一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点,提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据,其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据,最后采用孤立森林方法对预测数据进行无监督故障检测,以此实现雷达退化故障预测并提前告警。结果表明,本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警,能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。     

一种对抗欺骗式干扰的组网雷达功率分配方法

针对现有组网雷达发射站等功率发射信号导致抗欺骗式干扰方法不能获得最高鉴别概率的问题,提出一种对抗欺骗式干扰的组网雷达功率分配方法。首先,在现有组网雷达的参数估计模型中增加了发射站的功率信息,推导了对欺骗距离参数估计的克拉美洛下界(CRLB),计算得到鉴别器中欺骗式假目标的鉴别概率;然后,以最大化假目标鉴别概率为目标,设计功率分配模型,完成欺骗式干扰下组网雷达功率分配方法的设计。仿真实验表明,相比于现有文献中功率平均分配的算法,所提出的功率分配方法可保证将更多的功率资源分配到目标空间角度差异大及回波信号路径损失较低的发射站,有效提高组网雷达系统对假目标的鉴别概率,尤其在系统资源有限的约束下,鉴别概率提高了10%以上。     

主体、性别与审美文化的合奏——赵丽教授《花间集研究》阅读札记

唐五代词的研究往往集中在词人与选本中,《花间集》作为中国文学史上第一部文人词总集,在词史上自然具有独特的地位。抓住关键人物展开研究是赵丽教授研究《花间集》的一个书写策略。赵丽教授以性别意识展开的立体研究更能体现研究者的学术视野,从审美意象、道教文化对于词文本的分析更是体现了独到的问题意识。花间词的道教文化意蕴研究是这部著作的精华部分,将审美文化与文学研究融合无间,从现象中寻找规律,时代、民族、审美风尚均以文本分析为中心展现出来,作者的文学文化研究创新之处即在于此,这也是全书所体现出的文学文化研究特色。《花间集研究》以性别意识、道教文化、创作主体、审美意象为研究关键词构筑了一个富有层次感的研究体系,体系中多幅风景在赏心悦目中开启,在怡人心神中收束。     

一种X波段全向雷达角反射器阵列设计

基于圆形角反射器为阵列单元进行环形组阵,提出了一种X波段全向雷达角反射器阵列的可行性设计方案。为了减少该全向角反射器阵列的径向空间占用率,采用了上下两层环形阵组阵且将两层环形阵相邻单元等角度间隔交错布置的方式。在理论综合与方案优选的基础上,进行了三维电磁软件仿真设计与分析。仿真结果表明,所设计的雷达角反射器阵列的方位面全向性优良且在X波段雷达散射截面(RCS)均大于2000m~2,可满足实际工程使用需求。     

基于GPR与概率神经网络的城市道路路基病害预警模型研究

近年来由道路路基病害所导致的城市道路塌陷事故频繁发生,造成人员伤亡和巨大的经济损失。针对城市道路路基病害所带来的诸多问题与安全隐患,提出了一种基于探地雷达与概率神经网络的城市道路路基病害预警模型。首先在分析路基病害成因的基础上建立了城市道路路基病害评价指标体系;然后依托城市道路路基病害动态演化物理模型,使用探地雷达采集并积累样本数据;最后基于样本数据建立概率神经网络预警模型并进行仿真分析,结果表明预警准确率达到88.9%。该预警模型在郑州市中牟县的滨河路和荟萃路进行了应用试验,预警结果与实际情况基本吻合,表明该预警模型可对城市道路路基病害做出有效预警,为道路养护和工程整治设计提供技术支撑。     

松桃县“7·15”特大暴雨综合诊断分析

利用Micaps常规资料、区域自动站资料、探空资料和雷达资料等,对松桃县2015年7月14日夜间到15日白天出现的特大暴雨天气过程进行分析,得到如下结论:本次特大暴雨是在有利的大尺度环流背景下发生的,高空槽及高原低槽东移,带动槽后冷空气南下,与中低层地涡切变线东南侧的西南暖湿气流相互作用;较大的CAPE值、大气层积不稳定、湿层厚度较大是强对流天气得以发生、发展的基本条件;孟加拉湾水汽通道的建立为本次特大暴雨提供了强有力的水汽源,低层水汽辐合,高层水汽辐散和强烈的垂直上升运动为特大暴雨区提供了充足的能量供应;从雷达图和TBB图的演变来看,较强的雷达回波反射率因子、对流云团强烈发生和稳定少变是造成本次降水强度较大的原因。     

基于PCA的概率神经网络模式分类方法

研究了概率神经网络隐单元主要分量的选取方法。这些方法的概率神经网络比原来的网络大大降低了隐单元数，并且带来分类测试时间减少的增益。最后，就模拟和实测两组数据进行了计算机仿真，实验结果证实了这种方法的可行性。     

极化子效应对量子线中Stark效应的影响

采用变分法及介电连续模型研究了量子线中的Ｓｔａｒｋ效应，分别计算了受限ＬＯ声子及表面声子对Ｓｔａｒｋ移动的修正。     

基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法

为了更好地解决极地浅层探冰雷达回波信号中的杂波和噪声问题,提出了一种基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法。该算法首先通过曲波变换构建曲波系数矩阵,在曲波域使用自适应字典学习得到原子尺寸不同的多尺度字典,最后利用去噪和修正后的曲波系数重建浅层探冰雷达剖面图像,完成最终的去噪。结果表明:相较于曲波变换去噪算法、K-SVD(K-奇异值分解)去噪算法,改进的算法不但能够有效地去除噪声,提高图像的峰值信噪比,而且探冰雷达图像的边缘轮廓信息得到了较好的保留,有着良好的视觉效果。