一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

5G与WiMAX双模AeroMACS机载终端设计与实现

针对现有航空移动机场通信系统(Aeronautical Mobile Airport Communication System,AeroMACS)尚未形成成熟的机载装机产品的问题,开展AeroMACS机载终端的研究。提出一种基于5G与WiMAX技术的双模AeroMACS机载终端设计方案,不仅能够实现国际标准WiMAX模式下的AeroMACS数据通信,而且利用国内5G技术的优势,大幅提升了AeroMACS机载终端的数据传输性能。通过设计的双通测试与传输速率测试方案,采用灌包测试的方法,验证了所设计的AeroMACS机载终端可以进行双模同时通信的功能,也表明了5G技术下的AeroMACS机载终端传输速率优于WiMAX技术。     

2种灰色模型在矿区地表沉陷预计中的适用性

目前矿区地表单点沉陷动态预计方法主要基于传统的水准测量数据,监测方法单一,成本高,观测点易破坏,不能保证地表形变信息的实时性,且采用灰色模型进行地表沉陷预计时只针对单一模型的应用,没有结合模型自身特点分析其适用性。以袁店二矿7221工作面为试验区域,采用合成孔径雷达差分干涉测量技术监测矿区地表沉陷量,分别建立了描述沉陷量与时间关系的GM(1,1)与灰色Verhulst模型进行地表沉陷量预计,实现了矿区地表沉陷监测与动态预计一体化。通过比较、分析GM(1,1)与灰色Verhulst模型对地表沉陷量的拟合及预计结果,得出了2种灰色模型在矿区地表沉陷预计中的适用性:在矿区开采沉陷开始至活跃前期,若地表单点沉陷量曲线呈近似单峰型,则宜采用GM(1,1)进行短期预计;当矿区地表沉陷进入衰退阶段,单点沉陷量曲线呈平底饱和状态,则宜采用灰色Verhulst模型进行中长期预计。     

基于改进雷达图的配电系统电能质量评估方法

本文针对配电系统电能质量综合评估存在的评估指标权重分配过于主观或客观的问题,提出一种基于改进雷达图法的配电系统电能质量评估方法。该方法利用最小偏差组合权重法计算各评估指标的最优组合权重。并在传统雷达图的基础上对各指标轴间夹角值的确定和特征向量的选取两方面做了进一步的改进。首先采用扇形区域取代原始的三角形区域,并利用最小偏差组合权重法计算各指标轴间夹角值。其次选择新的特征向量构造评估函数对配电系统电能质量进行综合评估。最后通过对某钢铁厂棒材变电站10kV配电系统电能质量进行综合评估,验证了该方法的可行性和合理性。较传统雷达图而言,改进雷达图法解决了传统雷达图法中各指标间信息共用以及评估结果不唯一的问题,使评估结果更加准确合理。     

放射性气载流出物取样代表性分析

为获取核设施放射性气载流出物单点连续监测取样位置,提出基于随机轨道模型(DRW)的气-固多相湍流耦合方法求解代表性取样区域。借助k-epsilon湍流模型模拟连续相,并引入离散颗粒模型(DPM)模拟离散相,建立基于DRW模型的排风管道内流道气-固多相湍流耦合计算模型,计算了核设施气载流出物在管道内流道流场分布规律,分析了内流道流体气旋角、气流速度、示踪气体浓度、气溶胶粒子浓度与管道高度间的关联关系。分析结果表明,随着截面高度的增加,气旋角、气流速度变异系数(COV)、示踪气体浓度COV及示踪气体浓度最大值与平均值的偏差逐渐降低并趋于稳定,气溶胶粒子浓度COV在截面6与截面8满足取样代表性要求;基于计算流体动力学方法可快速地确定出代表性取样位置,为气载流出物单点取样现场试验提供了理论参考依据。     

基于双态混沌PSO的机载激光通信视轴稳定控制

机载空间激光通信视轴稳定是激光通信链路建立的前提。在视轴稳定平台中应用自抗扰控制方法取得了良好的控制效果,但自抗扰控制需调整参数众多且缺乏规范的调整手段。针对自抗扰控制调参难的问题,本文提出了一种利用双态混沌粒子群算法优化自抗扰控制参数的方法。仿真结果表明,与PSO-PID控制方法相比,该方法具有更快的响应速度,更强的抗干扰能力和更好的鲁棒性。     

一种基于雷达图表示的数值型数据的CNN分类方法

卷积神经网络（convolutional neural networks， CNN）是一种广泛用于分析视觉图像的分类方法.由于数值数据存在着非线性、耦合性等复杂的空间关系，因此基于CNN的数值型数据的研究较少.本文的目的是找到一种可行的方法，将CNN的应用领域扩展到数值数据.于是提出了一种基于雷达图表示的数值型数据的CNN分类方法（Radar-CNN）.该算法首先将数值数据表示成雷达图形式，然后将其输入CNN中构建分类模型.为了进一步研究特征尺度和序列对性能的影响，提出了两种改进算法Rank Radar-CNN和SFS Radar-CNN.为了验证所提算法的有效性，引入TE化工过程数据集进行实验测试并比较，实验结果表明Radar-CNN及其改进算法具有优异的性能.     

基于改进飞蛾扑火优化算法的MIMO雷达相位编码信号集设计

提出一种MIMO雷达相位编码信号集设计方法，该方法对飞蛾扑火优化算法进行改进，利用改进的飞蛾扑火算法优化相位编码信号集，提高其正交性.在改进方法中，增加对火焰的更新过程，使火焰不仅能够保存最优飞蛾位置还具有搜索最优解的功能.优化过程以自相关函数旁瓣峰值和、互相关函数峰值和，以及自相关函数旁瓣能量、互相关函数能量作为算法适应度函数.仿真实验结果表明，改进方法明显提高了飞蛾扑火优化算法的收敛速度和收敛精度，且优化得到的信号集具有较低的自相关旁瓣值和互相关值.     

采用一维物理光学法的天线罩瞄准误差补偿

针对雷达天线罩瞄准误差的补偿问题，提出了一种适用于各向同性的天线罩瞄准误差修正方法。构建了基于一维物理光学法的天线罩瞄准误差的数学模型，推导了雷达导引头测量目标角度和角速度的误差修正公式。试验结果表明，该方法有效降低了天线罩瞄准误差对目标角速度性能的影响。