“兽营”中打造“战争机器”——美军特种兵选拔训练探秘之（四）“魔鬼”教官——斯瓦尔回忆教官波纳斯

从美国特种部队新兵训练营熬出来的人,都说自己的教官是特种部队中的“魔鬼”,而我的教官——波纳斯可以说是一个最凶的“魔鬼”,在整个训练期间,他把我整得死去活来。但时至今日,我却从内心深处特别感激他。     

氧气鱼雷供氧系统中扰动波的建模与仿真

鱼雷发射时,对高压氧气舱中的氧气起开关作用的启动阀快速开启,从而在启动阀的两端产生激波和膨胀波等两种扰动波.考虑了高压氧气的分子间相互作用力及分子所占体积的影响,采用范德瓦耳斯公式来代替完全气体的状态方程,同时建立了扰动波的数学模型,并推导了气体在接触间断面上的速度计算模型,仿真计算得出激波波阵面上的温度、由膨胀波所引起的低温及其它物理量的数值,为分析氧气鱼雷使用高压氧气的安全性提供了参考数据.     

为什么隐身兵器并不是肉眼看不见的兵器？

隐身技术首先应用于航空领域。它几乎是与1935年英国的防空雷达技术同时出现的。目前,在美国马里兰博物馆停放着一架纳粹德国1945年初研制的原形复制飞机,它是由德国空军一个绝密集团秘密研制试飞的,其外形酷似当今美国最新型B-2隐身飞机。英国很早就注意到了反雷达侦察技术的应用,在二次世界大战初期就研制出一种用胶合板、云杉木等材料做的双引擎“蚊”式轰炸机,它速度快、飞行高度低,更重要的是对方雷达屏幕上几乎看不到它,因此,这种飞机在第二次世界大战的损失最小。这是用木质材料作为隐身技术的最早应用事例之一。     

利用行波管放大器产生微波波段拍波实验

介绍了一种先利用初级源进行小功率合成产生微波波段拍波 ,然后再用单只行波管放大器进行功率放大产生较高功率微波波段拍波脉冲的方法 ,目的在于为高功率微波效应研究提供方便、实用的拍波效应源。实验结果显示 :利用单只行波管放大器可以在微波波段产生拍频为 1MHz～几百MHz的拍波 ,并可以调节两个频率分量在总输出中的功率比例 ,实验获取的拍波脉冲输出功率为 2kW ,脉冲重复频率为 10kHz。实践证明 ,这种方法可以满足部分高功率微波拍波效应研究的需要 ,有一定的推广应用价值     

一种基于空-频稀疏的水声目标线谱重构方法

针对短数据量情况下被动声呐目标参数估计的问题，提出了一种波达角-频率联合估计方法，用于解决传统方法频率分辨能力和角度分辨能力不足的问题。该方法根据稀疏重构理论，利用目标在空间域和频域的稀疏特性，通过理论推导建立了空-频联合稀疏重构模型，并使用凸优化方法求解；仿真分析了该方法在不同信噪比条件下，对相邻目标的波达角和频率的估计能力，并使用海上测得数据验证了该方法的有效性。实验结果表明：该方法在短数据量情况下，可以准确估计目标的波达角和频率，并对噪声和相干目标有显著的鲁棒性，可以用于被动声呐探测机动目标。     

星机双基地SAR方位向成像性能分析

星机双基地合成孔径雷达（Synthetic Aperture Radar, SAR）系统中,由于收发平台运动速度差异较大,因此需要对收发波足（波足是指波束在地面的投影）的运动速度进行合理的设置,减小收发波足速度差,尽可能的提高收发波足覆盖范围和时间,进而实现高分辨、大方位场景成像。根据收发波足覆盖时间的相互关系,分析了收发波足共同覆盖范围内的方位向成像性能。分析了收发波足方位向位置偏移对方位向成像性能的影响,从而对星机双基地SAR系统的波束同步精度提出了要求。仿真结果表明,本文提出的方法能够很好的分析收发波足同步误差对成像性能的影响,能够为星机双基地SAR系统设计提供重要参考。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

压缩感知理论与光学压缩成像系统

压缩感知理论为提升信息获取能力提供了新的思路,它表明当被探测信号具有稀疏性时,则获取信号所必需的测量数据与其稀疏度K量级相当,而远小于信号的维数N(Shannon采样定理所要求的采样数)。基于压缩感知理论的成像技术(压缩成像)则将感知、压缩和数据处理三个过程完美地结合在一起,避免了传统成像系统"先采样再压缩"方式带来的传感器和计算资源浪费。本文从稀疏性、投影测量矩阵的设计与可重构条件、压缩感知重构算法三个方面概述了压缩感知理论及进展,并以光学成像为背景,详细阐述了最近提出的几类光学压缩成像系统,最后,探讨了压缩感知及压缩成像方面目前所面临的一些挑战性问题。     

单层平板吸波体界面反射模型的带宽理论研究

为了优化和指导吸波体设计,介绍了单层平板吸波体界面反射模型,推导了模型所揭示的吸波体内部能量流动关系。在此基础上,导出吸波体反射吸收带宽计算公式,由界面反射模型得出影响吸收带宽的因素,包括吸波层厚度、1/4波长厚度在峰值频率处的变化率、指定的反射波能量、前界面反射波能量及后界面反射波能量等。利用推导的能量关系及带宽公式,对3个同轴样品进行分析计算,结果表明计算值与实验值吻合较好,带宽公式推导正确。