2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、LFM信號(hào)是一種典型的非平穩(wěn)信號(hào),廣泛存在于無(wú)線通信、雷達(dá)、聲納和超聲波系統(tǒng)中。處于低信噪比下的LFM信號(hào)的檢測(cè)與參數(shù)估計(jì)成為了研究意義重大的課題,目前在LFM信號(hào)處理中應(yīng)用廣泛的時(shí)頻分析方法,能夠充分利用LFM信號(hào)自身的時(shí)頻特點(diǎn),但是需要二維搜索,要求很大的運(yùn)算量和存儲(chǔ)量,并且具有在超低信噪比失效的缺點(diǎn)。
   隨機(jī)共振方法是非線性系統(tǒng)發(fā)展以來(lái),微弱信號(hào)檢測(cè)領(lǐng)域一種新興的信號(hào)檢測(cè)方法,它改變了傳統(tǒng)弱信號(hào)檢測(cè)技術(shù)中抑制或者消除噪

2、聲的特點(diǎn),相反是利用噪聲的能量來(lái)實(shí)現(xiàn)微弱信號(hào)的檢測(cè)。本文將隨機(jī)共振方法引入到微弱LFM信號(hào)檢測(cè)領(lǐng)域,圍繞單分量的LFM信號(hào)建模,給出一種基于隨機(jī)共振的LFM信號(hào)檢測(cè)算法,主要工作和貢獻(xiàn)有:
   1.介紹了隨機(jī)共振系統(tǒng)檢測(cè)信號(hào)的基本原理,對(duì)基本的低頻微弱信號(hào)檢測(cè)實(shí)現(xiàn)了仿真,并介紹了雙穩(wěn)系統(tǒng)對(duì)于高頻信號(hào)檢測(cè)的困難,給出了兩種相應(yīng)高頻信號(hào)的檢測(cè)算法,實(shí)現(xiàn)了其數(shù)值仿真。
   2.分析了隨機(jī)共振系統(tǒng)中的參數(shù)和噪聲對(duì)于信號(hào)共振的

3、影響,介紹了已有的兩種系統(tǒng)參數(shù)優(yōu)化選取的算法。將遺傳算法應(yīng)用于LFM信號(hào)檢測(cè)中隨機(jī)共振系統(tǒng)參數(shù)的選擇,實(shí)現(xiàn)了信號(hào)檢測(cè)過(guò)程中的參數(shù)自適應(yīng)選擇,仿真結(jié)果證明了算法的有效性。
   3.研究了LFM信號(hào)的時(shí)域、頻域特征及其Wigner-Ville分布,介紹了處理LFM信號(hào)常用的分?jǐn)?shù)階傅里葉變換對(duì)LFM信號(hào)的檢測(cè)原理。在解線調(diào)算法的基礎(chǔ)上給出了基于隨機(jī)共振的LFM信號(hào)檢測(cè)與參數(shù)估計(jì)算法,并用兩組信號(hào)實(shí)現(xiàn)本算法的數(shù)值仿真,分析了譜平均次數(shù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論