基于重采样的分布式接收合成算法

针对分布式接收中合成信号的问题,提出了一种基于重采样的分布式接收合成算法。该方法首先利用重采样对输入不同的信噪比进行索引,去除低的信噪比值,复制高的信噪比值,提高输入的信噪比值;然后利用SUMPLE算法估计权值,并完成信号的合成,提高合成算法的性能。仿真结果表明,在分布式接收中,当输入不同的信噪比时,利用基于重采样的分布式合成算法提高了合成增益,在与原算法相近的合成损失下提高了收敛速度。

基于RLS的二次加权相关时延估计算法

针对测向定位中时延估计的问题,提出了一种基于递推最小二乘(Recursive Least Squares,RLS)算法的二次加权相关时延估计方法。该方法在二次相关算法基础上,一方面引入RLS算法,在二次相关前进行自适应滤波,提高系统抗噪能力,且具有较快的收敛速度;另一方面借鉴广义互相关的思路,引入加权函数,并且采用二次加权方式,提高时延估计的性能。仿真结果表明,在低信噪比环境下,基于RLS的二次加权相关时延估计法使谱峰更加尖锐,抑制了噪声的影响,提高了估计的精度。

提高合成营部队思想政治教育质效的思考

陆军合成营部队是目前陆军作战力量组成的“新单元”,也是陆军新型指挥体系的“新末梢”。合成营部队在组织架构、专业力量、任务履行上已经“合”起来,在“合”的过程中同时也生“成”了一些难以避免的阵痛感,研究合成营部队思想政治教育的质效问题,是为了更好地为合成营部队有效减轻这些阵痛感而做的新尝试。