析线性网络的时延特性

论述了线性网络的各种时延术语的意义。导出了相时延、包络时延、群时延、相截时延与网络相位特性之间的关系 ,详细推导了群时延公式 ,并简要讨论了各种时延之间的相互关系及应用问题。     

基于判决反馈均衡的水声信道估计与通信算法

在分析基于最小均方信道估计算法的基础上,对计算量较小的匹配追踪算法进行改进,引入路径门限调整机制以克服虚假路径造成的不良影响,利用重要路径权系数的2次迭代修正方法,进一步提高了水声稀疏信道的估计精度;借助于信道估计值进行均衡系数的解算,利用判决反馈均衡器(DFE)的输出信号对信道估计质量进行实时评估,提出了一种基于DFE的信道长度自适应选择的信道估计算法,同时,通过仿真和实地实验验证了其有效性.结果表明,所提出的算法能够在未知水声环境下实现对信道估计算法的自适应调整以及对预估信道长度的合理选择,以较高的计算效率而实现对水声信道的精确估计,满足未知水声信道环境下的精确信道估计及通信应用需要.     

麸曲糖化酶活力测定方法探讨

糖化酶活力是制曲过程中的一个重要指标。建立了3,5-二硝基水杨酸(DNS)结合连续流动化学分析仪(API)检测麸曲糖化酶活力的方法。结果表明:通过t检验,次碘酸盐法、DNS法和DNS优化法测定糖化酶活力均无显著性系统误差,DNS优化法的误差值最低为13.1 U/g,RSD值为1.97%。通过F-检验双样本方差分析,DNS优化法较快速滴定法、DNS法测定麸曲糖化酶活力的精密度均有显著性提高,且具有简便、快捷的特点。     

彩钢夹芯板房防火间距的模拟与试验验证

依据既有试验数据,开展了聚苯乙烯彩钢夹芯板房防火间距的计算机模拟,并对模拟结果与试验结果进行比较,得到最大热辐射强度的平均相对误差为8.77%,最高温度的平均相对误差为7.71%,证明了模拟方法的正确性.在此基础上模拟分析了不同风速对板房火灾发展的影响,通过模拟结果回归整理获得了不同风速下板房组团防火间距的数学表达式,这些公式的相关性较好,可推广使用并作为板房防火间距设计计算的参考.     

基于似然函数的自适应Singer模型滤波算法

Singer模型滤波算法可以对机动目标进行有效跟踪,但其模型参数的确定依赖于先验知识,且一旦确定,将在滤波过程中不再变化.因此,当事先确定的参数与目标机动不匹配时,跟踪精度会变得比较差.针对模型参数失配时,传统Singer模型不能有效跟踪机动目标的问题,提出一种自适应Singer模型滤波算法.在滤波过程中,构造多模型的模型似然函数,并随着滤波过程实时计算模型似然函数,根据似然函数的变化,自适应调整Singer模型加速度参数.仿真表明,该算法能够有效跟踪目标不同的机动情况,滤波效果较固定参数的Singer模型算法和离散自适应Singer模型算法更优.     

汽油储罐泄漏扩散三维动态研究

10 000 m³的立式内浮顶储罐在成品油站场中数量最多,为研究汽油泄漏扩散行为,考虑相邻罐之间的影响,通过FLACS软件,按照标准建立罐区三维模型,基于pool模块,分别讨论液池和可燃气云在不同泄漏速率、温度、风速影响下的扩散行为。研究结果表明,双罐区的液池和气云扩散主要受相邻储罐的阻挡而绕流扩散,随后与单罐区一样,受到防火堤的约束;根据在30 s形成的液池面积大小及可燃气体扩散最远距离来评价汽油泄漏后的灾害严重程度,发现泄漏速率越大、风速较小且稳定时,液池及可燃气云扩散速度越快,危险程度越高,而温度对液池扩展及气云扩散影响较小;结合监测点的实时气体浓度信息及GB 50493——2019相关规定,建议罐区可燃气体探测器设置在泄漏源附近,高度设置为0.3 m。     

常见SAR相关干扰技术对比分析

针对基于数字射频存储(digital radio frequency memory, DRFM)的相关压制干扰技术和基于回波模拟的二维面目标合成孔径雷达(synthetic aperture radar, SAR)干扰技术开展研究, 这两种干扰技术都采用与雷达辐射信号高度相关的干扰信号样式, 具有干扰效率高的优点, 被SAR干扰设备广泛采用。首先, 讨论了SAR雷达点目标和面目标的回波数据模型。然后, 分别讨论了DRFM压制干扰技术和面目标欺骗干扰技术的原理。最后, 利用Matlab对DRFM压制干扰技术和面目标干扰技术进行了仿真, 同时与传统的噪声压制干扰技术一起, 对比分析了干扰的效果, 给出了干扰技术的应用建议。仿真结果表明, 面目标干扰对SAR成像局部干扰更加有效, DRFM压制干扰技术适用于大带宽高分辨SAR成像, 面目标干扰更加广泛应用于SAR欺骗干扰。     

多阶密度加权实现低副瓣相控阵

副瓣电平是相控阵天线系统完成抗干扰、减弱背景杂波影响、对抗反辐射导弹的任务的一个重要指标。设计合理的口径分布函数是降低副瓣电平的有效手段。通过分析密度加权法在设计口径分布函数中的误差,采用多阶密度加权法对直接密度加权稀疏阵进行了改进,通过仿真验证了该方法的有效性。     

基于机器学习链路权重优化的无人机网络路由算法

针对分布式“马赛克战”场景下侦察-判断-决策-行动(observe orient decide act,OODA)环通信加速的要求,提出了基于机器学习链路权重优化的无人机集群网络路由算法。针对OODA环当前阶段业务量通信需求,对业务量通信的完成时间进行建模,以最小化业务量通信完成时间为优化目标,通过利用机器学习梯度下降方法实现无人机集群网络分布式路由链路权重的优化,从而满足OODA环的通信加速要求,使己方可以先敌行动,获得战场主动权。仿真表明,相比于现有无人机网络的路由算法,提出的算法能显著降低OODA环的通信时间,提高数据报文传输成功率。