基于多级跳线残差网络的雷达辐射源识别

针对复杂体制雷达辐射源的识别问题, 提出了一种基于时频特征提取与多级跳线残差网络(multi-level jumper residual network, MLJ-RN)结合的识别方法。首先,计算辐射源信号的平滑伪Wigner-Ville时频分布生成时频图像以表达信号本质特征, 将图像进行预处理以保留信号细微特征差异。然后,设计多级跳线连接的残差单元, 在此基础上构造MLJ-RN, 对时频图像相邻卷积层的细微特征进行学习和识别, 并使用随机梯度下降法训练网络。最后,通过对网络进行参数优化, 强化对信号的深层特征提取能力。仿真结果表明, 信噪比为－5 dB时, 该方法对12类雷达辐射源信号的整体识别概率达到95.1%, 从而验证了该方法在低信噪比下识别雷达信号的有效性。     

一种搜索LFM信号模糊函数主脊切面的快速算法

模糊函数主脊切面特征能较好地反映不同信号波形结构上的差异,但搜索信号模糊函数主脊切面的计算量非常大.提出了一种快速搜索线性调频(linear-frequency modulated,LFM)辐射源信号主脊切面的方法.该方法利用LFM信号的分数傅立叶变换模函数具有对称性,且单边单调的性质,采用先全局后局部方式搜索LFM信号主脊切面.实验结果表明,在不降低参数估计精度的条件下,该方法的计算量大大减少.     

空基辐射源非合作探测系统目标定位

研究了空基辐射源非合作探测系统的多目标定位及数据关联问题. 首先分析时差定位方法中的目标定位精度,在多目标情况下提出基于冗余测量信息的数据关联方法,解决了多目标多站时差测量值配对问题. 数值计算表明了该方法的有效性.     

弹性约束下非保守变截面杆的稳定性分析

采用Lagrange插值多项式处理复杂边界条件和递推的有限差分方法，有效地分析了端部具有集中块和弹性约束的任意变截面直杆，在任意分布的切向随从力作用下的动态特性和稳定性。进一步讨论了弹性约束、楔形比、集中块的质量和转动惯量对杆的失稳形式和临界载荷的影响。     

空间用高效率硅太阳电池

本文阐述空间用高效率PESC硅太阳电池的理论设计和工艺实验研究.将电池设计为浅结密栅,在前表面热生长一超薄SiO_2钝化层,并制作了双层减反射膜,使电池的开路电压、短路电流和填充因子都得到较大改进.在AM1.5光照条件下,短路电流密度高达37.4 mA/cm~2,光电转换效率达到18.03%.     

超声雾化器中皮尔斯晶振电路射极电感的稳频作用

在皮尔斯陶瓷晶振电路的发射极串接一个适量的电感使晶体管的c-e间和b-e间都成为一个串联谐振电路,其谐振频率稍高于陶瓷晶振频率,从而提高了其容抗对频率变化斜率,进一步提高了整个电路的频率稳定性。     

基于快速成形技术滴头的结构试验研究

快速成形技术(RP)能在几小时之内把滴头的三维计算机辅助设计(CAD)模型转换成滴头原型,制作出的原型可直接连接到水力性能试验台上进行试验．测量了11个压力点下每种4个滴头的流量值,然后应用MATLAB软件中的科学计算模块进行回归分析,具体采用多无线性回归算法,最后得到了6种滴头的压力流量公式和总的回归图．在对回归公式进行比较时,发现6种滴头公式的系数项随流通单元数的增加而减少,当相对于宽度为1．0mm的截面时,0．8mm截面的流量系数和流态指数均呈现明显减小现象,说明后者比前者的水力特性好,即流量随压力变动小,这也能从回归图中得到验证．由于0．8mm比1．0mm截面的流量压力曲线更平缓,因此可得出滴头迷宫的单元数越多,截面尺寸越小,压力流量曲线就越平缓,即水力性能就越好的规律．     

直动滚子从动件盘形凸轮机构效率计算与分析

运用力学方法研究了直动滚子从动件盘形凸轮机构的瞬时效率 ,分析了机构的自锁条件 ,提出了基于效率的设计方法 ,该方法可作为机构基本尺寸设计理论依据     

基于粗集理论的雷达辐射源信号识别

将粗集理论（RST）引入到雷达辐射源信号（RES）识别中，提出一种区间连续属性离散化新方法及相应的特征选择算法，将RST与神经网络（NN）结合，设计粗集神经网络（RNN）分类器．实验结果表明，该方法解决了已有方法难以处理的区间连续属性离散化问题，获得的正确识别率比其他3种方法分别高出7．29％、4．34％和4．00％．RNN的平均训练代数比NN少97．54，RNN的平均识别率比NN高2．84％，这表明RNN具有比NN更好的分类能力和泛化能力，从而证实了该方法的有效性和可行性．     

一种交互式Stackelberg主从对策的两层决策方法

本文建立了一类上层多目标、下层单目标的两人两层决策问题的数学模型和决策机制，充分利用满意度的概念和性质，提出了一种交互式决策方法．该方法具有交互过程简单，便于在计算机上实现等优点，并有助于进一步研究决策支持系统．