李娜，李莉

（大连科技学院电气工程学院，辽宁大连 116041）

在数模混合电路设计中，多道脉冲幅度扰动的存在，导致数模混合电路多道脉冲幅度输出稳定性不佳，因此需要构建优化的数模混合电路多道脉冲幅度控制模型，提高数模混合电路多道脉冲幅度检测和控制能力，相关的数模混合电路多道脉冲幅度控制方法研究已经受到人们的重视[1]。

对数模混合电路多道脉冲幅度控制是实现数模混合电路抗干扰优化设计的关键。文献[2]对不同的频谱滤波参数检测方法进行了研究，包括能量检测、匹配滤波器检测、序列检测等检测方法，并对其优劣进行了分析，为数模混合电路多道脉冲幅度控制如何选取最合适的频谱检测方法提供参考。文献[3]提出了一种用于符号检测的迭代匹配滤波（Iterative-Matched Filter,I-MF）方法，利用来自解调端反馈的软信息，实现数模混合电路抗干扰优化设计。文献[4]利用标准最小二乘理论推导EIV 模型的解及近似方差矩阵，建立起一整套EIV 模型参数估计和精度评定的体系。但传统方法进行数模混合电路多道脉冲幅度控制的输出稳定性不佳，信号输出的抗干扰性不强。

针对上述问题，文中提出基于FMEA 分析的数模混合电路多道脉冲幅度控制算法。仿真测试分析结果显示，文中方法在提高数模混合电路多道脉冲幅度控制能力方面具有优越性能。

1 数模混合电路多道脉冲信号和预处理

1.1 数模混合电路多道脉冲信号模型

为实现基于FMEA 分析的数模混合电路多道脉冲幅度控制，构建数模混合电路多道脉冲信号接收模型，采用三层神经网络体系结构[5]，构建数模混合电路多道脉冲信号的波束集成分布式检测模型，如图1 所示。

图1 数模混合电路多道脉冲信号检测模型

在图1所示的数模混合电路多道脉冲信号检测模型中，采用变结构的输入转换控制方法，得到数模混合电路多道脉冲信号分布式检测的二次规划模型为：

其中，p为检测的神经网络特征函数，sf为数模混合电路多道脉冲信号参数，a(t)为数模混合电路多道脉冲幅度控制参数，结合迭代寻优，得到每一相的数模混合电路多道脉冲诺顿等效优化控制模型如下：

其中，λ为转换控制优化参数，β为相关的数模混合电路多道脉冲管控梯度增益函数。

根据上述分析，构建数模混合电路多道脉冲多维度管控和信号检测模型[6]，得到优化的参数识别结果如下：

其中，e为多维度管控函数，d(s)为数模混合电路的信号脉冲控制参数。采用时频特征分析方法，得到数模混合电路多道脉冲时频转换模型为wg。在输出功率增益稳态调度下，得到数模混合电路多道脉冲幅值检测输出表示为：

其中，r为输出调度函数，m(a)为输出的稳定性参数，结合小波尺度分解，构建数模混合电路多道脉冲幅度检测的匹配滤波检测器，提高信号检测识别能力[7]。

1.2 数模混合电路多道脉冲信号滤波

采用均衡滤波器实现数模混合电路多道脉冲信号检测和抗干扰抑制，结合自相关匹配方法实现数模混合电路多道脉冲信号特征提取[8]，自相关匹配阈值函数为：

其中，τ为抗干扰抑制参数，通过泰勒级数展开，得到数模混合电路多道脉冲信号的匹配滤波检测输出为hi(l)。采用带通滤波器调节脉冲响应，得到数模混合电路多道脉冲融合输出函数为sw。

数模混合电路多道脉冲每个时间点最大值对应数模混合电路多道脉冲频率点[9]，结合瞬时频率估计的方法，得到数模混合电路多道脉冲时频参数估计值如下：

其中，Λ(k) 为频率点特征参数，通过混合电路多道脉冲参数融合，在信噪比较低的情况下，采用多维空间降噪，得到混合电路多道脉冲的幅值检测结果[10]。

2 数模混合电路多道脉冲幅度控制优化

2.1 数模混合电路多道脉冲幅度特征提取

在上述混合电路多道脉冲参数检测模型的基础上，检测出数模混合电路多道脉冲信号的谱密度特征量，通过自相关融合和负载均衡控制的方法，实现数模混合电路多道脉冲幅度检测[11]，得到数模混合电路多道脉冲幅度参量估计模型为：

