基于改进相像系数和奇异谱熵的雷达信号分选

脉内特征提取是新体制雷达辐射源信号分选的关键问题,文中针对现有方法分选准确率不高和对噪声敏感的问题,提出了一种基于高次频谱相像系数和频域奇异谱熵特征的分选新方法,实现了低信噪比下雷达辐射源信号的高准确率分选。对接收到的信号提取高次频谱相像系数特征以及奇异谱熵特征,并将两者作为分选的联合特征向量,运用K-means聚类算法实现对不同调制方式的雷达辐射源信号的分选。仿真结果表明:改进后提取的信号特征类间的分离度大且受噪声影响程度小,在信噪比为-2 dB的情况下,该算法的总体平均分选准确率在85%左右,不同调制类型信号间的分选准确率最低为80%。与现有方法相比,文中提出的算法具有更好的信号识别效果。

基于切割聚类的快速多分量LFM信号分离

针对多分量线性调频(linear frequency modulation,LFM)雷达信号检测和参数估计精度低、计算速度慢等问题,提出了一种基于小波变换的切割聚类拟合参数估计的算法。该方法首先通过小波变换得到信号的三维时频分布图,其次采用等高线截取提取出小波脊线,再找出脊线的交点,以交点为界对小波脊线图进行切割,利用模糊C均值聚类完成各LFM分量脊线的聚类,最后分别对每段脊线进行拟合加权,从而估计出多分量LFM信号参数。仿真结果表明,与基于Hough变换检测直线方法相比,不仅在计算复杂度以及参数估计的准确度上都有较大的提升,而且当LFM信号分量达到4个以上亦有较准确的检测精度。

基于PRI变换的混叠LFM雷达信号分选

针对脉冲混叠造成脉冲信息丢失而影响雷达分选效果的问题,提出一种恢复丢失的脉冲信息、完成LFM雷达信号分选的算法。首先,对接收LFM雷达脉冲信号进行小波变换,采用等高线截取法实现时频矩阵的二值化;其次,检测和估计出脉冲信号的到达时间和因时域混叠而丢失的脉冲信号到达时间;最后,基于PRI变换法实现LFM雷达信号的分选。仿真实验结果表明,提出的算法通过恢复丢失脉冲的信息,能够检测出每部LFM雷达的PRI值,并且估计误差基本维持在1%左右。

关于我国聚甲醛生产和改性相关问题的研究

聚甲醛在工业生产、日常生活中应用广泛,且目前市场需求非常大,目前聚甲醛生产工艺成熟,其研究的主要发力点在于如何提高生产效率和提升产品性能,聚甲醛的生产与改性研究是当下聚甲醛研究领域的热点之一。本文结合笔者工作经验,首先分析了聚甲醛的用途,接着从均聚生产和共聚生产两个方面对聚甲醛的生产技术进行了分析,然后从聚甲醛增韧改性、改性聚甲醛用作自润滑材料、阻燃聚甲醛三个方面探讨了聚甲醛的改性技术,最后指出了聚甲醛产业发展的需要,包括市场的需求、符合聚甲醛发展的战略需要、降低生产成本的需要这三个方面,为今后更好的推动聚甲醛产业发展提供参考与借鉴。