当前,无线电引信面临严峻的信息型干扰环境,为保证无线电引信在战场上稳定发挥毁伤效能,抗信息型干扰相关技术成为无线电引信抗干扰领域的研究热点。根据引信干扰机先截获后转发干扰的工作流程,着眼于无线电引信的低截获波束设计,并结...当前,无线电引信面临严峻的信息型干扰环境,为保证无线电引信在战场上稳定发挥毁伤效能,抗信息型干扰相关技术成为无线电引信抗干扰领域的研究热点。根据引信干扰机先截获后转发干扰的工作流程,着眼于无线电引信的低截获波束设计,并结合频控阵(Frequency Diverse Array,FDA)-多输入多输出(Multiple-Input Multiple-Output,MIMO)技术独特的S形弯曲阵列方向图,探索基于FDA-MIMO的无线电引信低截获点状波束设计方法。在分析FDA-MIMO的波束函数后,聚焦于阵元频偏设置对波束合成的影响这一关键点。通过将波峰点与功率下降点设置在较近距离范围Δr内,实现在波峰点附近以Δr为半径的较小邻域内波束幅值较大,而在其他范围波束幅值快速下降的目标,进而运用波束函数解算出各阵元频偏,得到以阵元频偏设置公式为核心的低截获点状波束设计方法。仿真结果表明:在低截获点状波束设计方法的指导下,FDA-MIMO波束在距离维半功率波束宽度为1 m和角度维半功率波束宽度为9°,波束汇聚性能和低截获性能明显好于其他经典频偏设置方法;该设计方法为基于FDA-MIMO的无线电引信低截获波束设计提供了理论支撑,可以提高无线电引信的低截获性能,更好的发挥战场毁伤效能。展开更多
针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法...针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法。AQ-ADMM算法在经典交替方向乘子算法算法迭代过程中添加二次临近项,且能够自适应选取惩罚参数。首先在数据中心建立信号参考数据库用于构造初始字典,然后将K-奇异值分解(K-singular value decomposition, K-SVD)字典学习算法和AQ-ADMM算法结合重构缺失信号。对仿真信号和两种真实轴承信号数据集添加高斯白噪声后作为样本,试验结果表明当信号压缩率在50%~70%时,所提方法性能指标明显优于其它传统方法,在重构信号的同时实现了对含缺失数据机械振动信号的快速精确修复。展开更多
文摘当前,无线电引信面临严峻的信息型干扰环境,为保证无线电引信在战场上稳定发挥毁伤效能,抗信息型干扰相关技术成为无线电引信抗干扰领域的研究热点。根据引信干扰机先截获后转发干扰的工作流程,着眼于无线电引信的低截获波束设计,并结合频控阵(Frequency Diverse Array,FDA)-多输入多输出(Multiple-Input Multiple-Output,MIMO)技术独特的S形弯曲阵列方向图,探索基于FDA-MIMO的无线电引信低截获点状波束设计方法。在分析FDA-MIMO的波束函数后,聚焦于阵元频偏设置对波束合成的影响这一关键点。通过将波峰点与功率下降点设置在较近距离范围Δr内,实现在波峰点附近以Δr为半径的较小邻域内波束幅值较大,而在其他范围波束幅值快速下降的目标,进而运用波束函数解算出各阵元频偏,得到以阵元频偏设置公式为核心的低截获点状波束设计方法。仿真结果表明:在低截获点状波束设计方法的指导下,FDA-MIMO波束在距离维半功率波束宽度为1 m和角度维半功率波束宽度为9°,波束汇聚性能和低截获性能明显好于其他经典频偏设置方法;该设计方法为基于FDA-MIMO的无线电引信低截获波束设计提供了理论支撑,可以提高无线电引信的低截获性能,更好的发挥战场毁伤效能。
文摘针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法。AQ-ADMM算法在经典交替方向乘子算法算法迭代过程中添加二次临近项,且能够自适应选取惩罚参数。首先在数据中心建立信号参考数据库用于构造初始字典,然后将K-奇异值分解(K-singular value decomposition, K-SVD)字典学习算法和AQ-ADMM算法结合重构缺失信号。对仿真信号和两种真实轴承信号数据集添加高斯白噪声后作为样本,试验结果表明当信号压缩率在50%~70%时,所提方法性能指标明显优于其它传统方法,在重构信号的同时实现了对含缺失数据机械振动信号的快速精确修复。
