简介:为实现对高动态和低载噪比信号的稳定跟踪,在全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)接收机的跟踪环路设计中采用惯性导航系统(InertialNavigationSystem,INS)辅助锁相环(PhaseLockLoop,PLL)的环路结构。对INS辅助环路的各误差源进行了建模与分析,并分析了惯性器件精度对跟踪误差的影响。基于跟踪误差最小的原则设计了最优环路带宽,根据载波信号的载噪比和环路动态实时自适应地调整PLL带宽,使环路始终工作在最小误差状态。结果表明:所设计INS辅助的自适应带宽调节方法能有效减小环路跟踪误差,并提高复杂环境下信号的跟踪精度。
简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。
简介:针对行星齿轮传动故障诊断中的信号故障特征微弱、特征提取困难等问题,提出了基于自适应聚合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)和样本熵(SampleEntropy,SE)的行星齿轮箱故障特征提取方法。首先,针对EEMD结果存在较大的盲目性和主观性等问题,提出自适应EEMD方法;然后,使用此方法将行星齿轮箱振动信号分解为若干个固有模态函数(IntrinsicModeFunctions,IMF)分量,通过相关性分析选取含有齿轮状态特征信息的IMF分量并对信号进行重构,计算重构信号样本熵值,以此判断行星齿轮箱的运行状态;最后,对行星齿轮箱故障模拟试验台采集的2种状态振动信号的自适应EEMD样本熵进行求解,并与直接样本熵、EEMD样本熵等特征提取方法对比,验证了自适应EEMD样本熵具有更好的分类能力。