一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

如何改善信号自适应处理算法的质量

被推荐的一系列信号自适应处理的改善算法,其实质就是保证尽可能地抑制干扰信号自身,以及抑制干扰源对坐标的导数。推荐的改善算法允许在一系列条件下大大地提高信号自适应处理算法的质量。     

读出温度对LiF:Mg,Cu,P方片灵敏度和剩余信号的影响

研究了读出温度对ＬｉＦ：Ｍｇ,Ｃｕ,Ｐ热释光探测器的灵敏度和剩余信号的影响。结果表明,在高达２６０℃,读出温度能短时间作用于ＬｉＦ：Ｍｇ,Ｃｕ,Ｐ热释光探测器（ＧＲ－２００）其灵敏度能以统计误差范围内保持稳定,当读出温度２５０℃或以上时,相对剩余信号小于１％,删除了辐照前退火退火的需要。     

非正弦波SAR的方位向分辨力

为研究非正弦波SAR的方位向分辨力 ,从波束形成的角度分析了非正弦波SAR的方位向聚焦原理 ,导出了基于矩形脉冲和高斯脉冲的合成孔径天线阵列方向图表达式 ,并与常规窄带SAR进行比较 ,指出影响非正弦波SAR方位向分辨力的主要因素为合成孔径长度和信号带宽 ,而与信号载频无关。     

数字调制信号的神经网络识别方法

提出数字调制信号的人工神经网络识别方法，从信号幅度、相位、频率及功率谱等特性中提取五种特征参数，用于训练神经网络对数字调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。     

星机双基地SAR方位向成像性能分析

星机双基地合成孔径雷达（Synthetic Aperture Radar, SAR）系统中,由于收发平台运动速度差异较大,因此需要对收发波足（波足是指波束在地面的投影）的运动速度进行合理的设置,减小收发波足速度差,尽可能的提高收发波足覆盖范围和时间,进而实现高分辨、大方位场景成像。根据收发波足覆盖时间的相互关系,分析了收发波足共同覆盖范围内的方位向成像性能。分析了收发波足方位向位置偏移对方位向成像性能的影响,从而对星机双基地SAR系统的波束同步精度提出了要求。仿真结果表明,本文提出的方法能够很好的分析收发波足同步误差对成像性能的影响,能够为星机双基地SAR系统设计提供重要参考。     

基于高阶滑模微分器的增广比例导引律

导引律的设计在导弹制导与控制中具有重要作用,为了解决增广比例导引中导弹-目标视线角速度和视线角加速度不易获得的问题,设计了一种基于高阶滑模微分器的增广比例导引律。首先,根据高阶滑模微分器的数学模型建立视线角速度和视线角加速度的估计模型;其次,根据视线角速度和视线角加速度的估计值,利用一种光滑无抖阵滑模微分器构造增广比例导引律。最后,通过仿真验证表明,具有滑模微分器结构的增广比例导引律导引性能良好。     

基于MATLAB的TDMA/CSMA混合协议仿真分析

TDMA(时分多址)和CSMA(载波侦听)是两种常见的Ad Hoc网络多址接入方式,两种方法各有利弊。TDMA避免了节点之间的冲突,但是平均时延随着网络规模的扩大而急剧增长,当某节点在给定的时隙内没有发送请求时,会产生空时隙,造成资源浪费;CSMA采用竞争的方式,当网络规模扩大时,节点的碰撞概率很大,信道利用率降低。根据两者的特点,提出了TDMA/CSMA混合多址接入协议,采用固定分配和动态分配相结合的方式,进一步提高网络吞吐量、降低平均时延,并通过MATLAB软件对协议进行仿真建模,验证其性能。