基于实测数据的红外场景仿真方法研究

针对传统红外场景生成方法存在的问题,提出了一种基于实测数据的红外场景生成方法,对其原理进行了详细讲解.基于该方法的思想,实现了一个软件开发包Ultimate IR SDK,对其设计思想和各个实现环节做了详细介绍,并对最终仿真结果进行了讨论.     

基于RD算法的机载SAR实测数据成像研究

合成孔径雷达的出现是科技发展史上的一个重要变革,它是一种具有高分辨率的成像雷达。SAR成像的高分辨率依赖于其对信号的处理。围绕机载雷达的成像算法展开论述,针对距离多普勒算法进行详细的探讨和研究,并对该算法进行仿真分析。以此为基础完成对机载实测数据的成像,并探究多普勒参数估计等对成像质量的改善,最终完成对机载SAR实测数据的成像。     

基于EM-KF的同步发电机参数辨识方法

同步发电机的参数的准确性直接影响电力系统仿真结果.本文首先利用电网扰动下的PMU数据,将同步发电机与外部电网解耦;然后利用卡尔曼滤波和期望最大化算法相结合的算法对同步发电机的参数进行辨识,最后利用仿真结果验证方法的有效性.     

基于实测数据的声速剖面延拓和同化应用研究

海水中声速剖面的建立是研究水下声场传播规律的基础之一,基于实测声速剖面数据对历史声速剖面数据库进行延拓和同化。首先,对某次海洋实验实测数据进行预处理,剔除数据中异常点,并根据拟合法将实测数据与历史网格对齐;其次,利用融合法对历史数据进行同化,得到同化后的声速剖面;最后,根据观测值和同化值的均方根误差进行实验验证,结果符合预期。     

基于实测数据的凝视红外系统重构方法

为充分评估基于凝视红外成像体制精确制导武器的性能,利用高可信度的数字建模仿真成为国内外普遍关注的重要途径.鉴于产品研制过程中能够获取大量的实测数据,从采样、信号传递、噪声以及空间传递等理论出发,结合典型红外场景仿真平台中理想传感器的设计,完成了基于实测数据的凝视红外成像系统重构方法研究,并利用三维噪声模型、计算机模拟图像进行了重构效果的精度验证分析.最后通过灵敏度阈值开展了实验室内验证试验,从综合性能评估实例的角度上,再次证明了该重构方法有效,为凝视红外制导武器的实战化评估应用奠定基础.     

基于强跟踪滤波器的非线性系统参数辨识方法

提出了一种基于强跟踪滤波器(STF)的非线性系统参数辨识方法,解决了非线性系统的参数辨识问题.避免了利用扩展卡尔曼滤波器(EKF)进行状态估计时,系统趋于稳态而状态突变使得滤波器丧失跟踪能力的问题.最后通过算例比较了本方法与EKF方法.     

一种基于实测数据的系统仿真方法

为了保证系统模型的仿真置信度,快速支撑复杂电子设备的设计和验证过程,研究了一种基于实测数据的系统仿真方法,针对仿真运行效率,分析了具体实现过程中的关键技术。并在Matlab/Simulink软件平台以实际电子设备为例进行了初步仿真实验,通过和实际设备的结果对比验证了该系统仿真方法的可行性。     

基于扩展卡尔曼滤波器的捷联导引头刻度尺参数辨识

基于扩展卡尔曼滤波器,提出一种捷联导引头刻度尺参数辨识方法。首先,简化了在比例导引制导律作用下捷联导引头系统的非线性模型。之后,根据该非线性模型,推导扩展卡尔曼滤波方程组,并在参数估计处利用泰勒展式将其线性化。最后,在以上条件下对制导系统的稳定性进行理论分析与研究。通过数学仿真对该刻度尺参数辨识方法加以验证,仿真结果表明:应用该方法,可以快速、准确的估计捷联导引头刻度尺参数,并且有效提高了在稳定性方面制导系统对导引头刻度尺系数误差的容忍度,使系统更具鲁棒性。     

一种基于实测数据温差扰动的红外图像实时生成方法

红外制导武器在研制中,需要大量的红外场景数据做测试保障.本文由红外图像的成像机理出发,提出了一种基于实测数据温差扰动的二维红外图像实时生成方法.该方法将图像区域平均灰度与环境温度直接关联,用整体分块的方法代替逐像素的繁琐计算,在提高运算速度的同时,生成不同时段的红外图像.实验表明,本文方法生成的红外图像,不仅能保证运算实时性,而且目标与背景具有与实测图像相同的温度变化趋势和较好的逼真度,是一种行之有效的方法.     

