基于极值序列特征集的雷达PRI调制模式识别算法

识别雷达信号的脉冲重复间隔(PRI)调制模式是分析雷达工作状态和工作任务的重要手段。针对复杂体制雷达的PRI调制模式可实时切换并改变调制参数因而难于识别的问题,提出一种基于极值序列特征集的雷达PRI调制模式识别算法。该算法首先提取PRI序列的极值特征,构建极值序列特征集;然后,基于PRI序列及其特征集建立恒参、类正弦、正弦和抖动判定准则,实现雷达PRI调制模式的分层识别。仿真分析表明:该算法对复杂体制雷达PRI调制模式的识别正确率达95.3%,同时具有较高的实时性,在电子对抗应用领域具有良好的前景。

机载雷达告警接收机发展现状及趋势

随着信息技术的发展和空战模式的改变,机载雷达告警接收机(RWR)成为现代战机不可缺少的电子战系统。为了更好地理解机载RWR,该文从接收机体制角度考虑,将机载RWR的系统架构划分成两个阶段,对每个阶段的特点和组成进行了分析。接着详细阐述了机载RWR的信号处理流程,并且梳理了与信号分选、信号识别和威胁评估相关的技术。最后,从实际运用出发,系统总结了机载RWR在复杂电磁环境中和应对新体制雷达中面临的挑战以及未来的发展需求。

偏压隧道施工方案的有限元分析

根据里山隧道存在偏压的地质情况,提出全断面法、台阶法、CRD法、侧壁导坑法4种施工方法。对这些方案进行有限元数值仿真分析,分别从围岩应力、围岩位移、初衬内力3个方面进行比较,同时考虑经济效益,最后选择台阶法施工,后经施工验证此施工方法安全可靠。

基于深度置信网络和双谱对角切片的低截获概率雷达信号识别

基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调,最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明,信噪比高于8 d B时,基于BDS和DBN的识别方法对调频连续波(FMCW),Frank,Costas,FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上,高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。

基于DS证据理论的机载火控雷达空空工作模式判定

针对机载火控雷达典型空空工作模式的判定问题,提出一种基于DS证据理论的判定体系。首先,从侦收到的敌方雷达信号中提取特征参数并构建雷达信号特征库,通过预判断流程快速实现单平台下的模式分组;然后,对分组后的多维空间模式识别结果运用DS证据理论,采用分布式结构进行单平台多周期时域融合和多平台空域信息融合,实现雷达工作模式判定。仿真结果表明:该体系能在单平台下识别速度搜索模式和单目标跟踪模式,在多平台下对边搜索边测距模式和边扫描边跟踪模式的判定信度达83.3%,实时性和准确率较好,具有实际应用价值。

不同酶液组合对椪柑原生质体分离的影响

以椪柑愈伤组织和试管苗叶片为试验材料,采用纤维素酶R-10+离析酶R-10的酶液组合Ⅰ和纤维素酶Worthington+离析酶R-10的酶液组合Ⅱ进行原生质体的分离,比较这2种酶液组合对原生质体的酶解时间、产量及活性氧含量的影响。结果表明,酶液组合Ⅱ所需的酶解时间均短于酶液组合Ⅰ;酶液组合Ⅱ所获得的原生质体产量均高于酶液组合Ⅰ,在愈伤组织中前者产量是后者的9. 09倍,在叶片中前者产量是后者的5. 29倍,差异显著;酶液组合Ⅰ的愈伤组织原生质体的活性氧水平是酶液组合Ⅱ的1. 96倍,且差异显著,而对于叶肉原生质体,2种酶液组合之间的差异不显著。因此可见,酶液组合Ⅱ更适合用于椪柑原生质体的分离。

