基于合成特征参数和脉冲样本图的雷达信号分选

雷达脉冲信号的分选是电子战争中的研究热点,同时也是难点问题.针对雷达所截获的辐射源脉冲提出了一种基于合成特征参数值(CCP)的脉冲样本图分选算法.算法利用全脉冲数据的特征参数,根据每一个特征参数的差异性对特征参数值进行编号,通过编号值可以得到依据该特征参数值对脉冲的分类个数,进而计算出单一特征值的加权系数.通过加权系数对每一个特征参数的加权得到合成的特征参数,然后结合每一类信号的脉冲到达时间,提出了脉冲样本图匹配分选的新算法.与传统的PRI分选相比,脉冲样本图分选具有较小的运算量,计算机仿真试验表明该算法能够实现对信号的分选.     

TEDS技术在加速度传感器数据校正中的应用

提出一种利用传感器电子数据表格技术改善加速度传感器动态性能的办法。传感器标定时，其相关的特征参数被储存在传感器电子数据表格中；测试初始化时，每个传感器的特征参数被读入测试系统，指导系统自动完成其数学模型的建立，并在测试时进行实时数据校正。实验证明传感器电子数据表格技术的引入提高了加速度传感器的工作频带带宽和动态响应速度等动态性能指标。     

2014—2016年FY-3C与COSMIC掩星电离层特征参数的比较

利用由FY-3C和COSMIC两个全球导航卫星系统无线电掩星任务提供的2014—2016共3年的电离层电子密度廓线，基于时间间隔7.5 min、经纬度间隔2.5°的时空匹配窗口，对两个掩星任务的电离层峰值密度（NmF2）和峰值高度（hmF2）进行了比较。结果表明：由两个任务得到的特征参数相关性良好，各年之间相关性水平基本稳定，其中各年NmF2和hmF2相关系数的平均值分别为0.87和0.75；FY-3C的特征参数相对于COSMIC的偏差很小，各年NmF2的绝对偏差均值和相对偏差均值分别不超过±0.25×10⁵ el/cm³和±15.0%，hmF2的绝对偏差均值和相对偏差均值分别不超过±7.00 km和±1.80%。此外，由两个任务得到的特征参数在空间上均表现出赤道及低纬地区数值较高且呈“条带状”分布的特点，且两个任务都监测到了2016年相对于2014年和2015年NmF2和 hmF2均存在显著下降的现象     

美国“福特”级航母采办流程

美国"福特"级航母项目于1996年启动,首舰"福特"号2005年8月11日切割第一块钢板,2008年9月10日签订建造合同,2009年11月14日铺设龙骨,预计2015年服役;2号舰CVN 79于2011年2月25日举行了钢板切割仪式,标志着先期建造工作正式展开,预计2020年服役。航母的设计与建造是一项复杂的系统工程,是航母整个采办流程中重要构成阶段,科学合理的规划采办流程,可以有效减少航母各采办环节所需要的时间和经费。本文通过回顾"福特"级航母的采办过程,总结各个采办阶段的主要工作,从宏观层面展示"福特"级航母的研制过程。     

弹性压应力波作用下直杆动力失稳的差分解

以受载端简支、远端固支弹性直杆为例,通过对直杆微元的动力平衡分析导出了直杆动力失稳的控制方程,这与用哈密顿原理得出的方程完全一致。利用差分方法求解了动力屈曲方程,解出了动力失稳模态以及临界力参数和动力特征参数的值。特别分析了随着动力特征参数由零增加到一定值后,由静力失稳模态过渡到动力失稳模态的过程。结果表明,对于等效长度直杆,动力失稳临界压力要远大于静力失稳的临界压力。     

数字和模拟通信信号调制方式的自动识别

为自动识别数字和模拟通信信号的调制方式,基于接收信号的一阶统计矩提出9个特征参数,它们均可利用常规信号处理技术获得,参数提取过程计算量小,有利于信号的实时在线分析。以判决理论为基础提出一种调制方式自动识别算法,给出算法的实现流程。计算机仿真结果表明,在信噪比≥9dB时,算法平均识别成功率≥97%,有望用于实际非协作通信系统中信号的检测和快速识别。     

直杆塑性动力屈曲的能量准则和特征参数解

提出弹塑性应力波作用下直杆动力屈曲的定量求解方法,将临界应力和惯性指数作为一对特征参数求解.由相平衡邻位形准则得出屈曲控制方程和边界条件,由所导出的能量转换和守恒准则得出压缩波阵面上的附加约束方程,由此得出了问题的完备定解条件,从而提出了求解直杆塑性动力屈曲的特征参数方法.     

外卡式传感器特征参数的提取与分析

基于试验所检测到的压力波形,通过分析燃油喷射过程,提取了压力波形的特征参数,着重给出了特征点识别的新算法,井用MATLAB开发了相应软件。最后,根据识别结果,分析了调整参数对特征参数的影响。     

通信信号调制识别方法简析

在无线电应用领域中,通信信号调制识别技术已成为重要的研究课题。文章综述通信信号调制识别技术的研究内容、现有方法和发展前景,对调制识别中的特征参数提取和信号分类做简要概括,并比较各种方法的优缺点,以期让大家进一步了解并推动通信信号调制识别技术的发展。     

基于多特征模糊融合的疲劳状态判决

在基于视觉的疲劳驾驶识别过程中,使用单个特征进行疲劳驾驶判断,常常会受到非普遍适用性、噪声等因素的影响,从而导致识别率降低。为了解决眼部特征参数或者是嘴巴特征参数单个特征识别率低甚至特使环境无法识别的问题,提出一种基于多特征融合的判决方法,利用了各种特征之间的优势互补,可以降低噪声和类内类间差异的影响,从而提高系统的性能,并且能增强适用性。最后通过实验结果证明,使用眼部和嘴巴特征融合的方法比单一的判决方法准确率更高。