基于实测数据自动频率规划系统的研究与应用

为提高GSM频率规划及网优的效率,文章针对小区对制约条件进行了深入研究和建模,在自主开发的自动排频系统基础上进行仿真评估,并且成功应用于实际网络的频率规划和优化,取得了良好的效果。     

实测数据参数拟合的红外大气透过率仿真

计算红外大气透过率的常规方法主要有经验公式法和专业软件计算法,前者存在较大的误差,后者的计算过程复杂且对红外仿真系统的移植和兼容困难,因此,本文基于具体地区多年实测大气数据,利用分子的单线吸收法计算不同温度下的水蒸气和二氧化碳的吸收系数;然后,对不同高度分布的温度、压强以及气溶胶后向散射系数的解析式进行分月拟合。在此基础上,实现红外辐射大气透过率的仿真建模。仿真结果与主流专业软件MODTRAN自定义模式下的精确计算结果很接近,而且本方法使用简单、移植性强,在工程应用上具有一定的参考价值。     

基于实测数据的海杂波K分布参数估计方法研究

针对海杂波K分布模型参数难以估计的特点,提出了一种自适应遗传求解算法。该算法利用相关熵作为适应度函数,按照自适应变异原则进行优化,实现了参数的准确估计。实测数据处理结果表明,该算法性能优于矩估计法和最大似然估计法,具有很高的估计精度和适应性,从而为最优检测算法设计提供依据。     

The data filtering based generalized stochastic gradient parameter estimation algorithms for multivariate output-error autoregressive systems using the auxiliary model

Multidimensional Systems and Signal Processing - Parameter estimation has wide applications in one-dimensional and multidimensional signal processing and filtering. This paper focuses on the...     

On-line parameter identification algorithms based on Householdertransformation

A fast online least-squares algorithm for both order determination and parameter identification of linear single-variable dynamic systems is introduced. An exponential weighting scheme is used to place heavier emphasis on the more recent data in the case of a time-varying system. This algorithm is derived on the basis of an orthogonal transformation, the Householder transformation, rather than the matrix pseudoinverse in the solution of a normal equation, so as to avoid worsening of the ill-conditioning, which occurs with most present online algorithms. For parameter estimation from noisy measurements in complex stochastic environments, a fast online generalized least-squares algorithm, a fast online extensive matrix algorithm, and a fast online maximum-likelihood algorithm are developed according to the proposed fast online least-squares algorithm. These algorithms can also estimate the order simultaneously with the parameters of a system to be identified     

Optimal ARMA parameter estimation based on the sample covariancesfor data with missing observations

The problem of spectral estimation through the autoregressive moving-average (ARMA) modeling of stationary processes with missing observations is considered. A class of estimators based on the sample covariances is presented, and an asymptotically optimal estimator in this class is proposed. The proposed algorithm is based on a nonlinear-least-squares fit of the sample covariances computed from the data to the true covariances of the assumed ARMA model. The statistical properties of the algorithm are explored and used to show that it is asymptotically optimal, in the sense of achieving the smallest possible asymptotic variance. The performance of the algorithm is illustrated by some numerical examples     

基于HAF-NM算法的PPS的极大似然参数估计

在加性高斯白噪声的背景下,建立了多项式相位信号的信号模型.在此基础上,推导了PPS极大似然参数估计的目标函数;给出了HAF与PPS相位系数之间的关系;阐述了Nelder-Mead单纯形数值优化算法的基本思想和实现步骤.仿真结果表明,当信噪比大于4 dB时,三次PPS各阶相位系数的估计性能均达到CRLB的下界.HAF-NM单纯形算法具有计算量适中,估计性能良好等特点.     

Iterative decoding and channel parameter estimation algorithms for repeat-accumulate codes

The sensitivity of the iterative decoder for repeat-accumulate (RA) codes to carrier phase and channel signal-to-noise ratio estimation errors is investigated, and efficient algorithms to estimate and correct these errors are developed. The behavior of RA codes with imperfect channel estimation is different from that of turbo codes, and correction algorithms specific to RA codes must be formulated. The proposed algorithms use the soft information generated within the iterative decoder, and thus, are not only hardware-efficient, but also offer excellent performance.     

弹性分布式参数估计算法研究进展

基于自适应网络的分布式参数估计近年来受到了日益广泛的关注。现有的分布式参数估计算法尽管在无攻击的安全网络中表现良好,但在遭受如虚假数据注入（false data injection,FDI）攻击的对抗网络中,由攻击者注入的虚假数据（也称恶意数据）会随着节点间的通信和协作在网络中扩散,导致算法估计性能的恶化。若算法不能从攻击中快速恢复估计性能（即算法对攻击不具有弹性）,则可能导致严重的后果。为此,简要介绍了弹性分布式参数估计算法所解决的基本问题及基本算法原理;从FDI攻击检测和弹性参数估计策略2个方面,系统地总结了近年来弹性分布式参数估计算法的研究进展,并分析了其在遭受FDI攻击的对抗网络中的性能;最后,探讨了现有弹性分布式参数估计算法的发展趋势和未来潜在的研究方向。     

OFDM系统中信道估计方法的研究

LS算法是OFDM系统信道估计方法中计算复杂度最低性能最差的方法.根据有限长度h的能量分布,提出了一种改进算法.通过仿真,与LS算法和性能较好的LMMSE比较,验证了改进后的LS算法性能优于最初的LS算法,并可在实际中得到较好的应用.     

基于实采数据的雷达目标回波模拟

对雷达操作人员的培训必须基于接近真实的模拟训练环境才能达到较好的训练效果。通过真实采集的雷达回波信号来模拟产生目标回波,利用目标数据库的生成,目标在不同统计模型下信号强度的计算,得到了一种逼真的雷达目标回波信号。模拟仿真试验验证了实际回波效果,结果表明该方法生成的回波能构建真实的模拟训练环境,使受训人员得到身临其境的模拟效果。