烷基膦酸甲酯的特殊化学性质研究

烷基膦酸甲酯与其他烷基膦酸酯相比具有特殊性质,用亚磷酸三甲酯为溴代烷进行阿乐布卓重排反应时发生异构,得到酯交换产物,甲基氯膦酸甲酯不稳定,在室温下发生聚合。     

基于注意力与通道重排的无人机对地目标检测算法

无人机自主察打对地攻击场景中,针对无人机作战时效性强,地面目标识别场景复杂,存在模型训练、推理速度慢,小目标检测漏检、误检的问题,提出一种基于注意力机制与通道重排思想的无人机对地目标检测算法。该算法引入CA(coordinate attention)注意力机制,可提高网络对关注部分的特征提取能力;且对主干网络进行通道重排(channel shuffle)轻量化处理,可有效减少多次卷积造成的特征损失;最后,为提升战时训练及推理速度,替换部分激活函数为H-Swish,优化其损失函数为CIoU(complete intersection over union)。实验证明：采用改进的新算法,提升了28.4%训练速度,目标识别的平均精度均值(mean average precision, mAP)达99.1%,可实现最小目标检测为19*25像素,经TensorRT加速后检测速率达72.99 FPS,满足实时检测需求,针对复杂地形下的坦克小目标检测性能较好。     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。     

基于RSPWVD的多分量FM信号盲分离

针对多分量任意形式的调频(FM)信号,利用平滑重排伪wigner-ville分布(RSPWVD)作为时频分析工具,平滑可以抑制各信号之间的交叉项,但会引起信号项的平滑,降低时频聚集性,通过重排可以提高时频聚集性.把RSPWVD的结果作为图像,利用Viterbi算法作进一步处理,分离信号分量.仿真结果表明,在未知任何信号先验知识的条件下,可以准确分离各个信号分量,得到精确的瞬时频率(IF)估计.     

分子重排现象与物质结构稳定性浅析

本文仅就有机化学反应中常见的几种分子重排现象进行简述,并力求从中总结出其共有特性,在体系上给予贯穿,即物质结构的稳定性对分子重排现象的本质影响。 ’     

多分量LFM信号检测与参数估计的新方法

针对传统的多分量LFM信号检测与参数估计中存在的精度不高和交叉项问题,将小波重排与Hough变换结合起来,首先对信号进行小波变换,克服交叉项干扰,再经过时频重排保证精度,以重排后的时频分布作为图像,利用 Hough变换通过查表的方式,实现对各分量的依次截取和参数估计.仿真实验表明,该方法能够有效地提取多分量LFM信号中各分量的特征参数.     

一种改进的小波域LFM雷达信号参数估计算法

提出了基于重排小波-Radon变换的线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。仿真结果表明,该方法有效提高了时频分布图的聚集性,节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。