海洋环境中基于WVD的LFM信号检测方法

海洋环境中弱信号的谱与海杂波的谱相混叠 ,目标和背景的位置差异很小 ,经典的频域或空域处理对海杂波中弱信号的检测难以奏效。鉴于Wigner-Ville分布 (WVD)对线性调频信号 (LFM )具有时频聚集性这一特点 ,提出了一种海洋环境中基于WVD的LFM信号检测方法。利用雷达采集的真实海杂波数据 ,在不同信杂比的条件下 ,研究了该方法与经典频域法在信号检测中的差别。通过实验分析 ,与经典方法相比 ,该方法具有明显的优越性 ,且信杂比达到 -14 . 3dB时 ,其仍能很好地对信号进行检测。     

论杨朔散文的绘画美

杨朔散文似诗如画,人们注意到了它的诗情,而忽略了它的画意。本文另辟蹊径,以中国传统画论探索研究杨朔散文的绘画美。指出正是杨朔采用了中国画的散点透视、运笔多变的线条造形和随类赋彩的设色原则等技法,因而创造了虚实相间、动静相依、形神毕肖,情景交融的艺术境界,形成了斡旋回环、运笔多变、藏露得宜、情蕴势蓄、耐人寻味的独特风格。     

制导雷达信号积累分析及其应用

本文通过制导雷达进行视频信号积累的基本原理及实现方法进行了分析,在制导雷达其它条件不变的情况下,提高制导雷达的信杂比,达到提高制导雷达精度的目的。     

电爆炸切断开关的实验研究

电感储能系统中的关键技术是切断开关技术,本文论述了导体的电爆炸机制,以及作为切断开关爆炸导体参数选取的经验公式,并设计了一种爆炸导体切断开关的装置结构,在实验中取得了较好的结果。通过调节导体参数,可得到脉宽２８０ｎｓ,电压增益达到十几倍的高功率脉冲信号,其结果对我们通过用虚阴极二极管等器件作负载来产生高功率微波有重要的意义。     

多层有耗色散媒质电磁隐身涂层的宽带设计

本文应用任意层介质隐身结构宽带设计的Chebyshev公式和吸收曲线整形的多点频约束方法研究了色散媒质涂层的电磁参数的设计,并给出了设计结果。     

一种抑制DDS杂散的方法

本文通过分析直接数字频率合成器的工作过程,利用相位截断误差与频率控制截断字的关系,提出了一种抑制条做的结构。     

杂散参数对串联型磁脉冲压缩器输出特性影响*

使用电路模拟软件(P-Spice)分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时,磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身电阻对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传递效率,同时会影响到输出脉冲上升沿的宽度。基于以上的结论,对单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26kV,脉冲上升时间由4.1us压缩到1.2us的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

杂散参数对串联型磁脉冲压缩器输出特性的影响

使用电路模拟软件分析了脉冲电容器自身电感、磁开关绕组匝间电容以及磁芯处于不同工作状态时磁开关绕组自身阻抗等杂散参数对串联型磁脉冲压缩器输出特性的影响。结果表明,匝间电容和磁芯处于未饱和状态下的绕组自身阻抗对系统的输出特性影响相对较小;磁芯处于饱和状态时,绕组自身阻抗对系统的电压传输效率影响较大;脉冲电容器的自身电感不仅会降低系统的电压传输效率,而且会同时影响到输出脉冲上升沿的宽度。基于以上结论,对基于电容负载的单级串联型磁脉冲压缩器进行了优化设计并研制了一台输出峰值电压26k V,脉冲上升时间由4.1ms压缩到1.2ms的串联型磁脉冲压缩器,电压传输效率大于92.5%。     

SiC光学材料的电弧增强等离子体加工方法

Si C光学材料具有高化学稳定性,其在普通的等离子体加工中难以获得较高的加工效率。在等离子体加工实验中,发现提高等离子体的自身射频电压可增强等离子体与Si C材料之间的电弧放电作用,而借助电弧的增强作用可提高Si C材料的加工效率,因此提出电弧增强等离子体加工方法。为研究电弧的形成原理,使用自制的探针分别测量了普通电感耦合等离子体和电弧增强等离子体的电压。分别使用传统方法和电弧增强方法对S-Si C进行直线扫描加工实验,证明了电弧增强等离子体加工方法具有更高的加工效率。     

KL散度多模块滑动窗口慢特征分析的故障诊断方法

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler)散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。