基于多PRI脉压回波的单通道雷达干扰分离方法

研究了一种基于盲源分离的单通道雷达有源相干干扰抑制方法。针对伴随式干扰场景,在间歇采样转发干扰、部分脉冲密集转发干扰等有源相干干扰并存的条件下,建立了基于脉冲压缩的多脉冲重复间隔采样抗主瓣有源相干干扰模型并对其可行性进行了证明。针对现有单通道盲源分离方法在时域进行分离效果有限的问题,提出对脉压后的距离维数据进行盲源分离的思想,可在一定程度上抑制噪声对盲源分离的影响。同时,由于目标信号和干扰信号在脉冲压缩后重合度较低,可获得更好的分离效果。仿真和实测结果表明,在多个干扰源存在的条件下,本方法可有效分离真实目标回波和干扰回波。当信噪比大于5 dB时,目标脉压回波相似系数接近100%;选取虚拟通道数越多,分离效果越好。

基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别

针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。

基于脉冲序列重构的雷达PRI调制类型智能识别算法研究

雷达脉冲重复间隔(PRI)是雷达信号的关键参数,对于雷达性能发挥起着至关重要的作用。研判雷达PRI调制类型能够为雷达识别和性能分析提供重要支撑,是电子对抗领域的关键研究内容。针对现有PRI调制类型识别准确率受脉冲丢失影响较大的问题,本文提出了一种基于脉冲序列重构的雷达PRI调制类型智能识别算法。首先,基于到达时间(TOA)多阶差分序列实现了PRI调制周期的初步估计;其次,根据PRI调制周期重构了不同脉冲序列样本;再次,对重构样本进行去均匀值预处理,并以此为输入搭建了卷积神经网络(CNN)识别PRI调制类型,该方法能够减弱人工提取特征的局限性,不仅可以获取PRI序列的深层特征,而且具有更强的环境适用性;最后,仿真实验表明了所提方法的有效性。在脉冲丢失率小于60%时,所提方法对于所有PRI调制类型的识别准确率均在92%以上,平均识别准确率大于98%,在脉冲丢失率小于80%时,平均识别准确率在81%以上。

RBC系统智能运维关键技术研究

为进一步提升无线闭塞中心(Radio Block Center,RBC)系统的运维效率,降低系统故障带来的运营风险,结合RBC系统结构,针对系统运营维护过程中存在的痛点问题,从服务器硬件接口监测、RBC侧PRI接口监测和CTC接口监测3个角度出发,增强RBC设备的监测手段。通过集中维护RBC的硬件、软件及网络运行状态,构建数据仓库,协助电务维护人员快速发现故障,智能分析故障,并提供故障处置建议方案,切实提高RBC/TSRS中心智能运维管理水平。最后,举例展示该系统实际解决的典型问题。

丙泊酚输注综合征现况研究

丙泊酚输注综合征(propofol infusion syndrome;PRIS)是一种死亡率较高,在临床诊疗工作中罕见的疾病。PRIS发生于输注丙泊酚过程中,主要由丙泊酚输注量决定,目前已发现的危险因素包括输注剂量过大、持续输注时间过长、危重患者、碳水化合物代谢障碍以及与儿茶酚胺类或糖皮质激素药物的合用等。PRIS的病理生理学表现主要是各器官组织内线粒体电子传递链的损伤,抑制长链脂肪酸氧化、阻断β受体等。它通常在临床中表现为难以解释的高阴离子间隙代谢性酸中毒、横纹肌溶解、高钾血症、心律失常、急性肾损伤、转氨酶升高及心功能障碍。治疗PRIS最重要的是立即中止丙泊酚输注并进行对症支持治疗。鉴于PRIS的高病死率,预防其发生发展对临床医生更为重要。

基于脉组宽捷变的射频隐身雷达信号设计技术

射频隐身雷达能够从根本上提高雷达电子防御能力,是当前航空装备研究热点,而其重点是射频隐身信号设计。抗分选信号是一种重要的射频隐身信号,现在射频隐身信号设计领域的难点之一就是抗分选信号设计。通过分析雷达告警接收机等宽带实时电子侦察设备的主分选算法——序列差值直方图分选算法,指出该算法对于信号的脉冲重复间隔(PRI)大范围快速变化时会出现PRI估计错误的失效原理,提出基于脉组捷变的射频隐身雷达抗分选信号设计方法,即通过信号的脉组PRI大步进捷变,可以使RWR等实时宽带电子侦察设备的主分选算法输出出现较大误差,甚至完全错误。仿真及实验证明,基于上述方法设计的信号能有效对抗宽带实时电子侦察设备的主分选算法,实现雷达抗分选的目标。

基于脉冲重复间隔的信号分选方法研究

脉冲重复间隔(PRI)是重要的雷达信号分选参数,已有许多关于PRI抖动和参差的分选方法研究。文章首先研究了到达时间(TOA)差值直方图法、传统PRI变换法、修正PRI变换法等PRI分选算法,并针对大量脉冲信号丢失的情况,仿真分析以上方法的PRI分选能力,结果表明PRI变换法的分选性能优于累积差值直方图法(CDIF)和序列差值直方图法(SDIF)。为抑制子谐波和提高修正PRI变换法的分选性能,提出一种以SDIF算法辅助修正PRI变换法的改进方法,仿真结果表明新改进法对大量脉冲信号丢失的分选效果较好。

