基于卷积神经网络的雷达工作模式识别

该文针对不同雷达工作模式的信号特征,提出一种基于卷积神经网络(convolutional neural network,CNN)的雷达工作模式识别方法。不同工作模式下的雷达信号的脉冲宽度、脉冲重复周期、脉内调制样式和数据率等特征均有所不同,所以该文利用这4个特征参数构建1个图像矩阵,再提取方向梯度直方图(Histogram of Oriented Gradient,HOG)的特征,送入CNN进行雷达工作模式识别。仿真结果表明,该识别方法有较高的识别准确率。

某些香辛料精油抑制N-二甲基亚硝胺体外合成的研究

模拟在胃液条件下，８种香辛料精油对Ｎ－二甲基亚硝胺（ＮＤＭＡ）体外合成的阻断作用。结果表明，除丁香外，其余７种香辛油都有不同程度阻断ＮＤ－ＭＡ合成的作用。其中，韭菜籽、芫荽籽、姜和小茴香的阻断效果明显优于等剂量的抗坏血酸。７种香辛油均有消除亚硝酸钠的作用，但其消除作用小于等剂量的ＶｉｔＣ液。这表明香辛料精油中的有效成分能消除反应液中的亚硝酸盐。

海面漂浮小目标的特征联合检测算法

该文研究了高距离分辨海杂波背景下漂浮小目标的检测问题。漂浮目标使得周围海面的散射特性发生了改变,目标所在的分辨单元的回波满足非加性模型,导致该模型中依赖于目标的参数难以统计建模。为了避开参数建模,该文将检测问题转化为二元分类问题,即确定海杂波所属于的类,目标检测就是判别回波是否属于该类。针对此分类问题,提出了基于非加性模型的特征联合检测算法,首先在回波中提取两个特征组成归一化向量,然后利用凸包训练算法获得判别区域,最后以判别区域是否包含该向量作为判别准则。实测的IPIX雷达数据实验结果表明,该文算法在高分辨海杂波下的检测性能优于对比算法,为海事雷达检测小目标提供了新的检测方案。

部分均匀海杂波中雷达目标的平滑自适应检测

在部分均匀海杂波环境下,海杂波的瞬时功率波动起伏较大,导致海面目标检测的性能受到影响。为了减小此影响,引入一个平滑因子以实现对杂波功率的控制,提出了平滑-广义似然比检测器(smooth-generalized likelihood ratio test,S-GLRT)。通过推导S-GLRT的虚警概率表达式,表明其相对于杂波纹理分量的尺度参数具有恒虚警特性。在不增加计算复杂度的前提下,实验结果表明,在部分均匀的海杂波背景下,S-GLRT优于GLRT。

基于投影空间下奇异值分解的海面小目标CFAR检测

提出了一种基于投影空间下奇异值分解(singular value decomposition,SVD)的杂波抑制方法。在雷达回波数据中,利用待检测单元的邻近单元构造杂波空间,并将杂波空间在投影空间下进行奇异值分解以实现杂波抑制。为此,本文设计了一种全新的检测器,即将正交投影(orthogonal projection,OP)、奇异值分解和传统恒虚警(constant false alarm rate,CFAR)检测器相结合,记为OP-SVD-CFAR。将OP-SVD-CFAR检测器的检测性能与OP-CFAR检测器、最大特征值的矩阵CFAR检测器、SVD-FRFT检测器和CA-CFAR检测器的性能分别进行比较,通过实验结果可以看出,本文提出的OP-SVD-CFAR检测器的检测性能明显优于其他算法。

部分均匀海杂波中基于分组加权的协方差矩阵估计算法

本文主要研究空间部分均匀海杂波背景下协方差矩阵的估计问题。海杂波的空间部分均匀性和假目标干扰的不可避免性导致利用传统算法来估计海杂波协方差矩阵时存在较大的估计误差。为了减小该估计误差,本文对海杂波的参考样本进行分组处理,利用纹理的最大后验估计值作为加权系数,提出了分组加权样本协方差矩阵估计算法。考虑到假目标干扰的存在,利用协方差矩阵之间的差异提出了一致性因子,以确定干扰所在的分组,并剔除干扰。实测数据的实验结果表明,在存在假目标干扰的空间部分均匀海杂波背景下,本文提出的分组加权协方差矩阵估计算法不仅能有效剔除假目标,而且优于不分组算法约3 dB。

