基于微动调制的梳状谱灵巧噪声压制干扰

针对目前相干压制干扰算法干扰面积不足、非相干压制干扰算法发射功率要求高等问题,本文在噪声卷积干扰及微动干扰算法的基础上,提出一种基于微动调制的梳状谱灵巧噪声压制干扰算法。该算法能够在距离向及方位向获得部分压缩增益,降低了对干扰机发射功率的需求,同时在压制干扰面积上优于其他干扰算法,可根据压制区域地物回波特性对干扰参数进行调整,达到干扰要求。此外,针对图像客观评估中没有考虑人眼主观因素影响的不足,本文采用了基于人眼视觉特性的主、客观结合的图像评估指标对干扰前后的图像进行评估。场景实测数据与干扰信号仿真数据结合后得到的图像评估结果表明,本文所提出的干扰算法能够在一片区域中形成有效的面状压制干扰,且适用场景广泛,可以实现对面目标的有效保护。     

ELVQ算法实现宽参数偏移的多故障电路诊断

该文提出了一种强化自适应策略的学习矢量量化(Enhanced Learning Vector Quantization, ELVQ)算法,并设计了基于SOM(Self-Organizing Map)-LVQ模型的故障分类方法,用于实现宽参数偏移的模拟电路多故障诊断。该文算法具有两方面的优势:一方面利用获胜神经元数目的自适应,均衡了神经元的获胜概率;另一方面根据样本分类结果计算作用因子修正神经元的权值,增强了类别边界决策性能。仿真结果表明,所提出的算法具有收敛速度快,分类误差小等特点。