美国环保署计划于10月1日起上调5%农药登记费用

美国环保署(EPA)表示,计划于2024年10月1日起将农药登记改进法案(PRIA)下的登记费用上调5%。这一决定是基于PRIA 5(农药登记改进法案)的规定,该法案允许EPA在满足特定条件时进行费用调整。

不同氮、钾施肥处理对小麦光能利用率和光化学植被指数(PRI)关系的影响

光化学植被指数PRI(photochemical reflectance index)为估算植被的光能利用率LUE(light use effi-ciency)提供了一种快速、有效的方法。越来越多的研究关注外界环境对PRI和LUE之间关系的影响,这些因素包括水分含量、CO2浓度等等。文章选择了不同氮、钾施肥量处理的小麦,测量其LUE和PRI,分析不同肥料处理对二者关系的影响。实验表明,氮、钾施肥量的增加将提高冠层光谱的PRI值和叶片内部叶绿素的含量,在此基础上提高小麦的LUE。对于不同氮、钾处理的小麦,PRI和LUE之间都获得了很好的相关关系,总的相关系数R2分别是0.7104和0.8534。随着氮、钾肥量的增加,PRI和LUE之间的相关性也在增加。对1,2,3份的氮施肥量,相关系数R2分别是0.6020,0.6404和0.8014;钾施肥量为1,2,3份时,R2分别为0.3791,0.6404和0.6769。因此,PRI不仅能够获可靠精度的LUE,并且为监测小麦的肥料状况提供了一种间接方法,这将为田间管理和精细农业提供了必要的参考信息。

猪伪狂犬病基因缺失疫苗的制备、安全性、免疫原性、保存期测定及区域试验

为了提供有效的伪狂犬病疫苗,用鸡胚成纤维细胞扩大培养了PrV HB-98突变株(TK-/gG-/LacZ+),研制了伪狂犬病基因缺失疫苗,并对该疫苗经肌肉接种、经口等免疫途径的最小免疫剂量进行了测定,同时也对4批疫苗的安全性、效力、免疫期和保存期进行了检测;同时将4批疫苗用于免疫23个猪场的母猪、新生仔猪和育肥猪进行区域试验。测定结果表明,疫苗经上述两种途径接种对不同阶段猪的最小免疫剂量均为105.0TCID50;10倍免疫剂量的疫苗对初生仔猪、15日龄仔猪和妊娠母猪是安全的,免疫猪能抵抗强毒的攻击;疫苗在4℃和-20℃下分别可保存6个月和12个月。对伪狂犬病毒抗体阴性的70日龄商品猪和种猪的免疫期为6个月。田间试验表明,4批猪伪狂犬病基因缺失疫苗安全有效,并可用于仔猪发病时的紧急接种。为猪伪狂犬病基因工程疫苗的制备与应用提供了有力的依据。

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。

基于多参数的雷达辐射源分选新方法

针对现有方法分选准确率不高和对参数变换敏感的问题,提出一种新的雷达辐射源分选算法。将常规参数到达角、载频、脉宽和脉内特征参数Wpt6,Wpt7构成特征向量,用Kohonen神经网络实现自动分选。仿真结果表明,新方法的分选准确率较常规方法可以提高7%左右,更加适应于现代电子战环境。

星载大斜视聚束SAR变PRI成像技术研究

星载SAR大斜视聚束可以实现高分辨率宽覆盖成像和目标多方位信息获取,但斜视情况下大距离徙动会造成回波数据获取效率下降、波位选择困难等问题。变PRI技术可以跟踪聚束成像过程中目标斜距变化,提高数据获取效率、降低波位选择难度。该文对星载大斜视聚束SAR的变PRI工作机理进行了研究,提出了一种PRI变化序列迭代设计方法和波位选择策略,研究了样条插值和NUFFT两种非周期非均匀采样重建方法,并首次通过机载飞行试验对所提出的变PRI的SAR系统工作体制进行了验证。

一种新的PRI变换分选算法

脉冲重复间隔(pulse repetition interval,PRI)变换及其改进算法是雷达信号分选领域的经典算法之一。在早期的信号环境中,各部雷达信号的PRI值相对接近,传统的改进PRI变换算法能够有效地分选PRI抖动雷达信号,因而得到了广泛的应用。随着信号环境的日益复杂,不同雷达发射的信号其PRI值分布在一个较大的范围内,此时传统算法的分选能力大大减弱。针对上述问题,对传统算法中可变时间起点的改变、PRI箱的选择以及门限的确定三个方面进行改进,提出一种新的PRI变换分选算法。新算法中采用了可变的移动因子、固定的箱分辨率以及合理的门限,在保留原算法优点的同时,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证了算法的有效性。

