基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

彩虹全息标识的计算全息加密

提出了一种利用计算全息实现对彩虹全息图的加密,利用全息干涉对信息解码的新防伪方法,将计算全息和普通的彩虹全息合成在一张全息图上,通常情况下只能看到普通的彩虹全息标识图,用另外一张计算全息图解码后,在其干涉图样中可再现出用于加密的图象信息。该方法可在不增加原有设备和条件的情况下,大大提高彩虹全息图的防伪力度。     

基于聚类和时序相关的重点雷达信号快速识别

针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise, DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval, PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。     

轴上光强为零的位相型波带片

提出了一种新型的衍射光学元件－一位相型零轴辐射波带片,用计算机模拟和实验分析验证了该元件的衍射特性,这种元件能实现光轴上任意点光强为零,可应用于高精度光学准直。