非平稳海杂波背景下子带分段ANMF检测器

针对非平稳海杂波背景下的雷达目标检测问题,传统自适应相干检测器由于强杂波干扰以及相干累积时长的限制而性能表现不佳。为克服这一限制,提出了子带分段自适应归一化匹配滤波检测器(subband segmented adaptive normalized matched filter,SS-ANMF),其由一个线性相位离散傅里叶变换调制滤波器组和每个子带上的分段自适应归一化匹配滤波器(adaptive normalized matched filter,ANMF)检测器构成。在频域上,SS-ANMF检测器通过子带分解技术,不仅抑制了带内外杂波,而且提升了杂波的短期平稳性;在相干累积时段内,通过对分段ANMF在所有子带上的最大响应进行累积求和,实现了有限参考样本下的长时累积。采用实测海杂波数据的实验表明,SS-ANMF检测器明显优于对比算法。

基于图连通密度的海面漂浮小目标检测

海面漂浮小目标由于其能量弱,一直是海面目标检测的重难点。传统基于统计模型的漂浮小目标检测算法借助回波能量进行检测,没有利用数据频域幅度间的关联性,导致检测性能受损。该文借助图的处理方式,首先利用回波数据脉冲间频域幅度的关联性计算连通密度,生成邻接矩阵,接着将邻接矩阵转换为拉普拉斯矩阵,提取拉普拉斯矩阵的最大特征值作为检测特征,提出了一种基于图的连通密度的海面漂浮小目标检测算法。通过对实测的全相参的X波段(IPIX)雷达数据进行连通密度的分析,发现海杂波构成的图比较稠密,而海面漂浮小目标构成的图比较稀疏,故通过连通密度构成的图可以有效地检测海杂波中的漂浮小目标。进一步地,通过与对比算法实验分析发现,该文所提基于图的连通密度的检测算法检测性能明显优越。

ANMF和CM-CFAR在K分布海杂波下的性能分析

目的研究非相干积累检测器和相干积累检测器的检测性能。方法对比了单元中值恒虚警(CM-CFAR)检测器和自适应归一化匹配滤波(ANMF)检测器。结果对比了两个检测器的计算复杂度,给出了在实测K分布海杂波情况下两个算法的性能差异,分析出差异的原因与积累和样本在距离上的相关性有关。结论在弱杂波环境下,当积累10个脉冲时,ANMF检测器较CM-CFAR检测器有23dB的性能增益,在强杂波环境下,二者性能相当。

我国香辛料应用概况及发展趋势

我国香辛料应用概况及发展趋势时艳玲（西南农业大学食品科学学院重庆６３０７１６）香辛料是一类天然植物性调味品，通常用于各类食品的加香调味，由于它们能给食品呈现辛、香、辣等味，故简称为香辛料。它们常具有一定的药理作用，属于祖国医学中辛温属性药材，在正常使...

基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)能量占比的海面漂浮小目标特征检测方法。首先,采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function,IMF)分量,实现对接收回波的频率从高频到低频的分解。然后,分别建立IMF分量与接收回波数据的相关系数,并利用平均均值标准差之比作为筛选IMF分量的准则,自动筛选出能量较大且波动平稳的低阶IMF分量。最后,提取IMF分量在原始信号中的平均能量占比作为特征,利用蒙特卡罗方法设置门限,进行海面目标异常检测。实测数据的结果显示,所提算法的性能优于对比算法。

非平稳海杂波背景下子带开关相干检测器

海杂波由纹理分量调制散斑分量构成,本文着重研究纹理分量和散斑分量的平稳特性.首先,通过DFT调制滤波器组将海杂波分解到各个子带,提出两种一致性因子分别衡量各个子带海杂波的纹理分量和散斑分量的平稳性,实验结果表明海杂波的非平稳特性主要体现在纹理分量上,强杂波区的纹理分量体现出显著的非平稳性,弱杂波区的纹理分量具有平稳特性.进一步针对海杂波在不同多普勒频率分量上具有不同的平稳特性,将纹理分量的一致性因子作为判断函数,分别使用样本协方差矩阵和归一化样本协方差矩阵估计算法,提出了子带开关自适应归一化匹配滤波(Adaptive Normalized Matched Filter,ANMF)检测器.实测的海杂波数据实验结果表明,子带开关ANMF检测器的性能优于对比算法.

