稀布阵下宽带多波束组合印证测向算法

在稀布阵下,对信号强度不同的多个信号进行多波束测向时,由于波束主瓣较宽,副瓣较高,因而无法分辨信号到达方向。针对此问题,提出了一种新的多波束测向算法,即多波束组合印证测向算法。该方法充分利用高副瓣的特点,建立多波束学习训练匹配表,通过查表综合判定信号到达方向。仿真实验结果表明:该算法很好地解决了稀布阵下对同时到达阵元的多个信号测向问题,且算法简单,运算量小,测向精度较好,具有很好的工程应用价值。     

一种快速确定GPS整周模糊度的方法

GPS初始整周模糊度的求解是利用载波相位进行测量时的关键问题,采用了对系数矩阵进行QR分解的方法,用以降低矩阵的维数。模糊度搜索时,针对Z变换可能会引入多余误差,采用了对称三角分解法对协方差矩阵进行去相关处理。实验与仿真结果表明,定位误差在0.5 cm以内,方位角和仰角误差在0.1°以内。     

基于边带相关置换的BDS抗窄带干扰算法

提出了一种新的窄带抗干扰算法,利用北斗卫星导航系统(BDS)信号体制频谱的对称性,通过将受到污染的频谱部分替换为未受污染频谱,而对于对称干扰,则将其置零,以达到最大程度恢复原信号的目的。仿真表明,该方法扩展了常规边带相关置换法的应用范围,其抗干扰效果优于常规的频域干扰置零方法。     

机载相控阵雷达搜索模式辐射能量控制方法

机载相控阵雷达过高的辐射能量威胁了战斗机的生存能力。为了减少相控阵雷达搜索模式辐射能量,提出了基于辐射能量控制的搜索模型。将总能量消耗函数和检测概率相对误差作为目标函数,以平均功率、波束宽度、积累脉冲数以及脉冲重复间隔作为优化变量,选取非支配遗传排序算法对此模型进行优化。仿真结果表明,在同样检测概率情况下,提出的搜索方法可以有效控制雷达辐射能量,具有更好的射频隐身性能。     

图书馆发展趋势的探讨

网络的发展和普及给人们带来了空前丰富的信息资源,这既满足了用户对信息的广泛需求,同时也对图书馆提出了更高的要求。从机、活、专三个方面分析探讨了图书馆未来的发展趋势,希望能给图书馆的发展提供参考意见。     

不同结构拦截弹的毁伤能力研究

在电磁发射器发射拦截弹撞击来袭目标的过程中,拦截弹的结构材料参数是影响拦截弹加速性能及毁伤能力的一个重要因素。在实验中常用的铝合金材料拦截弹基础上,提出铝-钢、铜-钢2种复合拦截弹结构,以拦截弹与钨合金杆式穿甲弹的碰撞过程为例,对3种拦截弹对来袭目标的毁伤能力进行对比分析。     

国内关于少数民族学生自主学习研究述评——基于2005-2013年相关论文的统计与分析

文章梳理归纳了2005—2013年间国内在少数民族学生自主学习的研究成果。对收集到的68篇相关文献从研究概况、研究内容、研究方法、研究对象几个方面进行了分析,并依据主要的研究内容和方法将本领域研究大体分为两个阶段：起步阶段（2005-2008）和发展阶段（2009-2013）。通过分析发现目前仍存在数量较少、层次低、重复研究多、研究深度与广度不够等不足。     

面向大型机构的统一身份管理方法

通过借鉴自由联盟组织提出的Liberty框架,并针对该框架的结构以及身份提供者之间信任关系的建立模式进行改造,提出一种面向大型机构的新型身份管理联盟。新型的身份管理联盟比Liberty框架更加适用于具有分布性、自治性、全局性和协同性的大型机构。新型的身份管理联盟在物理结构上可看作由多个身份提供者节点组成的一棵树,其中每个身份提供者节点必须并且只能与其父节点和子节点建立信任关系,这与现实中各个大型机构的树状层级结构是完全相符的。在系统实现过程中,依托新型身份管理联盟的树状结构,并采用LDAP实现了用户认证数据的分级存储。此外还通过安全认证网关在网络层对用户的接入进行控制,从而能够同时支持B/S和C/S两类应用系统的单点登录。     

间歇采样转发假目标的相位特性及其在角度欺骗干扰中的应用

理论推导了不同阶数假目标的相位特性及影响因素,根据单脉冲雷达角度测量的原理,分析了间歇采样转发假目标实现角度欺骗干扰的制约条件,推导了实施角度欺骗相干干扰需要满足的相位相干、幅度匹配等要求,并进一步研究了为实现相干干扰对间歇采样转发延时、转发频率、转发功率的约束条件。进行了仿真分析,分别讨论了相干干扰和非相干干扰两种角度欺骗干扰条件下关键参数对干扰效果的影响。结果表明,通过灵活的参数设计和合理布设,间歇采样转发假目标能有效诱偏单脉冲测角系统,这对于间歇采样转发干扰机的设计及使用具有指导意义。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。