低能电子散射中的定域交换势(Ⅰ)电子被He，Ne和Ar原子的散射

文中利用自由电子气体近似(HFEGE)定域交换势和修正的半经典近似(MSCE)定域交换势,加上正交化方法(Orthogonalization technique),对能量在0.1～20eV的低能电子被He,Ne和Ar 原子的弹性散射过程进行了计算。其中靶原子的电荷分布以及入射电子和靶原子的静电作用利用原子的Roothaan-Hartree-Fock 波函数求出;相关和极化作用则用一个无参数的相关极化势近似表示。通过本文计算结果和严格计及交换作用的结果及实验数据相比较,对HFEGE和MSCE 交换势的准确性以及正交化过程对计算结果的影响进行了分析。     

双原子分子气体的定常隐式全流域多尺度算法

巨大的计算资源需求极大地阻碍了统一气体动理学格式的应用。采用宏观预估技术,基于Boltzmann-Rykov模型方程发展全流域适用的保守恒定常隐式算法,协同求解宏观方程和微观方程以加速收敛。在单元界面,通过模型方程特征差分解构造简单高效的多尺度数值通量,并结合非均匀非结构速度空间和速度空间自适应技术进一步降低计算需求、提升计算效率。超声速和高超声速平板绕流和圆球绕流的数值结果验证了算法的准确性与高效性。结果表明,算法能够准确求解二维和三维双原子气体多尺度流动问题,且相比于显式离散统一气体动理学格式可加速一个量级。     

一种新的时频分析方法

首先分析了传统时频分析方法的特点及其局限性,而后评述了一种最新的适用于非平稳、非线性信号的通用的时频分析方法--基于经验的模式分解及希尔伯特变换谱,指出了该方法需进一步研究的有关问题     

基于时频分布的弹道导弹目标识别方法

在弹道导弹目标识别中,微动特征是重要的识别手段。从弹道导弹微动特性时频分析出发,提出一种基于时频分布的弹道导弹目标识别方法。该方法将时频分布图的伪Zeinike不变矩特征作为识别特征。首先对回波信号进行时频变换以获取时频图像;然后为了降低噪声的影响,对其进行图形预处理;最后给出了伪Zernike不变矩提取步骤及识别特征的选取原则。通过仿真实验,分析了不同特征组合对识别率的影响,评估了不同信噪比下识别方法的稳定性。实验结果表明,该方法具有一定稳定性,可用于弹道导弹目标识别。     

一种新的柴油机润滑油发射光谱数据综合评价方法

对两台船舶主柴油机润滑油进行了长期监测,应用原子发射光谱仪对采集的36个油样进行了测试。采用基于熵权法的模糊综合评价对各元素进行了权重赋值,并依据权重选取11个元素中的5个主要作用元素进行了数据综合评价,按照正常、注意、警告、异常4个状态对装备磨损状态进行了分类。研究结果表明:所提出的油液原子发射光谱数据综合评价方法能够客观、准确地获取装备磨损状态,其评价结果与实际磨损状态相符,为装备的使用与维护提供了有效的技术依据。     

一种时频混叠的欠定混合通信信号盲分离算法

针对衰减-延迟欠定混合通信信号的盲分离问题,提出了一种基于子空间最小距离的源信号估计算法,通过计算观测信号到混合矩阵列矢量张成子空间的距离,估计任意时频点同时存在的源信号数目以及当前源信号对应的混合矩阵列矢量,把欠定混合问题转化为超定问题,然后通过计算Moore-Penrose逆矩阵求解源信号,理论分析和仿真结果验证了算法的有效性。     

一种高分辨时频分析方法及在脑电信号处理中的应用

时频分析中 ,交叉项和分辨率是矛盾的两个关键因素。Wigner分布在分辨率这点上代表着时频分析的最高水平 ,却引入了交叉项。中心仿射滤波法以Wigner分布为基础 ,对Wigner分布的结果进行非线性滤波 ,有效的滤除交叉项干扰 ,仍然保持很好的自项聚集度 ,具有相当高的分辨率。利用中心仿射滤波法分析癫痫脑电信号 ,可以比较细致地反映信号 ,并且能用于异常脑电的自动识别。该方法不考虑信号的时域特性 ,只利用时频谱的变化特性 ,所以本方法还具有广泛的适应性。     

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。     

一种改进的自适应Chirplet分解方法及其实现方法

参数自适应时频分布成为当前非平稳信号分析与处理的研究热点。针对自适应Chirplet分解所用基函数的时频关系为线性,对含有非线性时变分量的信号逼近效果不好的问题,提出了一种改进的自适应Chirplet分解方法,并给出其快速实现算法。首先在Chirplet时频原子的基础上添加了弯曲算子,构造了新的时频原子,得到了一种改进...     

经验模态分析法在雷达信号脉内分析中的应用

雷达脉内特征分析是信号分选领域一个重要手段,当脉内信号有多个雷达信号交叠在一起时,很难分析出其各自的调制方式。经验模态分解(EMD)在分析非平稳混合信号时效果显著,但其存在2个明显弊端。针对端点效应问题,首先采用小波分解将信号分解成各分量,随后对除噪声外的各分量利用ARMA模型对信号进行预测,接着对预测后的各分量进行小波重构,从而消除了端点效应,针对虚假分量的问题,结合雷达信号的特点改进了其终止条件,提高了EMD分解的性能。最后,对EMD分解后的各分量进行时频分析,得出雷达脉内信号的调制特征。仿真验证了算法的有效性。