空间非均匀海杂波的协方差矩阵估计新算法

利用参考样本估计海杂波的协方差矩阵,最典型的方法是归一化样本协方差矩阵(normalized sample covariance matrix,NSCM),它隐含着假设参考样本的散斑分量具有相同的统计特性。这一假设成立与否取决于海杂波是否具有空间均匀性。为了摆脱NSCM对散斑分量的假设,提出了一种基于对角加载的协方差矩阵估计算法(NSCM-L),该算法自适应组合NSCM和单位矩阵,其组合系数随着参考样本的统计特性变化而自适应地变化。利用广义似然比检测器(generalized likelihood ratio detector,GLRT)检测实测海杂波中的扩展目标,实验结果表明,当分辨率为3m时,NSCM-L性能改善高达15dB。

样本不平衡下的海杂波弱目标分类研究

现有的海面弱目标分类算法难以应对单域特征造成特征混叠问题,且存在海杂波和目标样本不平衡的问题。因此,本文研究了一种样本不平衡下的海杂波弱目标分类的方法。首先,从多域提取特征,其中包括从极化域提取球体、双平面和螺旋散射的相对功率特征,从时域提取相对平均幅度特征、和从频域提取非广延熵特征。然后对比分析了海杂波和目标的多域特征之间的区别。由于海杂波特征的样本数目远大于目标样本数目,且海杂波特征具有局部聚集性,为了解决这种样本不平衡以及特征混叠所导致的分类偏差问题,本文设计了一种K均值和支持向量机(SVM)结合的分类器。该分类器主要通过将海杂波样本进行K均值动态聚类,将原本属于一类的海杂波样本分成多类,缓解样本非平衡现象,然后再将多类海杂波样本与目标样本进行SVM分类。经过实测数据验证,该方法具有良好的分类性能。

基于子带矩阵CFAR的海面慢速小目标检测算法

对于K分布海杂波环境下的目标检测,基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法。但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时,其检测性能不如自适应归一化匹配滤波器(ANMF)方法,影响其实际应用。为此,该文以滤波器组对接收信号进行滤波处理,提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD),通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题。最后,仿真实验验证了所提FD-MEMD具有较好的检测性能。

相干积累检测器中协方差矩阵估计的新算法

针对传统协方差矩阵估计方法忽略了海杂波的统计一致性随雷达距离分辨率的变化而变化以及可积累脉冲受参考样本数量的限制这两个问题,提出了一种基于对角加载的协方差矩阵估计算法,其加载系数随着杂波向量的一致性变化而自适应地变化.改进的估计矩阵相对误差小,条件数好,加载系数为近似最优.实测海杂波数据实验表明,使用改进的估计算法使检测器的性能有明显改善.

浅析学习共同体在“雷达与现代武器”教学中的应用

文章论述了学习共同体的概念、特色以及学习共同体教学模式在“雷达与现代武器”课程中的应用。通过实践证明该教学模式激发了学生的学习兴趣，提高了学生的学习主动性，培养了学生的创新能力。

我国香辛料应用概况及发展趋势

综述了香辛料的应用范围和应用形式,认为精油、油树脂及乳液具有使用方便、经济,赋香力稳定,而且在食品断面不会产生麻点等优点,将得到越来越广泛的应用。

微波无源器件的快速有限元全波分析

从电磁场有限元法出发,采用有限元撕裂对接法将大型复杂模型转化为若干个小型简单模型来进行分析,引入高阶传输条件和并行计算策略进一步提升了有限元撕裂对接法的性能。对基片集成波导和微带滤波器两种典型微波无源器件的S参数进行了仿真分析,数值结果表明了方法的正确性和有效性。

浅论幼师音乐专业的舞蹈教学

舞蹈课是幼师专业开设的专业基础课之一，幼师舞蹈教育的特殊性．决定了幼师舞蹈课堂教学将区别于其他中专教学，它必须从教育目的和学生的实际情况出发，以舞蹈基本训练、民族民间舞风格特色组合训练以及幼儿舞蹈表演性组合训练和创编为主体内容．来安排教学内容。通过幼师的舞蹈课堂，使得学生的舞蹈教学能力、编排小节目的能力得到充分的培养和发展。