“舰艇指控原理”课程思政教学改革实践

“舰艇指控原理”作为火力指挥与控制工程专业的专业基础课程和相关专业的必修课程,知识覆盖面广,对课程进行课程思政改革具有重要的意义。分析了“舰艇指控原理”课程思政教育的目的和意义,探讨了“舰艇指控原理”课程思政教学改革总的教学设计思路,包括根据课程内容挖掘思想政治素材和思想政治案例,基于翻转课堂的混合式教学方式,以及课程思政考试科学化三个方面,对思想政治教学实践取得的成效进行了总结。

舰艇指控原理课程改革与建设研究——突出实战运用能力

舰艇指控原理作为军事学作战类火力指挥与控制工程专业必须掌握的专业背景课程,必须面向装备实际,突出实战运用能力培养,一是要加大作战案例教学的力度,缩短教学情景与岗位任职的差距;二是在课程中引入部队实装或模拟训练器的使用,为学员的第一任职提供训练平台;三是将演练任务和复盘分析用来完善教学内容,缩短课堂到作战的距离;四是要加大院校与部队、军工集团等之间的联教联训,增强人才培养的保障力度;五是要提升主讲教员的专业教学能力,提高院校育人质量。

一种改进的水声信道载波恢复盲均衡算法

针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法.该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力;在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复.在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明:在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善;在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能.

水声信道快速收敛自适应均衡算法

从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square,NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归-判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursiveleast square,RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。

快速收敛变换域自适应滤波算法

为了提高LMS算法均衡相关信号时的收敛性能,提出了一种新的快速收敛变换域自适应滤波算法(VS-DCTLMS)。该算法融合了归一化离散余弦变换LMS算法和变步长离散余弦变换LMS算法的优点,具有结构简单,收敛速度快,稳态误差小的特点。仿真结果表明,该算法计算量和变步长归一化LMS(VS-NLMS)算法、解相关LMS(DescorrLMS)等算法相当,但在收敛速度上具有很大优势;收敛性能和最小二乘回归算法(RLS)接近,却克服了RLS计算量大、不利于硬件实现的实际问题,是一种性能优良的可实现方法。

基于自适应混合能量参数的变步长LMS水声信道均衡算法

提出了一种新的变步长算法,并将该算法用于水声信道均衡。该算法克服改进归一化最小均方(developed normanized least mean square,XENLMS)算法依赖固定能量参数λ的局限性,遵循变步长算法的步长调整原则在XENLMS算法的基础上引入一个自适应混合能量参数λk,改善算法收敛速度和鲁棒性。首先通过仿真分析变步长算法中的3个固定参数α,β,μ的取值范围及对算法收敛性能的影响;并在两种典型的水声信道环境下,采用两种调制信号对算法的收敛性能进行计算机仿真,结果显示,新算法的收敛速度明显快于XENLMS算法和已有的变步长算法,收敛性能接近递归最小二乘(recursive least square,RLS)算法的最优性能,但计算复杂度远小于RLS算法。最后,木兰湖试验验证了带判决反馈均衡器(decision feedback equalization,DFE)结构的新算法具有较好的克服多径效应和多普勒频移补偿的能力,相比LMS-DFE提高了一个数量级。

一种改进LS信道估计算法在稀疏多径水声信道中的应用

为了消除水声正交频分复用调制(Orthogonal Frequency Division Multiplexing,OFDM)系统中噪声对稀疏多径信道估计的影响,提出了一种改进的最小二乘(Least-Square,LS)信道估计算法。该方法在传统基于离散傅里叶变换(Discrete Fourier Transform,DFT)插值的信道估计结构上进行了改进,得到了基于阈值探测的DFT插值信道估计方法,该方法将小于阈值的时域信道响应置零,探测最有效信道抽头,有效消除噪声干扰的影响。仿真结果验证了DFT插值在稀疏多径水声信道估计中的实用性;得到了当循环前缀长度与信道长度越接近时信道估计性能(Bit Error Rate,BER)越好的结论;确定了在两种调制方式下算法的阈值系数范围;且该新算法与已有算法所需的信噪比可低约2 d B,解决了用循环前缀长度来近似信道真实长度的实际问题。

