SAW敏感膜材料SXFA的合成与吸附研究

声表面波化学传感器(SAW chemical sensor)是一种可用于化学战剂、爆炸物的气敏传感器.涂在SAW化学传感器上的敏感膜涂层与被测气体之间能发生可逆吸附作用,从而定量分析.本文采用水解法合成了烯丙基甲基聚硅氧烷,之后与六氟丙酮在110℃下进行反应,合成了聚(氧{甲基(4-羟基-4,4-双(三氟代甲基)丁-1-烯-1-醇)亚甲基硅氧烷})(SXFA)膜材料,采用溶剂挥发法﹑旋涂法将其涂膜,以甲基膦酸二甲酯(DMMP)为化学战剂模拟物,进行检测,频率计有3 kHz的偏移响应,同时对膜厚等因素对吸附的影响进行了探讨.     

地质找矿中地质勘探技术的应用分析

地质勘探技术在进行地质找矿的过程中具有十分重要的作用,如能更好地利用地质勘探技术来进行前期勘察,就能够在很大程度上为后续的开采工作做好准备,可以有效降低找矿成本。本文首先针对地质勘探原则进行阐述,然后分析地质勘探技术在地质找矿中的应用,包括甚低频电磁勘察技术、X射线荧光分析技术以及遥感技术。旨在能够更好地运用相关技术来进行找矿,提高工作效率,让找矿工作变得更加高效,促进我国矿产开发事业的快速发展。     

基于多维特征的密集转发式干扰识别方法

针对密集转发式干扰与真实目标回波的高相干性,传统基于单维特征的干扰识别方法识别率低的问题,提出了基于多维特征的干扰识别方法。从分数阶傅里叶变换域提取调频参数,从自相关幅度谱和匹配滤波幅度谱分别提取矩峰度系数,从频域提取频谱半带宽方差比系数,组成特征向量,作为决策树和BP神经网络的输入,对几类密集转发式干扰进行分类识别。仿真结果表明,所提特征参数对噪声不敏感,具有较好的稳定性和分离性,在干信比大于6dB时,能够有效辨识几类密集转发式干扰。     

一种稳健的盲稀疏度压缩感知雷达目标参数估计方法

针对压缩感知雷达(Compressive Sensing Radar, CSR)在感知矩阵和目标信息矢量失配时距离-多普勒参数估计性能下降的问题,该文提出一种稳健的盲稀疏度CSR目标参数估计方法。首先建立了CSR系统模型失配时的距离-多普勒2维参数稀疏感知模型,推导了以最小化感知矩阵相干系数(Coherence of Sensing Matrix, CSM)为准则的波形优化目标函数。其次提出了一种新的盲稀疏度CSR目标参数估计方法,通过发射波形,系统模型失配误差和目标信息矢量的相互迭代,逐步校正系统感知矩阵,最终以较高精度估计目标距离-多普勒参数。与传统CSR目标参数估计方法相比,该方法显著降低了CSR系统距离-多普勒参数的估计误差,改善了CSR目标参数估计的准确性和鲁棒性。计算机仿真验证了该方法的有效性。     

间歇采样转发干扰的时频域识别方法

针对间歇采样转发干扰识别率较低的问题,提出了一种基于短时分数阶傅里叶变换（Short-time fractional Fourier transform, STFRFT）的干扰识别方法。在对间歇采样转发干扰STFRFT后,为了降低二维时频特征提取的复杂度,采取了基于最大值搜索和切片的降维方法,将二维时频域降维到分数阶傅里叶变换（Fractional Fourier transform, FRFT）域和时域。在降维后的FRFT域统计谱峰个数以及沿峰值点所在时间轴统计脉冲个数作为识别间歇采样转发干扰的特征参数。针对3种典型的间歇采样转发干扰,仿真结果表明,在原始回波干噪比大于-4 dB时,能够较好辨识3种干扰。     

