L型阵水下目标方位和距离联合最大似然估计

空间目标定位是阵列信号处理领域中的研究热点,广泛应用于雷达、声纳、通信、射电天文、医学诊断、地震遥感等众多领域。传统的水下声源定位仅获取目标声源的深度和距离信息,却无法估计目标的方位信息。针对这一问题,在充分考虑水下声传播模型的基础上,利用L型阵列固有的结构特征,将最大似然估计技术应用到水下目标定位,提出一种基于L型水听器阵列的水下目标方位与距离联合最大似然估计算法。研究表明:最大似然估计法可有效突破传统波束形成分辨力“瑞利限”的限制,提高水下目标定位的分辨能力和精度。计算机仿真分析显示,在单目标和相干双目标的场景中,文中所提出的方法均具有更为尖锐的谱峰及更低的旁瓣水平,可对水下目标进行有效的方位角和距离联合估计。

基于学习分析的线上课程学习效果评价方法研究

随着在线教学平台的普及和学习分析技术的不断发展,合理利用教育大数据,对线上课程学习效果进行科学评价显得尤为重要。通过Pearson相关性分析和多元线性回归分析探究线上学习过程中影响学习效果的关键指标,提出线上学习效果评价方法,并应用于教学实践。结果表明,该方法可对学生的线上课程学习效果进行有效评价,有助于教师针对性地干预学生学习,提升学生的线上学习效果。

声圆阵模态域最小方差无畸变高分辨方位估计

空间目标方位估计是阵列信号处理研究领域的热点问题,广泛应用于国民经济及国防建设等众多领域。相较于传统均匀线列阵,圆阵在波束形状保持不变的条件下可提供360°全方位角估计。然而,现有大多数圆阵模态域方位估计方法均以电磁波为信号载体开展研究,很少讨论水下声场条件下如何建立圆阵模态域信号模型,同时,鲜有文献采用最小方差无畸变处理器进行圆阵模态域高分辨方位估计。鉴于此,文中以水下声波散射理论为基础,构建圆阵接收信号模型,利用模态域变换矩阵将阵元域接收数据转换为模态域信号,并将最小方差无畸变处理器引入圆阵模态域方位估计领域,提出一种基于声圆阵模态域的最小方差无畸变高分辨方位估计方法。计算机数值仿真结果表明,与传统波束形成方法相比,所提出的方法在单目标和双相干源目标环境下,均具有更尖锐的谱峰和更低的旁瓣水平,即较高的空间分辨能力和更精确的方位估计精度。

迭代容积粒子滤波算法在SINS初始对准中的应用

在大方位失准角误差的条件下,捷联惯导系统(SINS)初始对准误差模型是非线性的,可以采用粒子滤波(PF)方法进行处理。针对标准PF算法中存在的重要性密度函数难以选取的问题,提出了一种新的迭代容积粒子滤波(ICPF)算法。将Gauss-Newton迭代和容积卡尔曼滤波(CKF)算法相结合,得到迭代CKF(ICKF)算法。该算法利用最新量测信息改进迭代过程中产生的新息方差和协方差,可获得较高的估计精度。由ICKF算法获得粒子滤波算法的重要性密度函数,有效地抑制了粒子退化现象。SINS大方位失准角初始对准的仿真结果和实验结果表明:该算法的滤波精度高于标准PF算法和容积PF(CPF)算法,是一种非常有效的非线性滤波算法。

校企协同的嵌入式与智能硬件课程在线教学模式研究

嵌入式与智能硬件课程作为电子信息相关高校智能制造、智慧城市等新工科专业的核心课程,涉及到电子技术、软件和计算机组成原理等多方面的技术,具有知识点多、实操性强、知识复合性强等特点,学校单方面培养符合企业需求的嵌入式工程师难度很大。校企协同育人是培养应用型、工程型、复合型人才的有效途径,但企业的高技能兼职教师走进课堂存在课程随意性大、重点不突出、教学设计欠缺、调停课频繁等问题。本文提出的校企协同的嵌入式与智能硬件课程在线教学模式兼顾了以上两方面的需要,利用在线教学平台,基于OBE理念,以学生为中心,教师主导课堂,工程师线上组织、辅导并与学生交流,能够切实发挥校企协同育人的双重优势。

多传感器组合导航系统研究

为了满足水下航行器高精度导航定位的需求,建立了多传感器组合导航的系统模型。针对信息融合过程中出现的非线性环节,在传统联邦滤波器的基础上,提出了基于粒子滤波的混合联邦滤波器。其中,线性子系统采用卡尔曼滤波算法进行滤波估计,非线性子系统采用粒子滤波算法进行滤波估计。计算机仿真分析表明,该混合联邦滤波算法能够将线性和非线性子系统的滤波结果很好地融合起来,提高了组合导航系统的定位精度。

基于局部重力场模型的惯性/重力组合导航方法

随着水下航行器对导航定位精度要求的不断提高,单一的导航系统难以满足实际的需求,因此,组合导航系统已逐步成为国内外研究的热点问题。水下航行器的惯性导航系统误差随时间累积,利用重力异常数据辅助导航可以修正惯性导航系统误差。文中以全球重力场模型EGM2008为基础,结合局部实测重力异常数据,利用移去-恢复技术修正初始重力场模型的位系数,从而得到局部精确的重力场模型。为了解决系统量测方程无具体解析表达式的问题,提出利用正则化粒子滤波方法对组合导航系统的定位误差进行估计。计算机仿真结果表明,该滤波算法能够有效地提高惯性/重力组合导航系统的定位精度。

ISCPF在捷联惯导初始对准中的应用

针对标准粒子滤波算法中存在的重要性密度函数难以选取的问题,提出了一种新的迭代平方根容积粒子滤波(ISCPF)算法.将高斯-牛顿迭代和平方根容积卡尔曼滤波(SCKF)算法相结合,得到迭代平方根容积卡尔曼滤波(ISCKF)算法.利用ISCKF算法获得粒子滤波算法的重要性密度函数,有效抑制了粒子退化现象.捷联惯导系统大方位失准角初始对准的仿真结果表明:该算法对航向失准角的估计精度可以达到2.21′,相比于标准粒子滤波(PF)算法和容积粒子滤波算法(CPF)具有更高的估计精度.