基于PRI的雷达脉冲序列分选方法

高密度复杂信号环境下的信号分选处理技术是新一代雷达截获接收机信号处理的关键技术,也是雷达截获领域一个亟待解决的问题。文中讨论基于脉冲重复间隔(PRI)的脉冲分选算法,深入分析了基于直方图统计算法和PRI变换算法的优缺点,并对算法进行计算机仿真。最后针对这两种算法的优缺点提出一种综合的分选算法。

一种对重频调制与抖动信号的PRI变换分选新方法

针对脉冲重复间隔(PRI)变换法及其改进方法难以分选重频变化信号的问题,提出一种新的信号分选方法,即脉冲相似度检索法。该方法把脉冲相似度引入改进的PRI变换法,根据脉冲相似度对雷达脉冲信号进行搜索、提取。仿真结果表明,该方法不仅使分选更加准确,而且实现了对重频抖动和重频受调制变化信号的分选,其分选准确率达到95%以上。

一种基于脉冲样本序列的PRI周期信号分选算法

针对传统脉冲重复间隔(PRI)分选算法在估计PRI方面存在的不足,提出了一种对PRI周期信号的周期进行准确估计的方法。该方法首先从待分选脉冲序列中提取出属于一部雷达的脉冲样本,然后基于这些样本对该雷达脉冲序列的周期进行精确估计,并用估计到的周期值进行脉冲序列抽取从而实现准确分选。相对于传统PRI分选算法,该算法能够在保证周期估计精度的前提下大幅度减少分选过程所需要的时间,从而能够更好地满足信号分选的需求。仿真结果证明了所提算法的有效性。

基于叶绿素荧光发射光谱的光能利用率探测

该文从光合作用光谱探测角度出发,研究基于自然光下植被叶绿素荧光光谱的植被光能利用率遥感探测的可行性。设计了日变化试验,获取植被光合、光谱及荧光参数,分析光能利用率的影响因素和光谱探测方法;基于叶绿素荧光夫琅和费(fraunhofer)线探测原理,计算植被冠层在2个氧吸收波段(688nm和760nm)叶绿素荧光发射光谱;并在此基础上建立了基于荧光发射光谱的光能利用率统计模型,并与基于光化学植被指数的光能利用率统计模型进行了对比。研究结果表明:PSII(photosystemⅡ,光系统II)光下量子产量与光能利用率显著正相关(R2=0.802),证实了通过叶绿素荧光来定量探测光能利用率是可行的;688nm和760nm荧光均与植被光能利用率显著相关,相比光化学植被指数光能利用率统计模型(R2=0.646),基于荧光的光能利用率的统计模型精度更高,决定系数R2达到了0.799。因此,叶绿素荧光信号更能用于跟踪短期植被光能利用率变化。植被自然光下荧光光谱信号能够为光能利用率遥感探测提供一条新的途径。

基于PRI谱的双门限雷达信号分选算法及其硬件平台设计

针对修正的PRI变换法无法分选重频参差雷达信号的缺点,提出了一种基于PRI谱的双门限雷达信号分选算法。该算法先对PRI谱设定双门限检测各个准PRI,再结合组合查看及序列搜索提取各个PRI。同时,构建了一种预分选、主分选结合的新型分选平台。预分选利用带有PowerPC的FPGA构架片上系统,完成对脉冲雷达信号的实时测量、AOA分类及数据存储;主分选采用DSP专职完成其他维参数的分选算法。该分选新算法在保留抑制PRI子谐波优点的同时,对重频固定、抖动和参差的雷达脉冲信号都有较好的检测结果。视频信号源的大量测试表明,该分选平台对普通雷达、PRI抖动和参差雷达、频率捷变雷达及一些特殊雷达均具有较好的分选能力。

叶片光化学植被指数(PRI)的修正及其敏感性分析

光化学植被指数(PRI)被成功的应用于估算不同叶片生化组分的光能利用率(LUE),这些生化组分包括叶片含水量、氮元素浓度等。以往的研究中已经成功建立了叶片、冠层和景观尺度PRI和LUE的相关关系。但是,为了利用PRI更加准确地估算叶片LUE,很多问题仍然亟需解决,比如当LUE高于0.03mol CO2 mol-1PPFD(photosynthetic photon flux density),PRI会出现一个明显的饱和区域以及PRI和LUE关系会随季节发生较大变化。文章对PRI进行了修正,并基于PROSPECT模型对这一修正形式进行了4个参数的敏感性分析。分析结果表明,叶片SR-PRI(Simple ratio PRI)对叶肉结构参数(N)、叶绿素浓度(cab)敏感性要高于叶片的等效水厚(cw)和干物质浓度(cm)。因此叶肉结构参数(N)和叶绿素浓度(cab)的微小变化都会造成SR-PRI的较大变化,进而影响到LUE的估算精度。对SR-PRI的实证实验表明,这一指数也能够很好地用来估算叶片的光能利用率并且结果要优于PRI和LUE之间的相关关系。SR-PRI最重要的一方面在于其更清晰的物理意义和对531nm处反射率变化的敏感性,因为这一波段位置的反射率变化是评价光能利用率的核心参数。