阵列声强器及其应用

声矢量传感器能够同时拾取空间同一点的声压振速信息,可以进行声场声强测量.据此提出了阵列声强器的概念.即当声矢量传感器成阵时,在波束域进行声强处理,以获得目标的方位信息.当空间高度欠采样时,声矢量传感器阵将产生栅瓣模糊,利用阵列声强器获得的方位信息可以抑制稀疏阵的栅瓣模糊,使得声矢量传感器阵在不增加阵元个数的前提下增大了阵列孔径,从而提高了方位分辨力.对阵列声强器去模糊性能进行了理论分析,仿真结果表明了所提算法的有效性.     

全息光子晶体负折射特性的研究

运用平面波展开法计算了由全息法制备的空气介质柱二维光子晶体能带结构和等频面图,分析了在光子晶体中发生负折射现象的条件和频率区间,并利用时域有限差分法进行了验证.结果表明,在较宽的频率区间和较大的入射角度范围内,全息光子晶体可以发生明显的负折射现象.全息光子晶体负折射现象的研究为左手材料的设计和制备提供了一种新的思路.     

植物叶相全息分析技术

以全息胚学说和全息生物学理论为基础,以植物体中的相对独立部分叶为对象,以叶与整体或其它部分,或其它性状的全息相关性为研究内容,首先提出了植物叶相全息分析技术的概念,并提出了其任务、理论基础、研究范围、发展前景等系列内涵,从而建立了一项新的研究技术。叶相全息分析技术有很强的应用性和实用性,在农业、林业、园艺、古生物学领域都有重要作用。参15。     

SISAR中改进的运动目标全息信号表达式及其有效性分析

在阴影逆合成孔径雷达(SISAR)研究中,利用运动目标全息信号的表达式建立了目标全息信号与系统几何参数、目标轮廓与其运动参数间的关系。它是分析SISAR特性及仿真全息信号的重要依据。从分析目标侧影轮廓与其全息信号关系入手,导出了一组更具普遍意义的全息信号的表达形式。与已提供的表达式相比,该表达式中的各组成部分具有明确的物理含义,并且考虑了运动目标相对雷达转角随时间变化的非线性因素的影响,这一点对分析目标的全息信号很重要。通过对一目标的外场实测获得的全息信号与依据关系式仿真得到的全息信号的比较,指出在全息信号表达式中考虑目标相对雷达转角的非线性变化十分必要;频域的分析与进一步比较验证了所给出的全息信号关系式的有效性。     

水下等离子体电声转换效应仿真

对水下等离子体电声转换现象的微观粒子运动过程和宏观声场分布及演变过程进行了深入的动画建模仿真.其中微观粒子运动过程逼真地演示了水下等离子体的产生、放电通道的形成、放电过程中气泡生成、膨胀、收缩和破裂的各个典型过程,而声场分布及演变过程则利用声学软件对在反射体内及水中自由场中各个时刻声压的分布、强度和演变过程进行了细致地展示.整个仿真过程利用3DS MAX实现三维立体效果,做到了微观与宏观的结合,仿真结果和模型与实际系统物理参数真实对应,为研究水下等离子体电声转换的机理与特性提供了良好的仿真平台.     

基于电子支付密码的支票自动容错识别系统研究

系统地研究了基于电子支付密码 (又称变码印鉴 )的支票自动容错识别技术 ,包括基于电子支付密码的支票识别系统的组成 ,支票数字图形的提出、特征提取和预处理、应用多种神经网络识别方法对大写和阿拉伯数字识别、对多种侯选方案进行容错识别等技术 ,并建立了支票识别原型系统 ,并取得了理论成果 ,该系统有应用前景 .     

基于波导不变量的单水平阵被动测距技术

浅海低频声场具有稳定的干涉特性,水听器接收信号声强图中的干涉条纹包含了目标的运动和距离信息。在推导水平直线阵波束域信号声强表达式的基础上,提出一种可用于单水平直线阵的运动目标被动测距技术。该技术利用波导不变量理论并结合水平阵转向前后的波束域声强信息实现目标的被动测距。在使用Hough变换进行运动参数的估计之前,采用对比度拉伸变换和中值滤波的图像预处理方法,以提高低信噪比条件下参数估计的准确性和稳健性。理论分析和仿真研究结果表明,所提算法能够有效地对运动目标进行被动测距,对目标是否通过最近距离点没有限制,具有更广泛的适用性。     

多载波OFDM信号识别方法

无人机(unmanned aerial vehicle, UAV)技术发展迅速, 应用十分广泛, 用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此, 提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性, 通过计算信号的复包络相关谱, 并检测判断其相关谱的离散周期性, 实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法, 所提算法具有更好的信噪比适应能力, 而且不需要设定判别的经验阈值, 同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。     

弹道导弹目标微动特性的微多普勒分析与仿真研究

真假目标识别一直是反导系统中地基雷达(GBR)的技术难点,而基于弹道导弹目标微动特性的雷达识别是近来研究的热点.微多普勒是目标微动特性的一种表征,基于弹头和诱饵微动特性的差异,提取微多普勒特征可用于识别真假目标.首先介绍了弹头和诱饵的运动特性,然后建立了弹头和诱饵的微动模型,并进行了微多普勒理论分析和推导,最后通过仿真实验分别研究了微多普勒的多散射点和噪声污染的问题.仿真分析表明多点和噪声对微多普勒提取影响不大;同时指出以目标微多普勒的周期、频率最大值以及平面变化规律为特征可识别真假目标.     

一种改进的模块2DPCA人脸识别新方法

提出了一种改进的模块2DPCA方法,即基于类内平均脸的分块2DPCA算法.该算法对每一类训练样本中每个训练样本的每一子块求类内平均脸,并用类内平均脸对训练样本类内的相应子块进行规范化处理,然后由所有规范化后的子块构成总体散布矩阵,从而得到最优投影矩阵;由训练集的全体子块的平均值对训练样本的子块和测试样本的子块进行规范化后投影到最优投影矩阵,得到识别特征;最后用最近距离分类器分类.在ORL人脸库上的实验结果表明,提出的方法在识别性能上明显优于2DPCA方法和普通模块2DPCA方法.