基于干扰重构和分数阶滤波的频谱弥散干扰抑制

频谱弥散(Smeared Spectrum,SMSP)干扰是一种针对脉冲压缩雷达的密集假目标干扰,兼具压制和欺骗干扰效果.为了有效抑制SMSP干扰,根据SMSP干扰参数与雷达发射信号参数的关系,提出了基于干扰重构对消和分数阶滤波的干扰抑制方法.首先利用分数阶傅里叶变换对SMSP干扰调频率进行精估计得到SMSP干扰子脉冲个数和脉宽,然后构造特殊匹配滤波器估计SMSP干扰的时延,接着采用匹配傅里叶变换估计SMSP干扰的幅度和初始相位,最后在参数估计的基础上重构SMSP干扰并对消.仿真结果表明,干扰重构对消达到29 dB以上信干比增益,在此基础上分数阶滤波能进一步提高信干噪比增益.     

基于压缩感知的稳健单通道波达方向估计方法

针对接收阵列射频通道间增益不一致以及系统感知模型与目标角度信息失配等情况下,基于压缩感知(Compressive Sensing,CS)的多目标波达方向(Direction of Arrival,DOA)估计方法性能下降的问题,提出了一种新的单通道CS-DOA估计方法.引入一种单通道阵列体制,并建立系统模型失配时的DOA稀疏感知模型;将丹茨格(Dantzig Selector,DS)算法和遗传算法相结合,分别对目标角度信息矢量和系统模型失配误差进行交替迭代优化.该方法有效克服了常见CS-DOA方法无法抑制系统模型失配误差的问题,避免了射频通道间增益不一致对DOA估计性能的影响.仿真结果表明:该方法性能优于传统DOA估计算法,能够对任意相关性信号进行有效DOA估计,具有更高的角度分辨力和估计精度.     

基于贝叶斯压缩感知的噪声MIMO雷达稳健目标参数提取方法

针对压缩感知雷达(Compressive Sensing Radar, CSR)面临测量噪声、信道干扰及系统精度误差等扰动时,非自适应随机测量值和感知矩阵失配导致传统CSR目标参数提取性能下降的问题,该文提出一种基于贝叶斯压缩感知(Bayesian Compressive Sensing, BCS)的噪声MIMO雷达稳健目标参数提取方法。文中首先建立了噪声MIMO雷达的稀疏感知模型,推导了基于目标参数稀疏贝叶斯模型的联合概率密度函数,随后将 BCS 方法与 LASSO (Least-Absolute Shrinkage and Selection Operator)算法相结合对联合概率密度函数进行优化求解。与传统CSR算法相比,该方法能够在CSR系统模型存在失配误差时对目标参数进行有效估计,降低了目标参数估计误差,改善了CSR目标参数提取的准确性和鲁棒性。计算机仿真验证了该方法的有效性。     

基于Cortex-M4内核的自寻迹小车系统设计

设计采用Cortex-M4内核的 MK60FN1M0VLQ15 32 位单片机作为核心控制单元（MCU）,通过0V7725数字摄像头提取跑道实时图像,用欧姆龙公司的旋转编码器作为速度检测装置,同时使用无刷直流电机作为传动装置,用舵机控制转向以及7.2 V锂电池构成整个运动控制系统。在软件设计上对二值化之后的图像中心线采用斜率拟合算法寻找最佳路径 ,运用PD控制算法处理舵机,PID 控制算法调节直流电机的转速,从而完成整个系统的的闭环控制。     

一种改进的自适应时钟算法

针对LIRS算法结构复杂、适应性差的不足,提出一种改进的自适应时钟算法.在LIRS算法基础上借鉴Clock算法思想,简化算法组织结构,加强对不同数据访问模式的适应性和捕获高频数据的能力.实验结果证明,与LIRS算法及2种传统替换算法相比,自适应时钟算法在命中率上有更好的表现,较好地满足用户对Cache高命中率和占用额外计算资源少的要求.