敏度.通过低温试验检测及在寒冷气温下,对远目标测距,检验结果证明,温度控制增益法工作原理可行,抑制低温虚警效果良好.     

一种基于舰船磁场的神经网络识别模型

为获得更为精确的识别结果,需要对舰船三轴磁场之间的相关性研究并进行融合。本文提出了一种将神经网络数据融合技术应用于舰船目标识别的模型,分析了舰船三个方向磁场的通过特性以及它们之间的相关性,并利用神经网络数据融合技术实现对舰船目标航速、横距和船型的模式识别。经过实测数据验证,该识别模型对舰船目标具有较高的检测概率。     

一种龙门吊恒功率调速方式的改进

介绍了恒功率调速在龙门吊上的应用,并提出用电动机的输出转矩参与弱磁调速的一种方式。     

一种龙门吊恒功率调速方式的改进

介绍了恒功率调速在龙门吊上的应用，并提出用时机的输出转矩参与弱磁调速的一种方式。     

舰载雷达海杂波的抑制方法探究

舰载雷达在工作时采用抑制海杂波技术,能有效的减小海杂波对海上目标检测带来的干扰。本文以海杂波的数学统计模型为基础,系统分析了不同海情情况下适用的抑制海杂波的方法。自适应海杂波滤波器和恒虚警检测主要针对各海情的海杂波抑制,提高分辨率和MTI技术适用均匀分布的海杂波抑制。通过系统分析各种海杂波抑制方法的选择和使用条件,为舰载雷达海杂波背景下的信号处理领域提供了重要的理论依据。     

水下目标自相关检测的一种神经网络方法研究

用权重神经网络知识推理的方法研究水下目标自相关检测．首次总结了水下单传感器目标自相关检测的相关知识,提出了用权重神经网络表示这些知识,用简单的数值计算进行推理的方法,得出了相应检测结果．     

一种电网电压同步检测电路

针对电网同步电压检测中的问题,参考其他学者提出的光耦检测电路,分析了检测电路功耗和检测精确度之间矛盾,提出了以恒流二极管代替限流电阻的解决方案,以一组典型数据为例,计算了改进电路的功耗和检测精度,证明改进电路的性能较原有方案更好。     

水下机器人非完全回归型神经网络运动模型的研究

研究了基于神经网络建立水下机器人（ＡＵＶ）运动模型的方法,提出以非完全回归形式来表现输入输出变量的时序列影响和输出层向输入层回归的封闭式结构以实现运动模型的模拟机能,并给出了相应的训练和学习方法。此外,又提出了对输出层增加积分环节及神经网络输入输出变量进行正规化处理的方法。计算机的仿真及实际水下机器人“ＰＷ４５”的建模结果,表明本文所提出的建模方法的有效性和可行性。     

一种基于神经网络的故障诊断新方法研究

针对电子设备故障诊断的问题,在研究分析模糊理论和神经网络的原理和特点的基础上,提出了一种模糊神经网络故障诊断方法,实现两者优势互补,并将全信息理论应用其中,为实现人工神经网络能在人类智能模拟深度上有新突破进行了有意义的探索。     

几种非本体原因引起的分油机故障判断与处理

此文分析了一些由非本体原因如EPC－400控制单元中电磁阀、水分传感器、排渣间隔时间设定以及供油泵安全阀工作不正常引起的分油故障，认为需要从EPC－400控制单元着手，根据具体故障现象结合时序图来解决。     

一种新型舰载独立变速恒频恒压发电系统的研究

建立一种变速恒频恒压发电系统模型,此发电系统适用于采用电力推进的船舶。该系统以双馈电机为主发电机,同步电机作为励磁机,不仅对电网中的无功功率冲击做动态补偿,改善电网的工作状况,而且功率较大,使整个发电系统尽可能简单,可靠。     

一种基于神经网络的在线签名验证方法

通过实验介绍了一种基于神经网络的在线签名认证系统,总结了一组能够表现签名特征的特征向量,基于BP神经网络通建立模板,利用特征值进行笔迹识别,通过确定个性化阈值降低FR、FA错误率,并通过实验验证了本系统的可行性.