基于目标辐射噪声的信号起伏检测算法研究

该文以起伏声场背景下的目标辐射噪声模型分析为前提,针对目标方位估计和窄带线谱的检测问题,提出一种基于信号起伏相位差分对齐的宽窄带综合相干检测算法。利用周期线谱信号与宽带噪声间的时间相关半径与起伏相位均匀性差异,抑制背景噪声的能量干扰;将聚焦波束域输出信号的起伏相位对齐增益结合阵元域处理的空间相干增益,提高对不同来波方向目标的辨识能力。通过仿真分析与海试实验结果验证了该文所提算法可明显增强目标线谱分量的检测信噪比增益和相关目标所在波束方位的相对能量谱级,在抗复杂信道检测、识别领域具有良好的实际应用前景。     

一种具有温敏表面的氧化石墨烯负载钯催化剂的制备及催化性能

以过硫酸铵（APS）为引发剂，N-异丙基丙烯酰胺（NIPAM）为单体，在氧化石墨烯（GO）表面生长温敏高分子聚（N-异丙基丙烯酰胺）（PNIPAM），获得复合载体GO-PNIPAM，并通过水相浸渍还原法制备具有温度敏感特性的Pd催化剂（Pd/GO-PNIPAM）。采用红外光谱、差示量热、热重、元素分析、透射电镜和电感耦合等离子原子发射光谱对复合载体GO-PNIPAM和Pd催化剂进行表征。结果表明，PNIPAM在GO上的接枝率约占60%。GO-PNIPAM显示出明显的温敏效应，其最低临界溶液温度约37℃。Pd/GO-PNIPAM上Pd纳米颗粒的平均粒径为(4.70±0.85)nm，远小于Pd/GO中Pd平均粒径(8.79±2.68)nm。因此，PNIPAM在GO上的接枝为金属纳米颗粒的沉积提供了大量的锚定位点，有助于金属纳米颗粒在其上的分散。Pd/GO-PNIPAM在高温下（80℃）肉桂醛（CAL）的选择性加氢反应中显示出优良的催化性能，初始转换频率（initial TOF）达192.3min^-1，高于GO负载Pd催化剂（Pd/GO，103.5min^-1）。Pd/GO-PNIPAM较高的Pd纳米颗粒分散性和高温下对CAL良好的吸附性能协同作用，导致其催化活性提高。     

基于正交小波变换的稀疏权盲均衡算法

为增强盲均衡算法的工程可实现性,在分析正交小波变换理论和超指数迭代盲均衡算法的基础上,利用正交小波变换对超指数迭代(SEI)算法的权向量迭代公式进行修正,同时利用分数间隔均衡器的优点来提高带宽利用率,提出一种基于正交小波变换稀疏权盲均衡算法(FSE-WT-SEI-SW).该算法利用正交小波变换良好的去相关性来加快收敛速度,通过对权向量的稀疏来减少算法的计算量,有利于工程的实现.水声信道的仿真结果验证了算法的有效性.     

表面润湿性可控的碳纳米管负载钯催化剂及其在1,8-二硝基萘选择性加氢中的催化性能

首先通过原子转移自由基聚合技术（atom transfer radical polymerization，ATRP）在碳纳米管（CNT）表面接枝聚N-异丙基丙烯酰胺（PNIPAM），成功制备出表面润湿性可控的复合载体（CNT-PNIPAM），并以其为载体制备Pd催化剂（Pd/CNT-PNIPAM）。采用红外光谱仪（FTIR）、热重仪（TGA）、有机元素分析仪（OEA）、差示量热仪（DSC）、X射线衍射仪（XRD）、透射电镜（TEM）和N₂吸附等手段对材料进行表征。制备的催化剂用于1,8-二硝基萘（1,8-DNN）选择性加氢反应，并研究表面化学对催化性能的影响。结果表明，CNT-PNIPAM的最低临界溶液温度（LCST）为37℃左右。利用温敏效应，CNT-PNIPAM在25℃（＜LCST）下负载Pd纳米颗粒，粒径为3.6nm±0.8nm。载体在低温下的亲水表面提高了Pd纳米颗粒在其上的分散。Pd/CNT-PNIPAM在120℃ （＞LCST）下表面润湿性发生转换。PNIPAM接枝引起催化剂表面化学性质的变化，进而使其对底物的吸附性能发生改变。Pd/CNT-PNIPAM上Pd颗粒的高度分散及其对1,8-DNN优良的吸附性能不仅使催化活性得以提高（反应速率常数k=2.1h^-1），而且对1,8-DAN的选择性也更高（完全反应时1,8-DAN选择性达98%）。     

利用新特征空间的SAS图像目标分类算法

通过分析合成孔径声纳图像中不同目标统计特性参数间的差异,提出了一种利用新特征空间的SAS图像目标分类算法。该算法用马尔可夫随机场分割算法找到感兴趣区域,提取阴影的几何参数和目标的归一化中心矩,并且将目标、阴影、背景之间统计特性的分布参数之差与前两者构成新的特征空间。利用克一均值聚类算法对三类目标进行分类。合成孔径声纳湖试数据验证了算法的有效性。     

一种新型频域快速盲分离算法

为克服传统盲源分离算法分离效果差、计算量大且输出信号尺度模糊的缺点,提出了一种新型频域快速盲源分离算法.该算法在分析时域水声信号混合模型的基础上,构建新型频域混合模型,采用混合神经网络计算某一频率的分离矩阵,以此来估计全局分离矩阵.新算法较好地克服了尺度模糊问题,极大地减小了计算量,增加了分离算法的灵活性,分离性能较好.水声信号仿真实验和湖试实验均验证了算法的有效性.     

正交小波分数间隔频率分集自优化盲均衡算法

为克服传统多输入判决反馈盲均衡算法(MI-DFE)稳态误差大、收敛速度慢的缺点,在分析正交小波、分数间隔均衡器、频率分集技术的基础上,提出了一种正交小波分数间隔频率分集自优化盲均衡算法(WT-FF-SOC).该算法将正交小波、分数间隔均衡器与频率分集技术相结合,先得到正交小波分数间隔频率分集盲均衡算法(WT-FF);对WT-FF中每一路的输出合并后再进行判决反馈,用常数模算法(CMA)更新权向量,并作为WT-FF-SOC的跟踪模式;对WT-FF中的每一路信号进行判决反馈处理后,再对判决反馈滤波器的输出进行合并,在推导盲RLS算法后,用盲RLS算法更新权向量,并作为WT-FF-SOC的启动模式。两种模式利用代价函数的判决阈值进行切换。该算法具有收敛速度快、稳态误差小的特点。水声信道的仿真结果,验证了算法的有效性。