关于潜艇装备劳兰C导航仪技术问题的研究

本文提出了一种改善潜艇现有天线接收性能的方法,从而解决了在潜艇上安装使用劳兰C导航仪的关键技术问题。     

实现信号衰减的程控电路

本文介绍线路设计中所应用的两种程控信号衰减电路。这两种电路容易实现,使用简便,具有较大的衰减范围,实现了信号衰减控制自动化。显示出比纯电阻手控衰减电路更优越的性能。     

注胶修复工艺的耐高温环氧树脂体系工艺性能

针对注胶修复工艺要求,采用差示扫描量热法热分析和流变仪测试三种中温固化配方的耐高温缩水甘油胺型环氧树脂体系的固化特性和化学流变特性,通过对比分析三种配方树脂体系的固化条件和黏度特性,确定MF-4101/ZH110/DMP-30树脂体系为最适宜注胶修复工艺的配方。建立该树脂体系在等温条件下黏度特性曲线的Daul Arrhenius模型和高阶指数拟合模型。结果表明,高阶指数拟合模型的预测精度和适用范围均优于Daul Arrhenius模型,预测黏度与实验结果具有良好的一致性,根据高阶指数拟合模型建立的黏度随温度、时间变化的唯象关系式,可以准确地预报修复树脂体系的工艺窗口。     

时频分析方法及其在自导信号检测中的应用

首先引入时频分析的概念,介绍了短时傅里叶变换、Wigner—Ville分布和连续小波变换的数学表示和性质.其次基于经典检测理论,讨论并比较了它们在高斯白噪声背景下对确知信号的检测问题.最后对它们在自导信号检测应用中的有关问题进行了分析,并指出了需进一步研究的方向.     

机载脉冲多普勒雷达的自适应旁瓣对消实现方法

简要介绍了自适应旁瓣对消的基本原理。重点研究了自适应旁瓣对消在机载脉冲多普勒雷达中的工程实现方法,该方法打破了自适应旁瓣对消目前只能应用于采用低重脉冲重复周期的脉冲多普勒雷达的限制。通过对自适应旁瓣对消结果的分析,表明该方法完全能够满足现有机载脉冲多普勒雷达抗有源旁瓣干扰的需求。     

一种导引头信号处理器通用硬件平台方案

导引头信号处理器是导引头的核心装置,随着技术的迅速进步,信号处理器的功能也越来越复杂。如何缩短信号处理器的开发周期、降低开发成本,对于信号处理器的设计师来说是非常重要的。提取了不同型号、不同体制导引头对信号处理要求的共同特征,提出了一种导引头信号处理器通用硬件平台方案。在新产品模样开发阶段,可以在这种硬件平台上进行系统验证和软件开发;基于面向对象的概念,在试样设计阶段可以继承通用平台中的部分或全部属性,快速构建适合于新产品电气性能和结构要求的硬件平台。     

人工免疫系统的战场异态电磁信号检测模型

分析了复杂电磁信号环境下电磁信号监测的现实需求,抽象出"异态电磁信号"的概念。结合人工免疫系统建立起基于人工免疫系统的适用于复杂电磁环境下异态电磁信号检测模型,初步的信号检测实验表明该模型在信号检测准确性、检测时间等方面具有一定优势。     

干涉SAR目标回波信号模拟器的设计与实现

完成了星载干涉SAR目标回波信号模拟器的设计与实现,该模拟器能够与一发双收干涉SAR构成雷达半实物仿真回路,实时记录主星雷达发射信号,离线调制场景信息后,依据雷达工作时序实时播放主辅星场景回波.采用高数字中频收发技术获得优良的谐杂波和载波抑制性能,利用在线闭环校正技术对模拟器通道间幅相一致性误差进行实时校准.测试结果表...     

作战实体概念模型结构研究

本文将动态的作战实体视为智能实体,运用系统六元抽象方法对作战实体概念模型构成要素进行分析,明确了要素之间的相互关系,并从作战实体内部的状态、结构、行为出发,提出了一种以知识系统为中心的作战实体的概念模型结构。     

Adaptive subspace detection based on two-step dimension reduction in the underwater waveguide

In the underwater waveguide, the conventional adaptive subspace detector (ASD), derived by using the generalized likelihood ratio test (GLRT) theory, suffers from a significant degradation in detection per-formance when the samplings of training data are deficient. This paper proposes a dimension-reduced approach to alleviate this problem. The dimension reduction includes two steps: firstly, the full array is divided into several subarrays; secondly, the test data and the training data at each subarray are transformed into the modal domain from the hydrophone domain. Then the modal-domain test data and training data at each subarray are processed to formulate the subarray statistic by using the GLRT theory. The final test statistic of the dimension-reduced ASD (DR-ASD) is obtained by summing all the subarray statistics. After the dimension reduction, the unknown parameters can be estimated more accurately so the DR-ASD achieves a better detection performance than the ASD. In order to achieve the optimal detection performance, the processing gain of the DR-ASD is deduced to choose a proper number of subarrays. Simulation experiments verify the improved detection performance of the DR-ASD compared with the ASD.