基于谱估计的噪声调频信号检测方法研究

对干扰信号的频谱特征进行精确测量和分析是实施有效的电子反干扰(ECCM)的重要步骤.通过对噪声调频干扰信号的频谱特征分析,提出采用合适的功率谱估计方法来检测噪声调频信号的主要频谱特征参数.利用MATLAB/Simulink仿真软件分别建立了噪声调频信号源和谱估计方法的系统模型,研究了系统采用不同的谱估计方法和参数设置的情况下所能够达到的检测精度,并根据仿真结果分析比较了不同谱估计方法的性能.     

一种基于免疫系统的RBF网络在线训练方法

 针对径向基函数(RBF)网络和免疫系统的相似性,本文提出了一种基于免疫模型的RBF网络在线学习方法以解决动态问题.该方法借鉴了免疫系统动态调整以对抗不断入侵的抗原的机制,通过免疫初步覆盖、免疫交叉响应和疫苗注射等免疫操作,加速算法效率、提高算法精度和动态性能.通过以上操作使得RBF网络能够根据样本的变化迅速地调整网络结构与参数.计算机仿真研究表明,采用这种方法设计的RBF网络在动态环境下具有优良的精度和泛化能力.     

一种基于OFDM的宽带有源噪声干扰方式

有源噪声干扰是一种通用的雷达和通信干扰方式.提出了一种基于OFDM的多载波调制宽带有源噪声干扰信号产生方式,具有比传统单载波调制方式更好的遮盖性能,并且能够实现更加灵活的干扰频带控制,适应多目标同时干扰的要求;仿真也验证了方法的优越性.     

基于免疫机制的RBF网络在OFDM信道估计中的应用

针对OFDM系统的信道估计问题，提出了一种新型的基于免疫机制的RBF网络信道估计方法。该算法能够有效提高网络训练精度，改善进化训练算法的未成熟收敛问题。在低信噪比，快衰落的恶劣信道情况下，文中采用的RBF网络相对传统算法表现出了优异性的性能，设计出的信道估计器可以达到很高的测量精度。     

小生境进化RBF网络在信道均衡中的应用

基于RBF网络的信道均衡器,其性能取决于神经网络的隐层参数.文中采用判决反馈均衡器的结构,RBF网络隐层的结构和参数则由基于小生境技术的混合递阶遗传算法来确定.仿真结果表明,这种RBF网络均衡器性能优良.     

基于FPGA的抗窄带干扰算法的设计与实现

提出了用于直扩CDMA通信中抑制大功率窄带干扰的改进条件中值滤波(ICMF)算法.文中给出了算法的FPGA实现方案,并在Quartus环境下对系统进行了仿真.仿真结果表明,该算法能够有效的抑制干扰,提高通信质量.此外,该算法资源消耗少,可在Altera的低成本产品Cyclone Ⅱ系列的芯片上实现,因此具有很强的实用性.     

基于径向基函数神经网络的混沌系统控制

考虑到不同神经网络模型误差对混沌控制效果的影响，提出了采用一种改进的递阶遗传算法对径向基函数（RBF）神经网络进行训练，针对连续的Lorenz系统进行了仿真，并且与其它神经网络训练算法结果进行了比较，仿真结果证明所采用的训练算法具有更加理想的混沌控制效果。     

基于免疫RBF网络阵列的雷达信号分类识别方法

本文提出了基于免疫算法设计的径向基函数(RBF)网络阵列实现对雷达信号体制和用途的分类识别.同单个神经网络相比,这种方法克服了识别类型较多时存在的扩充、修改、维护等难点.在RBF子网络的训练中,采用结合记忆机制的递阶免疫算法确定RBF网络的隐层参数,有效折衷了系统性能和运算量之间的矛盾.实验结果表明,采用这种方法设计的雷达信号识别系统达到了很高的性能.     

基于在线训练RBF网络的OFDM信道跟踪

提出一种结合了正则化技术及时间加权技术的递归最小二乘算法,用于径向基函数神经网络的在线训练及动态调整,从而解决OFDM系统中信道的动态跟踪问题.该算法能充分利用无线信道的时域相关性及频域相关性,仿真结果显示出了极强的鲁棒性;此外该算法具有的无记忆性,在线训练,递归更新等特点,使其可以低成本硬件实现.     

基于遗传RBF网络的混沌背景微弱信号检测方法

弱信号检测问题是目标检测中的一个重要研究内容。利用背景信号为混沌信号这一先验知识，采用径向基函数神经网络（RBFNN）建立混沌背景的一步预测模型，RBF网络利用遗传算法训练，最后，设计了门限滤波器，得到感兴趣的信号。仿真结果表明，在非线性程度很高的情况下，通过与其它几种训练RBF网络算法的比较，利用遗传算法训练的RBF网络具有最高的检测精度，并且训练得到的网络的复杂程度最低。