参数寻优LSSVM算法在机载火控雷达工作模式判定中的应用

针对机载火控雷达工作模式判定问题,应用一种基于网格搜索和交叉验证的参数寻优最小二乘支持向量机(LSSVM)算法,实现对4种典型空空工作模式的自学习判定。首先,从非合作雷达信号中提取特征参数并构建雷达信号特征库作为训练样本;然后通过网格搜索进行参数寻优模型训练,实现样本范围不确定条件下的模型调整;最后应用K-fold交叉验证方法进行训练性能评价,减小样本随机性导致的模型误差,提高泛化能力。仿真结果表明,该方法对速度搜索模式、边搜索边测距模式、边扫描边跟踪模式和单目标跟踪模式的判定准确率达97%。

基于改进遗传算法和Sin-Chirplet原子的调频雷达信号稀疏分解

为构建合适的时频原子库和信号分解算法,提出一种基于改进遗传算法和Sin-Chirplet原子的调频雷达信号稀疏分解算法.这种新的Sin-Chirplet原子在Chirplet原子的基础上增加正弦调频因子,改善原子时频曲线的弯曲性能,使原子对非线性调频信号具有较强的匹配性能.然后基于原子的匹配特性,改进遗传算法中初始原子种群产生机制,提高了最佳原子搜索速度.理论分析和仿真结果表明,基于改进遗传算法的信号稀疏分解效率高于传统遗传算法和匹配追踪算法.相比现有的3种典型时频原子,Sin-Chirplet原子的匹配性能良好,可以更有效地分解调频雷达信号及其混合信号.

基于模糊函数SVD和改进S3VM的雷达信号识别

为提升在日趋复杂的电子对抗环境中对雷达信号识别的准确率,提出了一种基于启发式采样搜索(Heuristic Sampling Search,HSS)改进S3VM的雷达辐射源信号识别算法。根据模糊函数理论,通过对雷达信号的模糊函数进行奇异值分解(SVD),提取出奇异向量作为雷达信号识别的特征参数;针对传统的半监督支持向量机(Semi-supervised SVM,S3VM)的不足,利用改进的S3VM构建分类器对雷达信号进行分类,完成对测试样本的识别。该方法通过启发式采样搜索来寻求具有代表性的多个大边缘低密度的分类决策面,有效解决传统S3VM分类精度低且分类性能不稳定等缺点。实验结果表明,在雷达信号识别中,该算法明显提高了分类准确率。

一种基于改进DBSCAN的雷达信号分选算法

针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度点数阈值,可实现DBSCAN算法自适应运行;同时结合多维云模型理论,对DBSCAN算法分选结果进行有效性评估,利用判定结果进一步优化参数设置。根据仿真模拟的复杂对抗过程中帧收的雷达信号进行实验,证明该算法可实现非均匀雷达信号的自适应分选,同时可有效避免在多功能雷达信号分选中的“增批”问题。

半监督条件下基于朴素贝叶斯和Choi-Williams时频分布能量积累的雷达信号识别

针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)的改进半监督朴素贝叶斯的识别算法(ISNB)。首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到CWD的能量积累量这一新特征;针对传统的半监督朴素贝叶斯(SNB)在更新训练样本集过程中会产生迭代错误的不足,通过在无标签样本集生成的置信度列表中选取置信度高的样本添加到有标签样本集中,再利用预测后的分类结果对分类器参数进行改进,进而构建改进的SNB分类器,有效解决了传统SNB算法分类精度低且分类性能不稳定的缺点。理论分析和仿真结果表明,所提方法相比于传统SNB算法均提高了3%左右;在相同信噪比下,相比于传统的主成分分析加支持向量机法,该算法具有更高的分类识别率和更好的分类性能。

基于改进半监督朴素贝叶斯的LPI雷达信号识别

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Na?ve Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB,RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量珡mi和方差向量σi)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine,PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。

液体火箭发动机喷管壁面辐射热流的数值计算

为火箭发动机喷管设计及其冷却系统的设计提供有效参考数据作为应用背景,计算喷管壁所受的红外辐射热流。分别推导了有限体积法和反向蒙特卡罗法适用于不含粒子条件下喷管壁面所受红外辐射热流的计算公式,并针对不同的边界条件设定,重点分析了有限体积法的特性,并提出了有限体积法的局限性。最后,以某三维双圆弧喷管模型为例,用有限体积法和反向蒙特卡罗法自主编写程序计算在不同边界设定下壁面受到的红外辐射热流密度。通过计算结果对有限体积法的局限性进行了论证,同时肯定了反向蒙特卡罗法在壁面辐射热流计算上的优势。

