载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。     

面向三维信号的非线性分组码

设Z[^3（-2的平方根）]是代数数域Q（^3（-2的平方根））的代数整数环,把商环Z[^3（-2的平方根）]／（p^n）的乘法单位群分解为群的直积,由此获得三维信号空间并可用来构造分组码,这些码能够改正某些错误。     

新型相位差可调的多通道信号发生器设计

利用直接数字频率合成器芯片AD9959设计了一种相位差可调节的多通道正弦信号发生器。系统设计以直接数字频率合成(DDS)技术为核心,采用USB2.0控制器CY7C68013实现整个系统的控制。通过对系统硬件和软件分析,搭建了系统实验电路。实验结果表明,信号源产生的输出信号频率稳定,频率切换速度快,可实现任意两个通道间设定的相位差恒定输出,四通道信号源均能对频率、幅度和相位等指标独立调节。     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。     

考虑时变位移激励的轴承圆形故障动力学

建立轴承剥落故障的动力学模型是研究轴承故障机理的常用手段,由于滚动体在经过故障区时的接触情况较为复杂,所以准确地建立轴承剥落故障时变激励函数对轴承故障动力学模型的正确性具有很大影响。但是在解决轴承圆形故障时现有的单一化激励函数难以准确表达滚动体与故障的实际接触情况。因此,主要以深沟球轴承外圈剥落故障为研究对象,构建了考虑圆形剥落故障引起的弹性形变和滚动体经过故障区域瞬时位置的时变位移激励模型。研究了滚动体经过外圈圆形故障区域时的接触间隙变化规律,分析了不同故障尺寸的双冲击信号之间的时间间隔特征并通过仿真和实验进行对比的方法验证建立模型的有效性,为研究轴承剥落故障提供了理论支撑。     

跨座式单轨车轨耦合系统振动信号采集频率分析

针对跨座式单轨车轨耦合系统振动信号采集时,振动信号采集频率会对车轨耦合动力响应数据处理结果产生影响,利用有限元分析软件建立跨座式单轨车轨耦合系统模型,探究不同车速下车辆与轨道梁振动响应随振动信号采集频率变化的趋势,进而得出适宜于车辆与轨道梁振动信号采集频率范围。研究结果表明：若振动信号采集频率过低,会导致车轨耦合振动响应结果失真,采集频率过高,对结果的精度提高效果并不明显;车辆振动信号采集频率宜不低于200 Hz;轨道梁垂向、横向振动加速度信号采集频率最低值分别为600 Hz和1500 Hz,且车速越高,振动信号采集频率对轨道梁振动加速度结果准确性影响越大。     

梯田式填筑-降雨时序作用下沟谷区高填方地基变形与边坡稳定性分析

山区城镇化建设力度逐步加大,削山填沟工程广泛分布,高填方地基沉降变形与边坡稳定性是安全建设最重要的问题之一。本文提出了梯田式填筑—降雨时序作用下沟谷区高填方地基变形与边坡稳定性分析方法,首先依托地质资料建立梯田式填筑数值仿真模型,然后通过试验确定填筑体的力学参数,分析梯田式填筑过程中边坡内部响应规律,最后在降雨时序作用下模拟高填方地基多场非完全耦合变形规律,并将此方法运用到湖北省十堰市郧西县扶贫产业园项目。研究表明：填筑体随含石量增加,粘聚力总体呈波动式下降趋势,内摩擦角相对变化不大,饱和作用下试样抗剪强度具有显著弱化作用;填筑时步过程中,填筑层对边坡变形影响具有一定的时空限制范围;降雨时序作用下,填方区降雨影响深度为距地表12 m范围附近,结合测斜长期监测数据,与模拟结果较为相似。研究成果能为削山填沟高填方边坡风险评估与地质灾害防治提供技术与实践经验。     

Economic factors and the stock market: a new perspective

It has been widely accepted that many financial and economic variables are non‐linear, and neural networks can model flexible linear or non‐linear relationships among variables. The present paper deals with an important issue: Can the many studies in the finance literature evidencing predictability of stock returns by means of linear regression be improved by a neural network? We show that the predictive accuracy can be improved by a neural network, and the results largely hold out‐of‐sample. Both the neural network and linear forecasts show significant market timing ability. While the switching portfolio based on the linear forecasts outperforms the buy‐and‐hold market portfolio under all three transaction cost scenarios, the switching portfolio based on the neural network forecasts beats the market only if there is no transaction cost. Copyright © 1999 John Wiley & Sons, Ltd.     

一种高斯色噪声混响背景的宽带信号检测算法

针对由正反线性调频信号和双曲调频信号产生的宽带混响,研究了以局部平稳高斯色噪声混响模型为基础的分段匹配滤波检测算法。对匹配滤波器采用分段预白化处理,对数据进行合理分段后,对每段数据按高斯色噪声背景下的最佳检测器,即对匹配滤波检测器进行预白化处理,则可以得到分段预白化匹配滤波检测器。仿真试验实现了对混响数据下的宽带信号检测。结果表明采用分段匹配滤波器和分段预白化滤波器可以在低信混比下检测信号,其中分段预白化匹配滤波算法可以有效检测满足局部平稳高斯色噪声背景下的回波信号,且性能优于分段匹配滤波器。     

数字化核能谱测量中影响能量分辨率因素的研究

作者研究了基于脉冲波形采样的新型数字化核能谱测量系统中,对离散的波形数据经过高通数字滤波处理后,改善能量分辨率的情况,及其与数字滤波器截止频率、干扰信号大小等的关系,以及滤波前后信号幅度的变化和线性关系等．