基于最大分类间隔SVDD算法的辐射源个体确认

通信辐射源个体确认技术是实现通信辐射源个体识别的关键技术之一。该文研究了基于支持向量数据描述(SVDD)的通信辐射源个体确认算法。针对传统SVDD算法在正类训练样本不完备的条件下对正类测试样本接受率较低的不足,提出带反类训练的最大分类间隔SVDD算法(MCM-SVDD)。MCM-SVDD在保证最小化超球体积的同时,使正类训练样本与反类训练样本距离超球表面的间隔最大化,从而提高了对正类测试样本正确接受的泛化能力。基于20台实际通信辐射源样本的实验表明,相对于SVDD,SVDD-neg和SVM,MCM-SVDD具有更高的平均确认率。

悬架弹簧工作应力和刚度分析

根据螺旋线空间曲梁理论,对悬架弹簧进行了受力分析,得到了考虑剪切作用影响、转动惯量影响和螺旋升角的刚度计算公式。通过引入修正系数,提高了所得公式的计算精度,并根据公式讨论了螺旋升角对弹簧刚度的影响。有限元分析和试验方法验证了结论的有效性。

基于功放瞬态响应的跳频电台分选方法

该文提出了一种基于发射机功率放大器瞬态响应过程的跳频电台个体分选方法。提取跳频电台功放瞬态响应的多层离散小波系数作为指纹特征;用主分量分析法抑制加性白噪声对离散小波系数的影响;并对去噪后的各层小波系数峰谷值的幅度和出现时间分布情况进行蒙特卡罗仿真;实验结果表明该方法提取的跳频信号指纹特征在较低信噪比下有良好的分类特性。

通信辐射源个体开集识别中的二分类SVDD算法

开集辐射源个体识别技术是在实际通信侦察条件下实现通信辐射源个体识别的关键技术。研究了基于二分类支持向量数据描述(TC-SVDD)的开集通信辐射源个体识别算法,针对传统TC-SVDD算法在正类训练样本不完备的条件下对正类测试样本接受率较低的不足,提出了基于密度比例分类间隔的TC-SVDD算法(DSCM-TC-SVDD),根据两类正类训练样本密度的相对比例计算超球面与两类正类样本的间隔,从而提高了对正类测试样本正确接受的泛化能力。基于10部实际通信辐射源数据的实验表明,DSCM-TC-SVDD相对TC-SVDD和MCM-SVDD具有更高的确认率,而且相对SVM具有更高的正类分类率。

通信发射机个体识别技术研究

提出一种通信发射机个体识别技术（SEI）的顶层设计方案；根据通信发射机的结构机理明确定义了发射机个体特征提取分系统的概念；针对特征的时效特性和可分类性引入了特征评价分系统和情报支持分系统；并对该设计方案的具体实现作了初步的探讨。

单轮车辆非线性悬架的最优阻尼匹配

以单轮非线性刚度、非线性阻尼的悬架为对象,进行统计线性化分析,得到二自由度各响应均方根值的计算公式.Simulink仿真验证了关系式的正确性.车身加速度均方根值是关于等效线性阻尼的凹函数,故存在唯一的等效阻尼系数可使车身加速度均方根值达到最小.该结果可用于非线性悬架的匹配和阻尼半主动控制策略的实现.

二自由度油气悬架统计线性化参数研究

采用油气弹簧作为弹性元件的油气悬架具有压缩刚度渐增、复原刚度渐减的非对称刚度特性.以二自由度油气悬架为研究对象,将油气悬架非线性刚度在静平衡位置处展开成泰勒级数,应用统计线性化方法,得到了油气悬架等效刚度、动态平衡位置与油气弹簧结构参数、路面不平度以及车速之间的封闭关系式.数值仿真结果验证了关系式的正确性.

基于深度学习的信号波形智能搜索算法

智能搜索技术是信号情报装备实现大数据处理能力的关键技术之一。研究了基于深度学习理论的信号波形搜索算法,针对传统人工特征无法有效表示未知信号的问题,采用深度自编码器构建信号波形的神经网络模型,在此基础上提出一种信号匹配准则;为提高搜索效率,同时提出一种可重构的主动搜索机制,根据侦察需求动态调整编码器资源的配置。对acars信号和调频广播信号的实验表明:提出的搜索算法不但能够达到较高的正确率,并且对信道噪声和参数估计误差具有很好的鲁棒性。

基于系统辨识的电台类型分类实验研究

提出了电台类型识别的必要性和研究思路。在深入分析数字调制系统的基础上,关注系统的线性特性,尝试以系统辨识的方法建立调制系统的黑盒模型,并提出将所得模型频率响应的差异作为区分电台类型的依据。最后对三种型号的电台在相似环境下用同一接收机进行了实验,结果表明辨识所得系统的幅频和相频曲线确实存在较明显的差异,可以将其作为特征对电台类型进行有效分类。

