基于K均值排序方法的频域盲分离算法

针对频域盲分离算法中存在的排序不确定性问题,提出一种基于K-means算法的排序方法。该方法在排序中使用K-means算法对分离子信号进行整体排序,与传统相邻频点排序方法相比,大大提高了盲源分离的鲁棒性。仿真结果表明了该方法的有效性。     

络合剂种类对改性海绵铁除氧能力的影响

为了研究海绵铁在改性过程中络合剂的种类对改性海绵铁除氧能力的影响,利用表征分析方法对添加不同络合剂造成改性海绵铁表面铜层形貌以及除氧能力差异的原因进行了分析.结果表明:镀液中添加酒石酸钾钠或羟基亚乙基二膦酸(HEDP)作为络合剂所得到的改性海绵铁除氧能力较好,表面铜含量较高.改性海绵铁除氧过程为反应控制过程,其除氧能力主要取决于其表面铜含量.海绵铁改性过程并未改变其孔道结构特征,仅增大了孔径和增加了表面的铜含量.     

基于SPWVD的差分跳频信号参数估计方法

在深入分析差分跳频信号产生机理和信号特性的基础上,提出一种基于SPWVD的差分跳频信号参数估计方法,利用SPWVD算法对差分跳频信号进行时频分析,通过检测时频分析数组中相邻跳信号的频率跳变时间来估计跳驻留时间参数,进一步估计跳速、瞬时频率等参数。仿真结果表明,提出的算法可以对差分跳频信号实现有效的参数估计,且估计精度较高,处理计算量较少。     

基于协同交战的战术数据链技术研究

介绍了外军典型战术数据链的发展情况,同时根据未来网络化作战需求,对基于协同交战的战术数据链的作战使用进行了研究,提出了基于协同交战的战术数据链体系结构、功能需求和指标需求,最后给出了基于协同交战的战术数据链的发展建议.     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。     

基于凸-改进遗传算法的圆阵列方向图联合优化

针对圆形阵列方向图具有较高旁瓣的问题,提出一种新的基于凸优化和改进遗传算法的优化方法。该方法首先采用遗传算法将阵元位置和阵元权值作为优化变量,以最小化波束方向图峰值旁瓣为目标函数进行联合优化,既增加了变量的自由度,又符合理论意义上的全局寻优;同时,为了避免算法的早熟收敛,对基本遗传算法进行了必要的改进。然后采用凸优化方法对阵元权值进行二次优化可进一步降低旁瓣电平,与传统方法相比能够明显提高优化效果的稳定性。仿真数据证实了该方法的有效性和正确性。     

假设检验在军事工程应用中的若干问题

对假设检验这一统计学工具在军事工程应用中值得注意的若干问题进行了探讨,包括假设的设置、检验门限的设置和统计量的构造等,这些问题在理论上有一些一般的指导,但在实际工程应用中,需要根据具体问题进行设计,这中间涉及一些技巧和经验,也容易出现一些常被忽视的问题。指出了这些问题,并给出了在实际工程中应用好假设检验的一些建议。     

舰载近区防卫眩目武器干扰效果研究

眩目武器是水面舰艇防卫近区非对称威胁目标的新型武器,其作战效果分析和作战运用研究是新的课题。分析眩目武器的作用机理,建立了眩目武器干扰效果分析模型,并在仿真计算结果分析的基础上提出了眩目武器运用的一般原则和方法,可以为相关的指挥决策提供一定的借鉴和指导。     

多基准站相对定位算法及先验基线向量偏差影响分析

为提高单基准站短基线相对定位解算的可靠性,研究了多基准站约束的相对定位算法。将基准站间可提前测量的先验基线信息融入观测模型中,给出了多基准站相对定位的函数模型和随机模型,在此基础上推导了模糊度精度因子的解析表达式,揭示了基准站数量的增加对模糊度浮点解精度提升的作用;从理论上分析了基准站间先验基线信息中的偏差对模糊度解算的影响,分析表明,当先验基线各分量偏差的绝对值之和小于5 cm时,模糊度解算几乎不受影响;通过仿真和实测数据进行了验证。试验结果表明,增加基准站数量不仅能有效提升模糊度解算成功率和收敛速度,并且对先验基线信息中的偏差具有较好的抑制作用,当基线各分量偏差均增加到4 cm时,实测数据模糊度解算成功率仍能达到92%以上。研究结论为特殊场景下多基准站间的快速非精确标定提供了理论依据。