基于平面变换的雷达脉冲信号分选算法

通过平面变换技术将雷达脉冲映射成平面矩阵,在分析周期信号在平面矩阵中重复特性的基础上,提出了一种周期性雷达信号分选的新方法--矩阵匹配法.针对以前搜索算法门限确定困难以及当信号密集且周期性信号数最较少时无法分选的缺点,该算法采用通过检索相似度序列的方法,实现自动分析最小显示周期并完成分选工作.仿真表明陔方法对周期信号具有很高的分选准确度,对PRI随机抖动雷达也具有一定分选能力.该算法检索速度快、计算简单且易于实现,具有广泛的工程应用前景.     

对苯二酚单一甲基化的密度泛函理论与实验

采用B3LYP交换相关势和6—31G（d,P）基组,通过密度泛函理论（DFT）,在Tomasi＇s PCM模式下对对苯二酚与硫酸二酯反应生成对羟基苯甲醚的反应物、中间体和产物的结构进行了优化,并分别计算了其电荷密度分布、重叠集居数和单点能,确定了过渡态结构和反应机理．根据计算选择了合适的反应祭件进行合成,实验结果能控制主产物（单一甲基化产物）与主要副产物（双甲基化产物）的比率在1：0．16,与理论计算吻合较好．     

基于神经网络和散射中心模型的目标参数提取

从雷达回波中获取目标几何参数信息往往存在高计算成本、非线性等困难。该文基于卷积神经网络和前馈神经网络, 提出了一种依据散射中心时频像特征的目标类型自动识别和目标几何参数自动提取方法。由于构建一个神经网络需要大量的训练数据样本, 而扩展目标的散射场计算又非常耗时, 利用基于已知目标已建立的散射中心模型, 快速生成大样本训练数据, 有效解决了训练样本难以获得的问题。以弹头类目标为例给出了数值实验结果, 证实了所提方法的有效性。     

基于温度资料的参考作物蒸发蒸腾量计算方法

针对利用FAO56-PM法计算参考作物蒸发蒸腾量ET0时气象资料需求往往不易满足的问题,研究了温度法及基于温度资料的BP人工神经网络预测模型.以FAO56-PM法ET0计算值为标准,比较分析了Hargreaves法、改进的Thornthwaite法、简化的FAO56-PM法以及Mc cloud法在我国湿润气候区的应用效果,评价了校正后的温度法以及基于温度资料的BP人工神经网络预测模型在该气候区的适用性.结果表明,在ET0较小时,Hargreaves法、改进的Thornthwaite法和简化的FAO56-PM法计算值较FAO56-PM法偏大,在ET0较大时较FAO56-PM法偏小;改进后的Thornthwaite法与FAO56-PM法最为接近,Mc cloud法与FAO56-PM法的计算结果差异最大;除Mc cloud法外,校正后的温度法检验合格率较高,具有较好的地区适用性;基于温度资料的BP人工神经网络预测模型具有较高的预测精度,结果好于校正后的Thornthwaite法和Mc cloud法,可应用于只有温度资料时湿润气候区ET0的预测.     

基于频谱细化的线性调频信号参数估计

针对现有的线性调频(linear frequency modulation,LFM)信号参数估计算法运算量大、实时性差的问题,提出了基于频谱细化的参数快速估计算法。首先对中频采样信号与其延迟逐点相乘,并对产生的新序列做FFT运算,初步粗略估计出LFM信号的调频斜率,然后运用频谱细化方法,即chirp-Z变换,估计出精确的调频斜率。在此基础上,对原信号直接解线调,分析解线调后的信号频谱,估计出信号的起始频率,同样采用频谱细化方法提高估计精度。仿真结果表明算法的有效性。     

一种新的变步长LMS自适应谱线增强算法

针对自适应谱线增强器(ALE)理想误差不为零的现象,提出了一种新的变步长LMS算法。该算法建立了步长因子与权系数变化之间的非线性关系,使得步长因子随权系数变化的减小而减小,直至为零,并引入步长向量来实时地逐个调整权系数的每个值,以进一步加快算法的收敛速度。它具有初始阶段和未跟踪上信号前步长自动增大而稳态时步长变小最后为零的特点,并以线性调频信号为例,验证了算法对滤除非平稳信号噪声的有效性,提高信号的信噪比,证实该算法优于传统算法。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

一种无特征分解的快速子空间DOA算法

基于子空间正交特性的MUSIC算法具有优良的超分辨性能,但由于其需要对空间协方差矩阵进行特征分解,因而计算量比较大。为了降低计算复杂度,提出一种快速子空间算法。该方法利用信号特征值大于噪声特征值的特性,通过对空间协方差矩阵的高阶次幂或者空间协方差矩阵逆的高阶次幂来逼近信号子空间或者噪声子空间,从而避免了特征分解。获得噪声子空间后再采用MUSIC算法实现波达方向估计。仿真结果表明,该方法减少了计算量同时能够达到MUSIC算法的估计性能。     

雷达信号分选实现的新方法

解决反辐射导弹在高密度复杂电磁环境下的雷达信号分选问题,提出一种雷达信号分选实现的新方法。采用关联比较器进行雷达信号预分选,在主分选中,应用修正的脉冲重复间隔(pulse repetition interval, PRI)算法测量雷达信号PRI。在硬件实现上提出一种非均匀设定PRI箱宽度的方法,可节省大量的运算时间,提高系统实时性。实验结果表明,该分选方法具有快速准确的优点,既解决了以往直方图统计算法中的子谐波问题,又克服了传统PRI算法不能有效分选抖动脉冲序列的缺点。     

载波信号瞬时频率的概率密度分布

本文研究了载波信号瞬时频率的概率密度分布模型,在分析相位误差分布以及相位误差近似分布的基础上,提出了两种瞬时频率概率密度的近似分布函数,并通过理论推导和假设检验的方法分别验证分布模型的正确性。同时分析了不同采样速率及信噪比对瞬时频率概率密度分布的影响。最后通过蒙特卡罗仿真验证了本文提出的瞬时频率的概率密度分布的正确性。