气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

河北省稻区飞虱种类及识别技术

对河北省稻区飞虱种类进行了调查 ,共发现飞虱 2 2属 2 5种。其中 ,1种为首次发现已发表的新种 ,2 0种为河北省新记录。确定了危害水稻的飞虱种类 ,初步研究了其种群动态 ,提出了防治策略。依据成虫的形态特征差异 ,提出了识别技术 ,编制了系统检索表。     

基于边缘配准的印鉴自动鉴别方法

从图像处理和分析的角度出发,提出基于边缘配准的鉴别方法。该配准算法基于图像几何形状和统计特征,由快速形状检测算法和投影算法组成。     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法     

统计等效多项式非线性系统识别

在平稳激振下的一个非线振动系统，若其响应也是平衡随机过程，该系统可统计等效为一多项多非线性系统，本文介绍统计等效三次多项式的参数估计，系统的多维频率响应应函数以及多项式非线性系统响应的谱分析及谱分析。     

采动区建筑物损害的鉴定方法

文章根据开采沉陷的理论 ,提出了在采动损害鉴定时可以采用的鉴定方法。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

Radar Imaging Based on Iterative Algorithms

It has long been realized that the problem of radar imaging is a special case of image reconstruction in which the data are incomplete and noisy. In other fields, iterative reconstruction algorithms have been used successfully to improve the image quality. This paper studies the application of iterative algorithms in radar imaging. A discrete model is first derived, and the iterative algorithms are then adapted to radar imaging. Although such algorithms are usually time consuming, this paper shows that, if the algorithms are appropriately simplified, it is possible to realize them even in real time. The efficiency of iterative algorithms is shown through computer simulations.     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

上郊水库大坝安全鉴定及除险加固措施

针对上郊水库存在的主要质量问题,结合水利部的有关精神和要求,提出了相应的安全鉴定项目以及除险加固措施。