稀疏水声OFDM系统迭代LS自适应信道估计

为了消除水声OFDM系统中噪声对稀疏多径信道估计的影响,提出了基于阈值探测的迭代最小二乘自适应信道估计方法。该方法根据最小方差准则引入加权因子对误差平方进行加权求和,由此导出一个迭代方程进行自适应信道估计。该迭代方程具有计算复杂度低的优点,不会带来大的矩阵运算。在该方法基础上,提出基于阈值探测的稀疏信道估计方法,探测最有效信道抽头,消除噪声干扰的影响。最后讨论了不同训练符号长度对MSE性能的影响,给出了在一定训练符号长度、阈值等参数条件下改进算法的性能仿真,并对仿真结果进行了分析。

适用于高阶QAM信号的水声信道修正盲均衡算法

针对水声信道的相位旋转问题,提出了适用于高阶QAM(quadrature amplitude modulation)信号的改进的修正常数模算法(improved modified constant modulus algorithm,IMCMA)。在不增大计算量的前提下,对修正常数模算法(MCMA)的权值迭代函数进行修改,从而修正误差控制函数,改善相位补偿能力。在具有多普勒相位旋转的典型两径水声信道环境中进行计算机仿真。结果表明,IMCMA算法相比MCMA算法加快了收敛速度,改善了稳态误差性能;同时又具有和LMS(least mean square)算法相当的相位补偿能力和收敛性能。IMCMA算法可为高速水声通信提供一种非常实用的均衡方法。

多载波水声信道估计技术及其研究进展

简述了水声信道与正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统之间的必然联系,概述了基于导频符号的信道估计算法、自适应信道估计算法、子空间信道估计算法以及压缩感知稀疏信道估计方法在水声通信中的应用现状,总结了各种算法的特点,比较了各种算法的优缺点,并指出了未来水声信道估计的发展方向。

适用于QAM信号的方形判决超指数迭代盲均衡算法

针对超指数迭代判决反馈(Super-Exponential Iteration Decision Feedback Equalization,SEI-DFE)盲均衡算法在水声通信系统中表现出的收敛性差的问题,提出了一种基于正方形判决的修正超指数迭代判决反馈盲均衡算法。该算法在修正超指数算法的基础上,引入判决正方形机制分别对输出信号的同相分量和正交分量进行均衡,以进一步提高相位补偿能力;在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿。消声水池实验采用16QAM调制信号,从滤波器阶数、步长以及Q矩阵大小三个方面对算法的影响来验证算法的误码率性能,结果表明,新算法的误码率相比修正超指数迭代判决反馈(Modified Super-Exponential Iteration Decision Feedback Equalization,MSEI-DFE)算法改善了两个量级,实现了对相位旋转的有效补偿,大大改善了载波恢复性能。

一种新快速LMS-Newton算法在水声信道均衡中的应用

提出一种新的快速LMS-Newton算法,并将该算法用于水声信道均衡。首先引入归一化因子以提高算法收敛速度,在此基础上,引入一种新的变步长迭代方程进一步降低算法收敛后的稳态误差。通过仿真分析步长迭代方程中α和β的取值原则及对算法收敛性能的影响,并在2种水声信道环境下,采用2种调制信号将该算法与其他LMS类和RLS类算法的收敛性能进行比较。研究结果表明:该算法实现简单,收敛速度快,稳态误差小;相比XENLMS算法,对于水声信道和调制信号的变化,新算法的适应性或者鲁棒性更强,且随着信道环境和调制信号的复杂化,新算法的收敛性能均与RLS类算法的相当。

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡(SEIDFE)算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.