某越野车辆平顺性仿真分析及综合评价

针对某4×4越野车辆的平顺性,参照随机路面输入评价与脉冲路面输入评价两种方法及指标进行研究.首先针对国内外现有的平顺性评价方法进行了总结回顾,并依据实际车辆的性能要求,设计了适合该类车型的分析工况、仿真方法和综合评价指标.并针对该越野车型搭建了整车多体动力学模型,进行了平顺性仿真及综合评价,获得的评价指标包括车辆在不同等级路面上的越野平均车速和车辆经过不同高度凸块的允许最高车速.仿真结果表明该车辆满足所定义的平顺性开发目标.

基于调频指数特征的通信辐射源个体识别

该文首次研究了通信辐射源个体特征对工作频率变化的鲁棒性。针对一类导频静噪的调频FM辐射源,提取调频指数Mf作为识别辐射源个体身份的特征。对4个实际调频辐射源信号样本的实验表明:在工作频率不变的条件下,Mf的精确估计值可以有效地对辐射源个体身份进行识别;在不同工作频率下,同一个辐射源的Mf值会发生较大变化,从而在一定程度上限制了该特征的应用。

非线性油气悬架的阻尼特性研究

以矿车后悬的油气悬架为研究对象,利用统计线性化的方法,按照等效线性阻尼系数相等的原则,计算出了渐增、线性和渐减3种阻尼模型的参数.在稳态随机路面的激励下,利用Matlab/Simulink仿真并比较非线性刚度与3种阻尼模型匹配时的车身加速度均方根值、悬架动行程、车轮动载荷以及减振器的发热功率,得到了不同类型阻尼对上述指标的影响,对阻尼的匹配、优化设计具有参考价值.

减轻环境和终端差异影响的无线定位方法

针对传统的基于测距和基于指纹的两大类算法,分别提出了优化方法,减轻或规避了环境参数对定位结果的影响,并通过仿真和实际场景实验进行了比较,比较对象包括传统的基准算法以及近期的相似工作。实验结果表明了算法的有效性,与传统的基准算法相比,定位精度提高了70%左右,与近期相似工作相比,定位精度也提高了20%左右,同时,环境参数的变化对提出算法的稳定性影响很小。

参松养心胶囊联合倍他乐克治疗老年心律失常随机平行对照研究

[目的]观察参松养心胶囊联合倍他乐克治疗老年心律失常疗效。[方法]使用随机平行对照方法,将100例患者按就诊顺序编号方法简单随机分为两组。对照组50例倍他乐克12.5~25mg/次,2次/d,口服。治疗组50例参松养心胶囊,1.6g/次,3次/d;倍他乐克治疗同对照组。连续治疗2周为1疗程。观测临床症状、心电图、用药后24h室性早搏次数、不良反应。治疗1疗程(2周),判定疗效。[结果]治疗组显效15例,有效31例,无效4例,总有效率92.00%;对照组显效10例,有效30例,无效10例,总有效率80.00%;两组无显著差异(P>0.05)。心电图疗效治疗组优于对照组(P<0.05);治疗24h后,室性早搏次数两组均有改善(P<0.01),治疗组改善优于对照组(P<0.01)。[结论]参松养心胶囊联合倍他乐克治疗老年心律失常,疗效满意,无严重不良反应,值得推广。

Processing the rig test data of an air filling twin-tube shock absorber

A separation method is proposed to design and improve shock absorber according to the characteristics of each force. The method is validated by rig test. The force data measured during rig test is the resultant force of damping force, rebound force produced by pressed air, and friction force. Different characters of damping force, air rebound force and friction force can be applied to seperate each force from others. A massive produced air filling shock absorber is adopted for the validation. The statistic test is used to get the displacement-force curves. The data are used as the input of separation calculation. Then the tests are carried out again to obtain the force data without air rebound force. The force without air rebound is compared to the data derived from the former tests with the separation method. The result shows that this method can separate the damping force and the air elastic force.

基于K个最近邻点的遗传程序的数字调制样式自动分类

在许多不同的民用和军用领域，调制样式自动分类都是一个非常有趣的问题。本文提出了一种基于K个最近邻点（K—Nearest Neighbor，KNN）的遗传程序（Genetic Programming，GP）算法。该算法采用了基于K个最近邻点的遗传程序，用来识别BPSK、QPSK、16QAM和64QAM调制信号。该算法用高阶累积量作为输入特征，并使用一种分两个阶段的分类方法来改善分类精度。计算机仿真将所提出算法与已有的算法进行了比较，从而证明了该算法的优异性能。