余弦加权抗抖动脉冲分选算法

为了改善直方图算法在雷达信号分选时的抗抖动性能,提出了一种基于余弦加权的分选算法.该方法采用可变长度的交叠箱,收集到的雷达脉冲重复间隔(PRI)落入数个连续的箱体,对这些箱体的直方图增量进行归一化余弦平滑加权,在超过门限的谱峰处得到估计的雷达脉冲重复间隔(PRI).该方法得到的直方图比较平滑,谱峰清晰,且能有效地抑制二次谐波.实验结果表明,该算法具有良好的抗抖动性能.     

对参差脉冲重复间隔脉冲列的重频分选

分析了一种常见的参差脉冲重复间隔脉冲列的固有性质,其子周期在某范围内可以构成一等差数列,并在此基础上提出了一种新的基于直方图统计的重频分选算法．并对脉冲列的抽取算法做了改进,通过使用变步长的方法来确定起始脉冲．该算法提高了确定起始脉冲的正确率和脉冲抽取的效率．仿真结果表明该算法非常适合于参差脉冲重复间隔脉冲列的分选．     

基于级联SSA-SOFM神经网络的信号分选方法

针对应用传统SOFM神经网络进行辐射源信号分选的不足，提出了一种结构自调整算法以解决必须事先确定SOFM网络规模的问题，进而提出了一种基于级联结构自调整SOFM（SSA—SOFM）神经网络模型的信号分选方法，采用实际数据进行了实验仿真，结果表明了该方法的有效性．     

基于势距图与改进云模型的多模雷达分选

针对多模雷达信号分选准确率较低的问题,本文提出了基于势距图与改进云模型的多模雷达信号分选新算法。该算法首先在剔除干扰点后,利用势距图进行聚类分选;其次,利用主成分分析(PCA)降维,提取各特征的关键因素组成新的特征;最后,利用改进云模型理论对新特征进行分析,得出类与类之间的隶属度均值,建立评价标准来完成雷达信号的最后分类。仿真结果表明:与现有算法相比,该方法具有更高的准确性,且抗干扰能力强,可以更好地解决多模雷达信号错误分选问题。     

多组分多产品分选效率公式的建立

通过对分选过程本质的分析和对分选指标的综合研究，建立了一个能对所有物理分选过程的技术效果进行合理评定的分选效率公式。文中对公式的推导过程、物理意义、理论价值和实用价值以及计算方法等进行了详细论述。     

支持矢量分析在雷达信号分选中的应用

提出了一种基于支持矢量分析的雷达信号分选方法、该方法首先对脉冲信号流进行聚类，然后应用支持矢量分析方法对聚类后脉冲流作进一步分选．通过仿真实验，给出了该方法对处于边界交迭脉冲的分选结果，证明了该方法的可行性、     

基于聚类的跳频信号分选

为了对跳频信号进行分选,主要研究了聚类算法. 首先对KHM算法进行改进,得到了对随机初始化中心不敏感的聚类算法,然后利用已有的聚类有效性评价函数获得最佳聚类数的范围,并提出了在此范围内寻找最佳聚类数的算法. 结合改进的KHM算法和聚类个数估计方法,利用信号持续时间、方位信息和功率,对跳频信号进行分选,实验表明,该算法能正确地分选出跳频信号.     

Falcon选矿机的分选机理及其应用

Falcon选矿机是一种新型的离心分选机．为研究其分选机理，以Falcon SB离心分选机为例，建立了球形颗粒在离心分选机分层区和分选区的动力学方程．分析结果表明，在Falcon SB分层区，高强度离心加速度是实现微细颗粒快速沉降的关键因素；分选区内独特的流态化反冲水形成流态化床层，使得微细高密度颗粒穿过床层沉积到来复圈槽中，而低密度颗粒所受的离心力较小，加上难以克服反冲水的作用而进入尾矿，从而实现了不同密度微细颗粒的有效分选．采用Falcon SB40选矿机分选一0．074mm电路板的试验结果表明：在入料浓度为40g／L，给料速度为160L／h，反冲水压力为0．01MPa，滚筒旋转频率为50Hz时，一次分选获得金属富集体的品位为76．89％，回收率82．19％，综合效率80．77％．     

一种用于雷达信号分选的改进型神经网络

基于雷达信号分选的应用需求，对传统自组织特征映射（SOFM）神经网络进行了分析，提出一种结构自调整的改进型SOFM神经网络，并进行了分选仿真．结果表明，该网络能够通过增加或删减输出神经元的数目，自动调整神经网络的规模使其与实际输入模式的类别数目相适应，从而取得了较好的雷达信号分选效果．     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.