基于加权SPICE的MIMO-STAP稀疏恢复算法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在非均匀杂波条件下动目标检测性能严重下降的问题,引入了加权SPICE算法用于杂波谱的稀疏恢复。加权SPICE算法可以将一大类稀疏恢复算法纳入到统一框架下,根据加权矢量不同可得LIKES,SLIM和IAA算法。这些算法不需要设置任何超参数,基于杂波样本协方差矩阵通过迭代求解未知稀疏参数。仿真实验表明,使用这些稀疏算法恢复杂波谱,可有效提升所恢复杂波谱的准确性,能够更好地实现动目标检测。      

基于线性回归和属性集成的分类算法

对于高维度小样本数据的分类问题,高维属性的复杂性限制了分类模型预测的准确率。为了进一步提高准确率,提出了基于线性回归和属性集成的分类算法。首先,采用线性回归为每一个属性构建属性线性分类器(Attri-bute Linear Classifier,ALC);其次,为了避免因ALC数量过多而导致准确率下降,利用经验风险最小化策略中的经验损失值作为评估标准来优选ALC;最后,应用多数投票法来集成被筛选的ALC。采用高维度小样本的基因表达数据集进行实验,结果显示该算法具有比逻辑回归、支持向量机和随机森林算法更高的准确率。     

电化学法一步合成邻、间、对氟苯甲酸

以氟代氯苯为原料,用电化学法分别合成了邻(间、对)氟苯甲酸,考察了电极材料、反应温度、电流及反应物浓度对反应的影响。以镀锌不锈钢为阴极,镁为阳极,控制反应温度5℃左右,氟代氯苯初始浓度为0.50~0.70 mol/L,邻、间、对氟苯甲酸产率分别为80%、75%、82%。现已完成电解槽容积为50 mL的小试及15 L的扩试,目前100 L的中试正在进行中。     

信息检索系统的实现研究

本文简要介绍了信息检索以及信息检索模型的概念,研究分析和对比了三种经典信息检索模型,其中重点放在概率检索模型上,并给出了一种具体实现。     

一种机器人气味源跟踪算法的性能分析

对移动机器人在二维区域依靠单个气味传感器搜索地下气味源的六边形路径算法进行计算机仿真,得到多种情况下算法的应用结果,并通过分析得出算法的优缺点,明确了后续研究工作的重点和方向。     

能源互联网信息技术分类及特点

我国社会在进入互联网时代以后,互联网技术已经被广泛的应用到各行各业,使得各行业的生产活动发生很大的改变。我国是一个能源紧缺的国家,随着可再生能源研究力度的加大,能源互联网的概念被提出来。本文对能源互联网信息通信的需求和特点,以及其总体结构进行分析,并就能源互联网信息通信关键技术进行探讨。     

低加速度灵敏度的分布反馈式光纤激光水听器研究

针对分布反馈式(DFB)光纤激光水听器的加速度响应影响声压信号探测的问题,研制了一种聚氨酯端面增敏结构的DFB光纤激光水听器。建立了该结构水听器的加速度灵敏度理论模型,理论分析了套筒结构与水听器的加速度灵敏度的关系,仿真分析了水听器两端聚氨酯的弹性模量、泊松比以及高度的差异与其加速度灵敏度的关系,实现了对水听器各结构以及材料参数的优化,并制作了水听器原型样品与拖曳线列样阵,分别开展了加速度灵敏度测试和湖上动态拖曳实验研究。实验结果表明,该结构水听器在20~2000Hz频率范围内的加速度灵敏度在各频点均小于1.2dB,与理论分析结果较为吻合,在动态拖曳过程中的变速运动阶段也能对目标形成较高信噪比的稳定波束指向。水听器的抗加速度性能得到了有效预测以及实验验证。     

大位移角振动台的气隙磁场动静态特性分析

针对电机驱动式角振动台气隙磁场不均匀和输出大位移时波形失真大的问题,提出了一种径向磁通磁路结构的大位移角振动台,对其气隙磁场动静态特性进行优化分析。基于等效磁化强度法,在极坐标系下建立气隙磁感应强度的解析表达式,通过有限元法验证该方法的有效性,进一步分析了永磁体厚度、永磁体扇形角及气隙厚度对静态气隙磁场的影响规律;通过瞬态有限元法仿真分析了0.01、0.1和1 Hz 3个频率点上外磁环固定不动而永磁体和内磁芯转动的气隙磁场动态特性,定量分析了相对运动对气隙磁感应强度的影响规律;将优化后的磁路参数用于大位移角振动台样机中,测试结果表明,气隙平均磁感应强度及其分布规律和理论计算结果相吻合;研究方法对角振动台径向磁通磁路的理论分析与优化设计具有重要意义。     

国信嘉园二期4组团地下车库锚杆抗拔桩施工技术

以国信嘉园二期4组团地下车库工程为例，探讨了锚杆抗拔桩的施工方法和质量保证措施。     

基于深度卷积神经网络的轴承故障诊断方法

针对传统浅层轴承故障诊断方法依赖于人工特征提取和诊断专业知识从而缺乏自适应性问题,结合卷积神经网络善于识别二维形状的特点,提出一种基于深度卷积神经网络的故障诊断方法(DCNN)。首先,为充分展现滚动轴承故障特征信息,利用短时傅里叶变换得到滚动轴承振动时间序列的二维时频谱;其次,通过卷积神经网络自适应提取时频谱中不同故障特征;最后,将提取的轴承故障特征利用Softmax分类器输出诊断结果,实现轴承故障诊断。通过实测故障轴承数据对该方法进行验证,结果表明DCNN在多故障、变负载的轴承故障诊断准确率高达99.9%,证明了所提方法具有良好的泛化性能和可行性。