广播发射机微机监控系统

本文介绍了一种实用的广播发射机微机监控系统.系统以IBM PC/XT为中心,以MCS—51单片计算机组成前沿处理机构成了分布式的控制系统,实现了对多台发射机的统一监控.文中对系统的功能、总体结构及具体的硬件实现、软件框图作了较详尽的介绍.     

新型T形边缘场致发射器件的静电分析

对一种新型Ｔ形边缘场致发射体进行了静电分析,给出了一个三极管单元的数值计算结果,在静电场的计算中采用了一种新的数值方法－非正交有限差分算法,由于所取坐标轴与边界重合,所以方法能有效地处理任意形状的场致发射体。     

波动水压参数对灌水器水力性能影响试验

针对低压灌溉系统虽然可以节省电能但却容易发生堵塞的不利情况,将原来恒定不变的水压改变为按照一定频率和振幅波动的动态水压模式,以期增强低压运行时滴灌灌水器的抗堵塞能力。以基础水压、波幅和波动周期为变量参数来设计工作水压的波动模式,通过正交方式实施波动参数与流量特性试验,分析了3种波动参数对灌水器流量的影响规律,结果表明基础水压对灌水器流量的影响最大。     

截止频率与三种基本电路形态的高频特性

截止频率是影响共发射极、共基极和共集电极电路频率特性的重要因素。由于截止频率及其对电路不同连接方式影响的不同,三种基本电路形态的高频特性亦各不相同     

基于粗糙集和灰关联理论多传感器融合的雷达辐射源信号识别研究

粗糙集理论的上下近似集合可以刻画传感器对未知雷达辐射源信号的识别程度。从灰关联理论对传感器测得的原始数据计算出的不肯定度出发,计算每个目标与传感器测得的悲观解和乐观解距离。从而计算出目标与悲观解和乐观解间的灰关联系数矩阵。用假定的折中系数α、β计算出各传感器的侦察权重。再由灰关联系数矩阵和传感器权重得到各雷达辐射源信号的与悲观解和乐观解在传感器Sj识别意义下的灰关联度,最后计算融合判别函数得到融合结果。仿真实验表明,由粗糙集理论和灰关联理论相结合的多传感器数据融合的方法可以有效地应用于雷达辐射源信号识别,特别在是在降低多传感器引起的不确定性取得较好的效果。     

雷达辐射源识别数据融合基本概率分配函数建模

通过对全脉冲、批数据等各级数据进行分析,并与识别结果进行比对、核实和验证,发现复杂电磁环境下各独立侦察设备侦收到的数据和雷达辐射源识别信息具有模糊性和不完整性,造成识别过程中出现错误,甚至输出毫不相关的识别结果。针对这种情况,采用基于D-S证据理论数据融合的方法对雷达辐射源进行识别。此外,结合雷达辐射源识别问题的特点,借鉴信息论中熵的概念,对基本概率分配函数进行了建模。仿真结果表明该方法具有优良的性能。     

基于堆栈式LSTM网络的通信辐射源个体识别

针对现有通信辐射源个体识别方法预处理过程复杂及特征提取较难的问题,提出了一种基于堆栈式长短期记忆(long short-term memory, LSTM)网络的辐射源个体识别算法。该算法直接使用IQ时间序列信号训练LSTM网络,即可实现对通信辐射源个体的高效识别,避免了复杂的信号预处理过程。为使LSTM网络能更好地适用于通信辐射源个体识别,利用3层LSTM网络提取辐射源深层特征,并通过实验优化了网络参数。然后对该算法的实际应用泛化性进行了实验探究,结果表明该算法在其他辐射源数据集上也取得了较好的效果。最后,通过实验对算法进行了验证,结果表明相比于传统算法,在样本数较多时,该算法的识别准确率可以达到98%,而且简单快速智能,便于工程化与实用化。     

基于双谱分析的雷达辐射源个体特征提取

针对复杂电磁环境中雷达辐射源特征参数的分选和识别问题,提出将辐射源信号的双谱作为雷达辐射源个体特征,并进一步提出将Walsh变换作为双谱特征优化算法。利用双谱中包含的信号细微信息和双谱受高斯噪声和杂波影响较小等特性,提高雷达辐射源个体特征参数的有效性;针对信号双谱中包含了很多与个体特征无关的冗余信息,不利于机器进行识别处理的缺点,利用Walsh变换对信号的双谱特征进行优化,剔除其中无效、冗余的信息,将变换后的结果作为雷达辐射源个体特征信息。仿真实验结果验证了算法的可行性。     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾.针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural netw...     

基于功放特性的辐射源识别的改进方法

提出了一种改进型的基于功放非线性特性的辐射源识别方法.在假定输入为窄带小功率信号下,通过对信号进行泰勒级数分析,提取只与泰勒级数系数有关的谐波特征,之后对其进行非线性变换,并将所得新的特征向量进行辐射源个体识别.通过对6部TBR-121A型电台1 200组数据进行的实验对比,结果表明文中所提的改进型方法在正确识别率方面比传统方法有较明显的提高,平均达到了90％以上.