多径环境下的密集假目标干扰抑制技术研究

密集假目标干扰兼具欺骗和压制的干扰效果,是对抗现代相参雷达的典型干扰. 对于地面雷达,当干扰机位于低仰角复杂环境时,其接收到的干扰信号可能存在多径效应,导致传统的副瓣对消（SLC）算法性能明显恶化. 针对该问题,提出一种基于多径筛选的并行SLC算法. 算法在假目标检测的基础上,通过K-Means无监督聚类对各假目标峰值的通道间相位矢量进行聚类分析;根据聚类结果筛选各路径的干扰样本进行并行SLC处理;针对各路对消结果进行同距离选小,从而实现多径环境下的密集假目标干扰抑制. 利用某型雷达采集的实测数据验证了算法的有效性.      

基于Kalman滤波的分布式全相参雷达相参参数估计方法

针对运动目标,提出了基于Kalman滤波的相参参数(时间差和相位差)估计方法,建立了雷达本地坐标系及目标本体坐标系,给出了目标的运动模型及相参参数的数学模型;提出了利用正交信号对相参参数进行估计的方法,通过对待估参数进行推导分析,建立了状态方程和量测方程,提出了利用Kalman滤波算法对相参参数测量值进行滤波以提高参数的估计精度;仿真分析验证了基于Kalman滤波的相参参数估计方法的有效性.      

自主学习复合模式在信号与系统课程教学中的应用

近年来,自主学习模式被运用到不同层次的教学中,信号与系统具有知识点多、理论性强的特点,传统教师讲授模式难以获得理想效果,而单纯的学生为中心自主学习模式也很难达到理想效果,因而提出了信号与系统自主学习复合模式.该模式整合了传统讲授教学和学生自主学习的优势环节,整个教学过程分为"教师引导"、"师生交互"和"自主学习"三个阶段,对学生进行循序渐进的引导,一定程度上培养了学生发现问题、解决问题的能力.     

中国南海红树植物老鼠簕的化学成分研究

通过柱层析和HPLC从中国南海红树植物老鼠簕中分离得到6个化合物,利用1DNMR、2DNMR（HCOSY,HMQC,HMBC）谱图分析,确定了化合物的结构.化合物1为（＋）-lyon iresinol 3α-O-β-D-glucopyranoside,化合物2为（-）-lyon iresinol 3α-O-β-D-glucopyranoside,化合物3为（＋）-lyon iresinol,化合物4为1H-Indole-3-carboxylic ac id,化合物5为1H-Indole-3-carboxal-dehyde,化合物6为1H-Indole-3-acetic ac id.     

构建信息类专业实践教学体系的思考

根据本校信息类专业的特点,对创新“实践教学体系”的构建进行了研究与探索,提出了实践教学体系模式,阐述了实践教学体系的基本框架、内容结构以及具体设计原则,给出了创新“实践教学体系”的架构,介绍了该实践教学体系近几年来的实践效果。     

温度作用下的岩石热弹塑性本构方程的研究

分析研究了岩石在高温高压作用下的热弹塑力学特性,研究了岩石的加、卸载过程,根据损伤力学的基本理论,推导了温度作用下岩石热弹塑性力学特性本构方程。由于岩石的损伤演化规律和塑性应变的演化规律不完全独立,所以本构方程中只需引入塑性变形的屈服准则。     

统计参数与JRC的定量关系研究

采用图像分析技术对10条JRC剖面线进行数字化处理,采用0.5mm、1.0mm、2.0mm及4.0mm的采样间距得到JRC曲线的坐标并计算相应的统计参数值(坡度均方根Z2、结构函数SF和粗糙度指数Rs)。研究发现Z2随采样间距的增加而变小,SF、Rs则随采样间距的增加而增加,不同的剖面线对采样间距的敏感度不一样。采样间距为0.5mm时,对数函数适合描述JRC与Z2、SF和Rs的关系;当采样间距为1.0mm、2.0mm、4.0mm时,线性函数最适合表达JRC与Z2的关系,指数函数最适合表达JRC与SF、Rs的关系。     

汉字动态生成的结构与风格模型

提出一种基于汉字结构和风格的字形生成模型。该模型将汉字字形抽象为汉字结构和汉字风格两种模式,并在结构中将汉字笔画抽象为连续的笔元,通过笔元的特征点构造笔元向量、径向量、弦向量和轭向量,进行笔画风格的重建。通过这种方法,动态产生可用于True type个性化汉字字形设计的字形,实现汉字字形的Web存储和在客户端的特征字形输出,克服了现代汉字由于汉字数量巨大而在字形设计方面的不足,为个性化汉字信息的云端存储和云端字形服务提供了一种有效的策略和方法,为设计更深层次的汉字信息服务奠定了基础。     

TBM掘进速度预测模型研究

随着机械制造技术的进步,全断面岩石隧道掘进机被广泛应用于深、长、大隧洞的开挖,鉴于全断面岩石隧道掘进机(TBM)对地质条件十分敏感,且其前期投入巨大,采用合适的方法、准确地预测TBM掘进速度对TBM施工的进度安排和成本估计十分重要.基于纽约皇后NO.3隧道153组实测岩体参数(UCS、PSI、DWP、BTS、α)和TBM掘进速度(PR),分别采用BP神经网络和CART算法建立TBM掘进速度预测模型,与已有预测模型对比发现,CART预测模型预测精度更高更易于不同工程相互借鉴,且在部分岩体参数缺失的情况下也能对TBM掘进速度进行有效预测.     

《园区网系统集成项目实训》课程开发浅谈

当今社会是一个以网络为平台的信息时代,许多企事业单位的信息化已成为企业重要的资源和重要的竞争条件。因此,企事业单位把建设自己的园区网当成一项重要的事情来抓,构建出一个安全可靠的、高效实用的、可扩展的、方便管理的网络。这就需要大量能够构建和管理园区网的人才,这对我们高职院校的计算机网络技术专业人才培养带来新的机遇与挑战。通过在高职院校开设《园区网系统集成项目实训》课程,让我们的学生掌握相关的技术,满足企事业单位对人才的需求。