其中，Nk是k层数模混合电路多道脉冲幅度特征量。经过融合迭代滤波检测，得到每个时刻最大值对应的频率点为g(n)。在低信噪比条件下，得到数模混合电路多道脉冲幅值增益为βz。计算数模混合电路多道脉冲幅值的最大值所对应的频率点[12]，得到幅值集成的修正结果为：

其中，η为学习率函数。计算偏离信号瞬时频率的真实值，得到迭代模型为Γj。

采用收敛性控制方法，构建数模混合电路多道脉冲幅值的误差校准模型，得到数模混合电路多道脉冲幅度特征频率参数为：

根据瞬时频率估计值，结合特征参量的优化估计模型，实现对数模混合电路多道脉冲幅度检测和优化控制。

2.2 数模混合电路多道脉冲幅度均衡控制

通过自相关融合和负载均衡控制的方法，实现数模混合电路多道脉冲幅度检测，采用FMEA 分析方法构建数模混合电路多道脉冲幅度控制的均衡调度模型，得到的多道脉冲幅度均衡控制参数表示为：

其中，E(x) 是多道脉冲幅度混响的慢变包络，φ(x)是多道脉冲幅度分布相位。其振幅服从瑞利分布规律，所以混合电路多道脉冲参数振荡的幅值为：

其中，为混合电路多道脉冲参数振幅E的方差，由于信噪比降低，得到混合电路多道脉冲参数的融合参数分布模型为Δ(D)。

采用时频分布检测的方法，得到数模混合电路多道脉冲的帧结构K的表达式为：

其中，f0与ψ0分别表示数模混合电路多道脉冲的起始频率帧与初始相位，ζ为数模混合电路多道脉的BPSK 调制参数[13]，脉冲调制的带宽为W，在边缘效应和噪声的影响下，得到输出帧格式为Bg。

采用时频检测和拷贝相关特征分析的方法，得到数模混合电路多道脉冲幅值均衡调节的自相关函数为：

其中，WT为数模混合电路多道脉冲幅值分布的增益。计算瞬时频率估计值，得到数模混合电路多道脉冲检测的散射特性函数为G(hn)[14-15]。

采用FMEA 参数估计方法，得到优化的数模混合电路多道脉冲幅值控制输出模型[16]为：

综上分析，采用FMEA 分析方法构建数模混合电路多道脉冲幅度控制模型，实现脉冲幅度的波峰检测和均衡控制，脉冲信号幅度控制的几何关系如图2 所示[17]。

图2 脉冲信号幅度控制几何关系

3 仿真测试与结果分析

为了验证文中方法在实现数模混合电路多道脉冲幅度控制中的应用性能，采用Matlab 仿真工具设计数模混合电路多道脉冲幅度控制和信号处理仿真实验。设定数模混合电路多道脉冲幅度信号的调制信号为LFM 信号，信号采集的归一化初始频率为f1=0.3 kHz，归一化终止频率为f2=0.05 kHz，信号干扰的信噪比为-8 dB，调制带宽为12 dB。根据上述参数设定，得到数模混合电路多道脉冲信号如图3所示。

以图3 的信号为输入，实现对数模混合电路多道脉冲幅度检测，得到检测结果如图4 所示。

图3 数模混合电路多道脉冲信号

图4 多道脉冲幅度检测

分析图4 得知，文中方法能有效实现数模混合电路多道脉冲幅度检测，信号的幅值调频性能较好。测试数模混合电路多道脉冲幅度控制的输出收敛性曲线如图5 所示。

分析图5 的仿真结果得知，文中数模混合电路多道脉冲幅度控制方法的收敛性较好，对脉冲幅度控制的目标学习性能较高。

图5 输出收敛性曲线

4 结束语

为提高数模混合电路多道脉冲幅度检测和控制能力，文中提出基于FMEA 分析的数模混合电路多道脉冲幅度控制算法。采用三层神经网络体系结构，构建数模混合电路多道脉冲信号的波束集成分布式检测模型，结合自相关匹配方法实现数模混合电路多道脉冲信号特征提取，采用多维空间降噪，实现数模混合电路多道脉冲幅度检测，采用FMEA 参数估计方法，得到优化的数模混合电路多道脉冲幅值控制输出模型，实现脉冲幅度的波峰检测和均衡控制。研究得知，采用文中方法进行数模混合电路多道脉冲幅值控制的均衡性较好、收敛性较强。