基于压缩感知的辐射源信号数据级融合识别方法

针对协同侦察数据级融合识别中通信量大的问题,利用压缩感知可用少量测量值表征完整信号的特点,提出了一种基于压缩感知的数据级融合识别方法。接收终端采用确定测量阵对侦察信号的Gabor时频特征进行压缩测量,通过传输少量的压缩测量值以减轻通信压力,融合中心根据多源测量数据间的相关特性,采取相关性融合规则直接对多源压缩测量数据进行融合,最后再计算融合压缩测量值在不同类信号字典下的重构误差,最小重构误差对应的信号类别即识别结果。分别对融合识别方法识别性能和相关性融合规则融合效果进行仿真分析,实验结果表明:所提方法在保证识别率的同时大幅减小了数据通信代价,在低信噪比时识别性能突出、抗噪声干扰性能好;相比于其他融合规则,基于测量向量相关性的融合规则可保留更为全面的信息。

一种新的基于稀疏表示的单通道盲源分离算法

该文针对稀疏表示应用于单通道盲源分离中存在字典间互干扰的问题,通过在常规联合字典中引入一个新的子字典——"共同子字典",提出一种新的基于稀疏表示的单通道盲源分离算法。新的字典学习目标函数中单个源的保真度由对应子字典和共同子字典构成,共同子字典的存在可以有效避免某一源信号在其他子字典上寻求成份而带来的互干扰问题。目标函数的求解通过交替执行稀疏表示、字典更新和比例系数优化3个步骤来实现。在测试阶段,通过收集单个源所对应子字典和共同子字典上的分量可以估计出混合信号中的单个源信号,从而达到盲源分离的目的。在语音数据库上进行的对比实验发现,所提算法较传统算法和前沿算法在两个通用评价指标上最高有近1 dB的提高。

施工现场劳动力管理研究

随着建筑施工企业的竞争越来越激烈，劳动力的竞争在企业竞争中占有越来越重要的地位。劳动者就业观念也发生了转变，本文从施工企业的角度分析了当前从事施工作业的劳动者管理现状，提出解决这些问题的具体措施。

根土复合体的抗剪强度研究

随着我国高速公路、铁路等基础设施的大量建设,工程边坡的生态修复与防护越来越多,含有植物根系的根土复合体力学性质,是决定生态边坡稳定性的重要因素.通过分析含有两种不同根系不同含根量含根土的直接剪切试验,运用Matlab对试验数据进行不同次数的最小二乘拟合分析,得出如下结论:含根土作为一种复合体材料的强度近似符合库仑定理,其抗剪强度τf随着含根量的增加而增大;含根量对内摩擦角的影响与土本身内摩擦角大小有关,本身内摩擦角小的土影响大,而本身内摩擦角大的土影响小,粘聚力则随着含根量的增大而增大.

思维导图在园艺植物育种学教学中的应用

在园艺植物育种学教学中引入思维导图教学模式,探讨其在课前、课中、课后3个关键环节的应用,以期提高学生的创新和自主学习能力。

组网电子对抗的协同作战模式研究

随着组网雷达技术的发展和网络中心战思想的不断深入，组网电子对抗协同作战将成为对抗敌方雷达组网的重要趋势，也是未来电子对抗的全新发展方向。文章重点研究了组网电子对抗协同作战模式中的协同定位和协同干扰，提出了信息级和数据级协同定位，详细阐述了这两种定位方式的原理以及具体流程，提出了组网电子对抗在实际运用中的四种主要协同干扰方式：多平台闪烁干扰、多平台多波束联合干扰、跨平台接力干扰和跨平台有源无源复合干扰，重点分析了这四种协同干扰方式的基本原理、适用范围、平台职责和干扰流程，为未来信息化空战中的电子对抗提供了有益的借鉴。

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明:幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。