云的多次散射对激光雷达测量结果影响的研究

为了更加准确地获得大气消光系数和后向散射系数,利用半解析Monte Carlo方法对云的大气多次散射激光雷达回波信号进行了模拟计算。分析了激光雷达接收视场角及光学厚度对多次散射回波信号的影响及水云和卷云多次散射因子与光学厚度的关系。激光雷达测量数据的对比结果表明,多次散射对卷云和水云消光系数影响较明显,而对后向散射系数的影响可以忽略。     

超视距空战中目标机动意图评估

在超视距空战中,为了正确评估目标机动意图,设计了一种目标机动意图评估算法。首先,将目标机动意图分为9种类型,在此基础上,根据测量、估计的目标运动参数,从中提取目标特征参数;然后,进行目标威胁判断,评估目标的机动意图;最后,为验证该算法的正确性,进行了计算机仿真。仿真结果表明,该算法是行之有效的,且易于工程应用。     

基于SOPC的实时图像存储系统的设计

基于目前实时图像存储的解决方案研究的现状与发展趋势,本文研究了基于SOPC技术的实时图像存储设计方案。使用ALTERA公司的NiosII软核处理器作为总控制器,采用CCD传感器加ADV7181B视频解码芯片进行实时图像数据采集,SDRAM用来存放实时图像数据与程序,VGA控制器控制实时图像显示。     

红外探测器对高超声速飞行器的作用距离分析

为了对临近空间高超声速飞行器进行有效探测预警,计算天基红外探测器的作用距离。首先分析不同的对比度的区别,根据探测几何关系,考虑到目标、背景到探测器之间的大气透过率差异、路径辐射的影响,构建了基于表观对比度的作用距离模型,给出了逐步逼近的求解流程,同时指出模型中的参数仅是波长的函数,与探测距离无关。然后根据实际的飞行器和海洋背景,对天基红外探测器的作用距离进行仿真计算,仿真指出,侧视探测方向下可以取的最大的作用距离;相同速度和探测方向下,中波波段的作用距离均高于长波波段;随着飞行速度的增加,中波波段作用距离的增加量要大于长波波段。     

一种T-S型动态模糊推理模型的建模算法研究

以一种进化聚类算法（ECM）为基础,提出了一种新的T-S型动态模糊推理模型的建模算法.以往许多神经模糊模型都不适用于自适应在线学习,而文章模型能够实时地调整模糊规则库及规则参数,具有较强的在线学习能力.仿真结果表明,该方法是有效的.     

机载导航设备自动测试系统

主要介绍了一种基于VXI总线的机载导航设备自动测试系统的设计和实现,详细论述了自动测试系统的硬件结构及软件设计。硬件设计采用货架设备和标准化组件,软件设计采用虚拟仪器。测试系统能实现设备系统级与板极的自动测试,并在保证测试过程完整性的同时实现远程诊断和数据共享。该系统具有可靠性高、测试精度高、系统开放等特点。     

3G网络中的IPv6 DNS服务器配置

说明了3G网络中IPv6递归DNS服务器地址配置的三种方法：路由器通告（RA）方案，DHCPv6方案，递归域名系统（DNS）服务器的公认任播地址方案，详细地说明了三种解决方案的操作特点。本文为3G中选择合适的方法进行主机DNS配置提供了指导。     

基于软模法制备1-3型压电复合材料及高频医用超声换能器

高频医用超声成像技术因其高空间分辨率而被广泛应用于人体组织的精细结构观察,其中高频超声换能器的核心材料是1-3型压电复合材料。采用软模板法直接烧结了锆钛酸铅(PZT)压电微柱阵列,进而制备PZT/环氧1-3型压电复合材料,并对其进行了微观结构观察和电学性能表征。材料微观结构完整,机电耦合系数达到0.64。采用此复合材料制备了中心频率为20 MHz的高频超声换能器。采用脉冲回波法对换能器进行了性能和声场测试,并利用其对人体皮肤进行了超声成像,换能器的插入损耗、带宽分别为13.1 dB和84.2%。结果表明,软模法制备的1-3型压电复合材料能使高频超声换能器兼具低插入损耗和大带宽,这为高性能高频医用超声换能器提供了一种低成本、高效率的商业化制备方法。     

MIMO场景下的低轨卫星选星算法

低轨(LEO)宽带星座卫星通信作为地面5G无线通信系统的重要补充,始终面临地面可视卫星数量大、传统选星算法计算复杂度高等难题。为实现高效的卫星分组选择算法,基于多输入多输出(MIMO)系统原理,以大尺度路径损耗模型为基础,结合递减卫星选择算法,从而以较低计算复杂度、更快收敛速度有效逼近最优容量性能。该算法在典型LEO星座系统构型下通过数值仿真得到了验证,为未来5G低轨卫星星座通信传输方案设计提供了一种参考思路。     

基于单通道多尺度图神经网络的自动调制识别

针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点,该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架,并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号序列和图之间的映射,有效降低了AVG算法的复杂度;其次,设计了一种多尺度图神经网络,将不同分辨率的特征进行融合,提升了模型识别准确率。实验表明,该文提出的SMGNN算法相比于AVG算法节省了近1/2的参数量,且识别精度得到了较大的提升。