快速收敛仿射投影算法在稀疏水声信道的应用

本文提出了一种新的快速收敛比例仿射投影算法,并将算法应用于稀疏多径水声信道均衡。该算法首先在改进比例仿射投影算法(improved proportional affine projection algorithm,IPAPA)的基础上引入变步长算法,提高算法的收敛速度;并在此新算法的基础上通过引入判决反馈结构,进一步改善算法收敛后的稳态误差。在两种典型的稀疏多径水声信道环境下,通过正交相移键控和16进制的正交幅度调制方式对算法的收敛性能进行了仿真。仿真分析了变步长算法中的3个参数γ,η,ζ的取值范围对算法收敛性能的影响,比较了变步长比例投影算法与最小均方类算法、递归最小均方(recursive least square,RLS)算法性能以及基于判决反馈均衡器(decision feedback equalization,DFE)结构的各算法的收敛性能。仿真结果显示,新算法的收敛性能相比IPAPA算法的收敛性能更好,与RLS算法性能相当,且基于DFE结构的各算法的收敛趋势亦相同。

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用(OFDM)系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差(LMMSE)信道估计方法.该方法结合最小二乘(LS)信道估计结果对受窄带干扰(NBJ)和加性高斯白噪声(AWGN)噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.

激光抽运铷原子频标实验研究

采用饱和吸收偏振稳频半导体激光器,建立了激光抽运铷频标实验系统.实现了该系统的闭环锁定.进行了频率稳定度的初步测试,短期稳定度为1.2×10-11τ-1/2.对测试结果进行了分析,并提出了相应的改进措施.

基于FPGA的改进型最小均方自适应时延估计器

提高时延估计器的运算速度和时延分辨力是实现垂直线阵水下被动声目标快速、精确定位的关键。将最小均方自适应时延估计算法中原有的按"滤波-误差更新-权系数更新"严格依次递进的顺序迭代运算,优化为只包含误差更新和权系数更新操作的全并行乘/加运算。改进后的自适应时延估计器结构紧凑,并未改变其误差收敛特性。消声水池缩比试验表明,基于现场可编程逻辑门阵列(field programmable gate array,FPGA)实现的改进型最小均方自适应时延估计器能够在不需要流水线或时序控制单元的前提下提高数据处理速度,且具有一定的抗噪声干扰性能。

水声信道均衡算法比较研究

简述了自适应均衡算法和盲均衡算法在水声通信中的应用现状,以及典型的几种均衡算法。分别采用稀疏多径信道和混合相位信道对几种典型的自适应算法和盲均衡算法的均方误差(MSE)性能进行了仿真比较,结果显示,判决反馈均衡器(DFE)结构的算法在以上复杂水声环境中均衡效果良好;采用稀疏多径相位旋转复信道对典型的自适应、盲均衡算法进行了仿真比较,结果表明,在相同的条件下,自适应算法受相位的影响较小,收敛速度快于盲均衡算法。消声水池实验表明了带二阶数字锁相环(DPLL)和DFE结构的均衡算法均具有较好的载波恢复性能,实现了对相位偏差的跟踪,提高了克服多径效应和多普勒频移补偿的能力。

一种适用于高阶QAM信号的抗扰动水声信道盲均衡算法研究

水声信道存在有大量的脉冲噪声,这些噪声会对均衡算法的稳健性造成影响,严重时还会使算法崩溃。从提高均衡算法稳健性的角度出发,采用均衡滤波器系数变化量的Euclid范数作为代价函数,提出了一种双模式归一化修正常模盲均衡算法,并针对算法收敛速度慢的问题,利用判决正方形方法进行了改进。仿真、试验结果表明,在高阶QAM通信系统中,新的盲均衡算法在收敛能力、收敛速度以及稳健性方面都较传统的双模式MCMA/DD算法更有优势。

基于维谱和SVM的水下目标识别方法

介绍了维谱的性质和支持向量机(SVM)理论,讨论如何从维谱中提取有用特征,并从这些特征中训练得到支持向量,构成分类器,然后尝试利用此分类器对待测信号进行识别,实验结果表明,此种方法能够用来判别目标是否存在,可以成为反潜目标识别的辅助方法。