一种基于模型的雷达超分辨方法

基于多目标及其雷达回波信号的建模,本文提出了一种实现雷达超分辨的新方法。该方法的基本思想是将空间上相距很近的多个目标的分辨转化为目标冲激响应的辨识,然后利用最小二乘方法估计目标的冲激响应函数。仿真结果表明,新的超分辨方法是十分有效的,并且具有结构简单和分辨力高等特点。     

一种极化鲁棒自适应子空间检测算法

提出一种高斯杂波和噪声背景下的极化鲁棒自适应检测算法.因阵列校正误差、波束指向误差等因素引起的目标标称导向矢量与真实的不一致,可能会导致检测性能下降.通过在目标标称导向矢量子空间增加一些矢量,提出一种基于子空间的对模型失配鲁棒的检测算法.仿真结果表明,当目标导向矢量误差较大时,算法仍能取得较好的检测性能.      

高墩多塔斜拉桥沿桥轴向风特性实测分析

为研究山区地形高墩多塔斜拉桥沿桥轴向风特性变化情况,在桥面沿桥轴向安装两个三维风速仪和两个二维风速仪,利用小波法提取实测非平稳风时变平均风速,对沿桥轴向风样本进行平均风特性和紊流风特性分析.结果表明:沿桥轴向4个测点平均风速、平均风向角变化趋势基本保持一致;沿桥轴向湍流强度、阵风因子、积分尺度等紊流参数变化趋势基本保持一致,顺风向湍流强度均值较规范推荐值偏高;沿桥轴向实测风样本顺风向功率谱密度在低频段较Simiu谱值偏低,在高频段顺风向功率谱密度与Simiu谱吻合较好;竖风向功率谱密度在低频段较Panofsky谱值偏低;在高频段竖风向功率谱密度与Panofsky谱吻合较差.     

多径CDMA信道中一种改进的MMSE空时多用户检测算法

分析在多径CDMA信道中空时多用户检测的信道模型，从理论上推导出信道脉冲响应矩阵必须满足的条件．重新定义多个用户的均方误差，利用最陡下降方法求解空时多用户检测的最优权因子，并通过估计迭代表达式中的相关系数，提出一种在多径CDMA信道下低复杂度的空日寸多用户检测算法．该算法不需要求解矩阵的逆，只需求解复杂度较低的迭代系数，与经典的线性最小均方误差(MMSE)算法相比，显著降低了计算复杂度．仿真结果表明，该算法具有稳定的收敛性和良好的检测性能．     

移动通信中的信息共享结构

针对移动通信中频谱资源匮乏和网络拥塞问题,提出了一种基于信息共享理论的新型移动通信网络.通过分析信息共享的本质特征,提出基于信息共享的互补网络结构模型,其特点是通过加入广播机制将高热度的宽带信息与个性化需求业务分别利用单向广播信道和双向交互信道传输.理论研究结果表明,基于push-based与pullbased工作模式的混合广播调度模型,既对广大移动用户提供了共享信息的主动服务,又提供了个性化的按需服务.     

武汉市旱情成因分析与对策探讨

因武汉所处的地理位置、环境特殊,易涝也易旱,为自然灾害的多发地带。通过对旱情成因的分析,该文重点提出对特大干旱时期的农业生产应急对策,为减轻旱灾损失提供参考。     

热处理状态和工艺顺序对铝型材弯曲回弹的影响

采用实验和数值仿真相结合的方法研究了材料热处理状态和工艺顺序对6063铝型材弯曲回弹的影响规律和机理.结果表明:型材绕弯变形区内外层材料分别为压应力和拉应力起主导作用,中性层附近材料为明显的拉-压两向应力集中区.外力卸载后,中性层存在很大的残余拉应力;挤压态型材经人工时效处理后绕弯成形回弹角将会变大.且随着人工时效时间的延长,内外侧材料最大拉压应力差变大,回弹角逐渐增大;弯曲型材后续经人工时效或电泳烤漆处理,产生二次回弹.且弯曲角度越大,热处理后回弹角会增大.进一步延长人工时效时间,弯曲型材的回弹角基本不变;弯曲型材的三种成形工艺顺序方案中,挤压态型材先经冷弯成形再紧接着进行人工时效和电泳烤漆处理总的回弹角最小.     

基于生成对抗网络的海马子区图像分割

海马子区体积很小且结构复杂,传统分割方法无法达到理想分割效果,为此引入生成对抗网络模型用于海马子区图像分割.该方法构建一个生成对抗网络模型,通过构建生成网络和对抗网络并对其进行交替对抗训练实现对脑部海马子区图像的像素级精确分割.实验选取美国旧金山CIND中心的32位实验者的脑部MRI图像进行海马子区分割测试,在定性和定量方面分别对比了所提方法基于稀疏表示与字典学习方法和传统CNN的分割结果.实验结果表明,该方法优于基于稀疏表示与字典学习和CNN方法,海马子区分割准确率有较大提升.该方法提升了海马子区的分割准确率,可用于大脑核磁图像中海马子区的分割,为诸多神经退行性疾病的临床诊断与治疗提供依据.     

快速序列视觉呈现任务下的脑电分类算法

提出了一个在快速序列视觉呈现任务下的脑电信号分类算法.将图片序列快速呈现给受试者并将同步采集脑电信号,将脑电信号截取分段作为样本集.通过约束有监督降维后样本与样本中心差值的趋近方向,使用训练集脑电数据训练得到映射矩阵;通过特征提取函数将训练集和测试集的脑电数据样本变换为特征矢量,使用支持向量机对样本进行分类.实验结果表明,算法对24名受试者的脑电信号分类的平均正确率为91.5%,平均AUC达到了0.95,证明脑电分类算法具有良好的分类性能,可以在快速序列视觉呈现任务中准确地识别目标图片.