如何提高小家电经销商的获利与经营能力

作为即将从事小家电代理或者经销的人来说，比较关心下述几个问题是所经营产品的品牌力和产品力，一方面是产品的利润空间，另外还要考虑运作、营销策略、企业的管理与发展能力。本文着重从小家电利润及走势方对比分析，以做参考。     

液力变矩器油温过高和动力不足的原因

挖掘机、装载机等工程机械液力变矩器出油口油温应为115～120℃,短时间内允许达到130～135℃。若油温过高,主要有以下几种原因。     

基于Zak变换风廓线雷达间歇性杂波抑制

间歇性强杂波严重干扰了风廓线雷达信号检测及风谱的识别,为了抑制该类杂波,文中提出了基于Zak线性时-频变换检测方法,该方法依据杂波的瞬变特性,能够有效地分离强间歇性杂波,且对信号分离后的时-频分布重构得到时域大气湍流回波信号,进而达到抑制杂波的目的,为后续数据处理提供高质量的数据资料。理论及计算机仿真表明该方法效果明显,具有良好的工程应用前景。     

双基地MIMO雷达高速运动目标的DOD和DOA联合估计

高速目标在回波积累时间内会跨多个距离单元运动,因此双基地MIMO雷达利用单个距离单元上的目标回波数据估计目标发射角(DOD)和接收角(DOA)会产生较大误差,影响目标的交叉定位。该文根据高速目标回波特点提出一种双基地MIMO雷达的跨距离单元估计目标多维参数的方法,该方法把目标在不同距离单元上的脉冲压缩数据的采样协方差矩阵进行平均,提高其协方差矩阵的估计精度,然后采用超分辨算法进行DOD和DOA参数估计。仿真结果表明该方法对高速运动目标的角度估计精度高于现有算法,接近于现有算法在目标无距离走动时的角度估计精度,且其角度估计性能与目标跨越的距离单元数无关。     

柴油机主轴承座孔的修复

一台CAT3412型柴油机因曲轴烧瓦事故造成主轴承座孔严重变形,无法保证主轴承与曲轴之间的配合间隙,需修复主轴承座孔。     

LFM信号参数联合估计新方法——域频率相差法

采用分数阶傅里叶变换域频率分析方法，针对线性调频连续波信号分数阶傅咀叶变换的特性，提出了分数阶域相差法，可以在低信噪比条件下对线性调频连续波信号进行检测，获得多普勒频移与实验的精确参数估计。同时时频参数联合估计中不必进行二维搜索，具有快速、高效的特点。计算机仿真结果表明了该方法的有效性。     

基于高斯短时分数阶傅里叶变换的多分量LFM信号检测与参数估计

该文针对线性调频信号,提出一种基于分数阶波包变换分析方法高斯短时分数阶傅里叶变换。通过旋转角度的搜索及高斯窗口宽度的调整,能够在低信噪比条件下对多分量LFM信号进行检测,避免交叉项的出现,并能得到参数的估计值。通过推导分析给出变换结果的解析表达式,计算机仿真结果也表明了该变换的有效性。     

基于截断修正平滑l0范数的MIMO雷达目标参数估计

在多输入多输出(MIMO)雷达中,针对平滑l0范数(SL0)因感知矩阵的病态性而导致其失效的问题,提出了一种基于截断修正SL0的MIMO雷达目标参数估计方法.该方法在对MIMO雷达感知矩阵进行截断奇异值分解(TSVD)处理的基础上,将保留的奇异值以均值为截断门限,分成较大和较小的两部分,分别采用不同的修正准则进行修正;然后经奇异值分解(SVD)反变换获得非病态感知矩阵,利用该非病态感知矩阵通过SL0算法对MIMO雷达目标参数进行估计,从而显著提高了MIMO雷达目标参数估计的精度和速度.仿真结果验证了该方法的有效性.     

基于轻量化网络的车载雷达目标分类方法

针对现有车载毫米波雷达目标分类方法存在静止杂波干扰和网络模型复杂度高的问题,本文将Ghost模块和MobileNet相结合设计了G?MobileNet轻量化神经网络,并提出了一套完整的车载毫米波雷达目标分类流程。首先对雷达原始AD采样信号进行向量均值相消处理,滤除静止杂波,再进行二维快速傅里叶变换（FFT）得到目标的距离?多普勒（RD）图像,最后使用G?MobileNet对RD图像特征进行提取及分类得到分类结果。实测数据处理结果表明,所提方法能够消除静止杂波对多普勒特征产生的干扰,且分类网络模型复杂度低,在具有较高的分类准确率的同时节省了网络模型储存空间和运行网络所需内存。