Nested阵列宽带LFM信号二维DOA估计

Nested阵列以其大阵列孔径和更多自由度的优点,成为近期研究的热点。但大多集中在对窄带、平稳信号的波达方向(direction-of-arrival,DOA)估计,针对宽带信号,特别是非平稳宽带信号的研究较少。本工作基于分数阶傅里叶变换,应用DOA矩阵方法,提出一种Nested阵列二维测角算法,不需进行二维非线性搜索和参数配对,可实现对宽带线性调频信号的空间波达角精确估计。仿真结果验证了该算法的优越性。     

Microsoft SQL Server的索引结构及其优化

在分析一般常规索引结构的基础上 ,深入讨论了 Microsoft SQL Server的索引结构 ,并叙述了如何建立有效的索引 ,以优化 SQL Server的工作性能     

一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.     

射频仿真中直升机旋翼信号的建模与实现

作为中、近程导弹武器系统的主要作战对象,武装直升机低速飞行或旋停时,其机身回波极易被背景杂波掩盖,导引头很难识别,所以只能通过旋翼回波信号跟踪目标.简要介绍了直升机旋翼谱的理论模型,并详细介绍了旋翼谱基带和射频复现的方式.在成功复现直升机射频信号的基础上,完成某型号导弹攻击直升机半实物仿真试验,半实物仿真试验结果表明了直升机旋翼信号射频复现方式及建模的有效性、正确性和实用性.     

含Nb-Ti低碳微合金钢纳米碳化物析出行为

采用热膨胀仪、显微硬度计和透射电镜研究了等温温度对Nb-Ti微合金钢组织性能及析出行为的影响规律.结果表明,在不同温度下等温淬火均得到铁素体与马氏体的双相组织,且随着等温温度的降低,铁素体的体积分数逐渐增大.实验钢中存在两种主要的析出形态,分别为相间析出和弥散析出,且随着等温温度的降低,析出形态逐渐从相间析出向弥散析出转变.通过HRTEM确定相间析出碳化物具有Na Cl型晶体结构,晶格常数为0.432 nm,且与铁素体基体满足Baker-Nutting(B-N)关系.铁素体相的维氏硬度随着等温温度的降低而逐渐增大.     

基于数据仓库的动态报表系统设计与实现

以数据仓库的概念为基础,开发了基于数据仓库的动态报表系统,并给出了本系统的设计思想和实现方法.本系统能够按照用户的要求生成任何形式的报表,使用灵活、方便并提高了数据存储和查询效率.     

Nb-V低碳微合金钢等温淬火过程析出行为

利用透射电镜和纳米压痕仪对Nb-V低碳微合金钢中纳米碳化物的析出行为进行研究.研究结果表明,在700℃等温60min试样中,可同时观察到相间析出和弥散析出,在其余试样中均未观察到相间析出,此规律可以通过相变过程中的扩散准则和台阶机制来解释.另外,纳米压痕结果显示在600℃等温20min试样中,平均硬度为3.87GPa,650℃等温20min试样中,平均硬度为4.10GPa,且通过TEM观察可以看出,650℃等温20min中试样析出物数量密度较大且分布均匀.利用Ashby-Orowan机制对析出强化量进行计算,可以得出在650℃等温20min试样中,析出强化对整个屈服强度的贡献量可以达到110MPa.     

基于数据仓库的动态报表系统设计与实现

以数据仓库的概念为基础 ,开发了基于数据仓库的动态报表系统 ,并给出了本系统的设计思想和实现方法。本系统能够按照用户的要求生成任何形式的报表 ,使用灵活、方便并提高了数据存储和查询效率     

基于数据挖掘的隐性知识显性化及其构建

通过对英语教师口语语料的分析,从母语使用、教师提问语和指令语等角度,运用关联规则探讨教师隐性知识显性化和学生隐性知识构建的认知过程,统计实验结果证明了研究方法的适用性和可行性。     

基于信息论和遗传算法的Bayesian网络弧定向方法研究

Bayesian网弧定向问题是Bayesian网学习的一个重要方面．提出了一种基于信息论和遗传算法的Bayesian网弧定向算法．将信息论中鉴别信息这一概念引入Bayesian网学习中来,以鉴别信息定向后的网络为基础网,并设计相应的适应度函数和遗传算子,使该算法能够收敛到全局最优的Bayesian网结构．从而极大地减弱了单纯利用遗传算法学习对初始群体的依赖性,提高了算法的收敛速度．实验结果表明：该算法能够有效地解决Bayesian网弧定向问题．