基于一维高分辨距离像的相关测速补偿算法

在分析运动目标对频率步进信号成像影响的基础上,阐述和推导了基于一维高分辨距离像的相关测速算法,给出了该算法的测速性能和实现流程.对是否利用IFFT结果的相位信息,提出了距离像实包络相关和复包络相关两种处理模式.针对空间高速运动目标.仿真和分析了各因素对测速精度的影晌.结果表明,该算法测速精度高,计算量小,抗噪性能较好,为宽带雷达实时自测速补偿提供可能.     

离子迁移谱检测痕量爆炸物新技术和应用

离子迁移谱具有分析速度快、灵敏度高、便携、操作简便等优点,成为爆炸物检测的主要方法之一,被广泛应用于机场安检和反恐等领域.本文简要介绍了离子迁移谱的原理、分类及特点;重点介绍了本课题组近期在离子迁移谱新技术及其在爆炸物检测中应用的新进展,包括新型滴定结构离子迁移谱研发、提高离子迁移谱分辨率方法、基于VUV灯的高效非放射性电离源研制等;最后,对离子迁移谱在爆炸物检测方面发展方向和前景进行了预测.     

高分辨SAR的距离-多普勒-距离成像方法

介绍了一种新的雷达成像方法———距离 多普勒 距离成像方法。这种方法的方位向线性调频相的补偿和聚焦成像处理与雷达发射的信号形式无关 ,仅距离向成像与雷达发射的信号形式有关。方位向成像在距离向傅里叶变换之后、匹配处理之前进行 ,它可有效地消除信号中随时间变化项所造成的距离徙动的影响 ,且算法结构简单 ,运算量少。对成像方法进行了理论分析 ,并做了计算机仿真 ,最后用实际数据进行了成像 ,得到了清晰的SAR图像     

新型氮化铝埋层上硅结构的应力特性

为减轻传统SOI(silicon on insulator)材料的自加热效应 ,首次利用智能剥离技术 (smart cutprocess)成功制备了SOAN(silicon on aluminum nitride)结构 ,即以氮化铝 (AlN)薄膜为埋层的SOI结构 .采用离子束增强技术(IBED)在 10 .16cm(4in)硅片上合成了AIN薄膜 .剖面透射电镜照片证实了此SOAN结构 .高分辨的X射线衍射技术被用来研究此结构的剩余晶格应力 ,实验结果表明刚得到的SOAN结构在 110 0℃下退火 1h后顶层硅中的剩余晶格应力从张应力变成压应力     

飞机目标的一维距离像特性

一维距离像已广泛应用于雷达自动目标识别 ,虽然一维距离像已将目标按距离分辨单元分割开 ,但每个分辨单元里还有许多散射点 ,该单元回波的复振幅为众多散射点子回波之和。当视角有微小变化时 ,其相位差的变化相当大 ,从而使各分辨单元的复振幅有大的起伏 ,所以一维距离像的方向敏感性十分强。对一维距离像的特性进行了研究 ,并通过预处理得到相对稳定的一维距离像。     

基于舰船噪声线谱特征的ETAM方法仿真研究

拖曳线列阵的方位分辨率是一项重要性能指标,而它被拖曳线列阵的阵列孔径所限制。针对这一问题,文中提出了基于舰船噪声线谱特征的ETAM方法,利用舰船噪声在低频段的稳定线谱成份,采用ETAM被动合成孔径算法扩展拖曳线列阵的孔径,从而达到显著提高方位分辨率的目的。只要ETAM的积分时间小于海洋声信道的时间相关长度,可将拖曳线列阵的等效孔径扩展到不大于海洋声信道的空间相关长度的任意尺寸。经仿真实验验证,该方法是有效的、可行的,且算法简单、易于实时实现,是一种具有良好应用前景的高分辨方位估计方法。     

基于相关函数线性预测的高分辨测向方法

本文分析了均匀线阵输出信号的相关矩阵结构，提出了基于相关函数线性预测的高分辨测向方法．理论分析表明，通过相关函数的线性预测，可以获得较高的角度分辨率．本文还给出了计算机仿真实验，验证了该方法的正确性与可行性．     

大庆长垣东部地区扶杨油层高分辨层序地层应用研究进展

目前,大庆外围油田扶杨油层主要为特低渗透、低产、低流度的油藏,探明地质储量6.3×108t,已动用地质储量2.6×108t,经过近20年优选开发,不断增加开发井、评价井,还有3.7×108t难采储量在目前技术经济条件下不能有效动用,随着油田勘探开发的需要,相继进行了构造、地层、沉积相、油田地质、油藏工程等方面的研究工作,取得了一定的研究成果。为了进一步加大开发的力度,对低孔低渗的细粒储集层发育的地区进行深入的剖析式研究,已成为油田增加动用储量、提高产量的重要手段。     

基于压缩感知的高分辨距离像散射中心参数估计

提出利用压缩感知理论实现高分辨距离像散射中心参数估计。该方法首先将散射中心参数估计转化为信号的稀疏表示,然后重点研究测量矩阵的设计和稀疏参数的选取。为了提高解的鲁棒性,在构造字典矩阵时将采用位置错开以降低测量矩阵原子之间的互相关性。在算法求解过程中,采用贝叶斯信息准则确定模型阶次和稀疏参数。数据实验表明,算法能够稳定精确地估计散射中心参数。     

基于径向基函数神经网络的飞机目标识别法

通过将自适应小波神经网络 (AWNN)中的小波基函数直接替换为 Gauss径向基函数 ,提出了一种适于对目标一维距离像信号直接进行分类的径向基函数神经网络(RBFNN)。对用于信号分类的 RBFNN网络结构的确定、RBFNN的训练以及最终判决规则的确定等问题 ,进行了深入的讨论。对 6个目标不同信噪比下的分类结果表明 ,提出的 RBFNN对距离像信号具有很强的分类能力 ,对于开发更加实用化的目标识别算法显示了很大的潜力