基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

油田埋地碳钢管道外腐蚀行为研究

针对大庆油田龙虎泡作业区埋地碳钢管道外腐蚀较为严重的情况,通过检测埋管防护层破损点周围土壤的物理、化学性质和硫酸盐还原菌（SRB）数量,分析土壤的腐蚀性。采用扫描电镜能谱（SEM-EDS）、X射线衍射（XRD）和红外光谱（IR）等技术对管道外壁腐蚀物的形貌、元素组成和矿物成分等进行了表征和分析。借助动电位极化曲线和电化学阻抗谱（EIS）进一步研究了埋地碳钢管道外壁在土壤浸出液中的腐蚀行为。结果表明,作业区潮湿的盐碱性土壤环境和复杂多变的土壤性质使该地区埋地碳钢管道发生腐蚀;腐蚀产物主要包括Fe₃O₄和FeOOH,其中FeOOH位于外层,Fe₃O₄位于内层;腐蚀产物通过参与阴极反应或充当大阴极来加剧管道腐蚀。     

基于“互联网+”的贵州特色农产品高效生产技术信息服务系统

为整合贵州特色农产品种养技术和生产加工的视频课件资源,研究分析视频数据建库和移动培训系统建设的关键技术与方法,利用大数据技术、流媒体技术、数据库技术和嵌入式技术,构建基于移动互联网的贵州特色农产品高效生产技术信息服务系统,实现了向贵州特色农产品生产加工提供直观、便捷的培训及信息服务,促进贵州特色农产品生产技术推广和普及.     

极化合成孔径雷达有源干扰的干信比方程

对极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)实施有效的电子干扰是合成孔径雷达电子对抗领域的重要课题。针对PolSAR电子干扰的基本原理, 首先推导出了接收机输出端和成像处理后的PolSAR方程, 并与极化散射矩阵联系起来, 完整地描述了不同极化状态组合下的信噪比和杂噪比; 然后构建了PolSAR接收机输出端的干扰方程以及成像处理后的非相干、部分相干和完全相干干扰方程, 总结了PolSAR电子干扰有效功率的能量分配与守恒规律; 最后基于上述方程论证了不同极化配置对PolSAR干扰的效果。对于PolSAR电子干扰技术研究和相关装备研制具有重要的理论指导意义。     

试析我国商业银行如何应对利率市场化

利率反映资金的价格，市场化可以提升市场资金配置的效率。国际实践表明，在经济发展的过程中，如何让资金资源得到最优化的配置，让利率成为资金供给市场的风向标，是利率市场化的重点，也是我国金融改革的重点所在，我国商业银行也会因此受到重大影响。     

机载相控阵雷达灵巧干扰信号模型及抑制方法研究0

目前对灵巧干扰的研究主要集中在常规地面雷达,对于机载雷达下的干扰模型及其抑制方法的研究较少。针对此种情况,建立了机载雷达背景下噪声卷积干扰、随机移频干扰和延时转发干扰3种典型灵巧干扰的空时信号模型,并从杂波自由度、空时功率谱图和距离-多普勒谱图的角度分析了干扰分布特性以及影响空时自适应处理(space-time adaptive processing, STAP)性能的内在机理,在此基础上提出了一种基于单元平均选小检测的机载雷达杂波和干扰同时抑制方法。该方法从杂波空时功率谱角度准确估计干扰来向,并据此形成干扰辅助波束,最后通过STAP实现干扰和杂波的有效抑制。仿真结果表明,所提方法相对于传统级联抑制方法,对延时转发灵巧干扰的抑制性能改善5 dB以上,验证了所提方法的有效性。     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

竞争情况下零售商的产品组合决策研究

本文研究了市场竞争情况下两个零售商横向差异产品组合决策,基于multinominal logit(MNL)模型刻画消费者选择行为并建立基本模型,得到市场相互独立时的最优产品组合.将市场竞争情况下的产品组合决策细分为四种情形并研究了零售商进入市场顺序的影响,对比了市场相互独立与竞争情况下的结果.结果表明:市场竞争时的产品多样化程度不低于市场相互独立的情况;部分产品存在两个零售商的利润空间是零售商选择重复产品必要条件;市场相互独立时的最优解外的产品有利可图是产品多样化程度高于市场相互独立情况的必要条件;零售商进入市场存在先后顺序时,信息不对称不影响均衡结果.     

不同农药残留标准下家庭农场种植行为选择

文章建立了政府与家庭农场农户之间的博弈模型,探讨在不同农药残留标准下政府如何对生态种植行为进行激励.研究表明,在宽松的农药残留标准下,政府可通过征收农药税等方式提高农药成本来激励农户选择生态种植,生态补贴及超标罚款的效果不明显;在严格的农药残留标准下,当农产品抽查难度较大时,政府可选择降低检查概率,同时大幅度提高农药价格来增加农户使用生态种植的动机;当政府对农药成本控制力较低或农药价格增量的边际效益较小时,政府应提高其检查概率,同时提高对于农药残留超标的罚款及生态种植的补贴来激励农户使用生态种植.     

基于改进型BP神经网络的导引头测高性能评估

武器装备性能评估贯穿于装备发展的全寿命过程,对于装备定型与实战化运用具有重要意义。针对传统反向传播(back propagation, BP)神经网络模型易陷入局部最优、武器装备评估数据少等问题,提出了基于数据包络分析和Bootstrap法的改进型BP神经网络模型。利用数据包络分析处理原始指标得到3项优化参数,结合Bootstrap法对其进行扩充,再通过BP神经网络建立评估模型。实验表明,改进模型得到的合成孔径雷达(systemic aperture radar, SAR)导引头测高性能评估结果,其决定系数和误差系数均有明显改善。该模型不仅规避了模糊综合评判法主观性强、精确度不高等问题,同时有效解决了传统BP神经网络模型易陷入局部最优和武器装备评估数据少的两个问题。