基于排序时频特性的雷达脉内调制信号识别

提出了一种基于排序时频特性的雷达脉内调制信号识别算法.该算法可分为三步:首先,通过检验信号时频曲线的互易回归特性,识别出线性调频信号;然后,通过检验信号时频RANKIT图的正态性,识别出常规信号;最后,检验信号平方后时频RANKIT图的正态性,用以区分二相编码与四相编码信号.仿真结果表明,该算法无需接收信号的任何先验知识,在较低信噪比条件下可实现对常用雷达脉内调制方式的有效识别.     

基于能量聚焦效率检验的信号脉内调制识别

针对低信噪比条件下信号调制盲识别问题,提出了一种基于信号能量聚焦效率检验的识别算法。先对信号进行短时滤波,以提高处理信噪比,后在分析常用6类脉内调制信号单频正弦波生成条件差异的基础上,定义了信号能量聚焦效率特征,并据此实现调制识别。推导了信号能量聚焦效率的统计检验方法。计算机仿真结果表明,本算法在低信噪比条件下可对常用雷达脉内调制方式进行有效识别。     

湿化学法制备钼酸铋薄膜的工艺研究

利用湿化学制备技术在硅（100）衬底上制备出符合化学计量比的钼酸铋（α相）薄膜。采用X射线衍射（XRD）技术分析薄膜的晶相结构，利用原子力显微镜（AFM）对其表面形貌进行表征，使用荧光发射仪研究了薄膜在室温下的发光特性。研究结果表明，通过化学溶液制备技术可以制备出具有单一晶相的钼酸铋（α相）薄膜，烧结温度的不同会对所制备的薄膜样品的结构和晶粒的形状有不同的影响，该薄膜具有良好的光致发光特性。     

基于MSP430的便携式水质毒性检测仪的设计

为了在野外快速准确地测量水质毒性污染情况,设计了基于MSP430的便携式水质毒性检测仪.检测仪根据发光细菌毒性检测的原理和使用场合选用低功耗的CPU,待机功耗仅为0.8μA;传感器输入使用进口的光电倍增管和低失调电流的放大电路提高了仪器的精度;软件采用相对比较法,无需另外增加恒温电路和光路补偿电路即能避免被测样品因颜色、悬浮物对发光菌种亮度检测的误差.测试结果表明:该检测仪符合GB/T 15441的要求,具有测试方法简单、误差小、成本低、使用方便、低功耗等特点,有广泛的市场前景.     

钼酸铋薄膜的化学溶液制备技术及其性能表征

使用化学溶液制各技术在硅(100)衬底上制备出符合化学计量比的钼酸铋(α相)薄膜.采用X射线衍射(XRD)分析的研究结果表明,所制备的薄膜具有单一的单斜晶相结构利用原子力显微镜(AFM)对其表面形貌进行表征,验证了实验过程中溶剂的改变对薄膜结构和表面形貌产生的影响;使用荧光发射仪研究了薄膜在室温下的发光特性.结果表明,通过化学溶液制备技术可以制备出具有单一晶相的钼酸铋(α相)薄膜,该薄膜具有良好的光致发光特性.     

静磁场对铝硅合金Na变质处理的影响

分别对亚共晶Al-6Si合金和共晶Al-12．6 Si合金进行Na变质处理，发现对于亚共晶Al-6 Si合金，重熔使N。变质失效，而施加静磁场条件下，重熔没有使Na变质失效。对于共晶Al-12．6 Si合金，同样在变质剂反应温度保温20min，施加静磁场的条件下，共晶硅细化，并呈现一定程度的粒状化，其变质效果明显优于不施加静磁场的情况。延长保温时间至40 min，不施加静磁场时出现了变质衰退现象。但在施加静磁场条件下，变质衰退现象相对较轻，即静磁场具有延长变质有效时间的作用。分析认为这是静磁场抑制对流作用的结果。     

有源诱饵作战使用

反舰导弹是现代舰船系统面临的主要威胁之一,为有效提高对反舰导弹的干扰效能,分析了雷达有源诱饵假目标、质心、掩护等干扰样式的技术特点和布放位置要求,为有源诱饵战术使用提供了理论支持。     

基于结构化噪声矩阵补全的WSNs收集数据重建方法

许多科学研究都需要对环境数据进行分析,这些环境数据通常是通过部署在研究区域内的无线传感器网络(Wireless sensor networks, WSNs)来收集的。收集数据的完整性和准确性决定了科研结果的可靠性。然而,在数据收集过程中普遍存在的数据丢失和错误影响了收集数据的可用性,为此需要利用收集到的数据重建完整的环境数据。基于环境数据低秩特性,将数据重建问题建模为L2,1范数正则化矩阵补全模型,提出一种基于结构化噪声矩阵补全的WSNs收集数据重建方法(Data reconstruction approach via matrix completion with structural noise, DRMCSN)。真实数据集上的实验结果表明,该方法性能优于现有算法,不仅能以较高的精度恢复缺失的环境数据,而且能辨识出收集到错误数据的传感器节点。     

基于矩阵补全的无线传感器网络收集数据重建方法

许多自然科学研究都利用无线传感器网络收集环境数据。收集数据的完整性和准确性决定科研结果的可靠性。然而,由于无线传感器网络的固有特性,数据收集过程中通常会出现数据丢失和数据错误等问题。为提升收集数据可用性,需要从含有错误元素的不完整数据集中恢复缺失的数据。利用环境数据的低秩特性,提出一种基于弹性网正则化的结构化噪声矩阵补全算法（EnRMC）,实现对缺失数据有效恢复,同时能精确判断收集到错误数据的传感器节点。利用真实数据进行仿真,实验结果表明本文算法性能优于现有算法,能以较高的精度重建环境数据。     

基于随机投影和NB网络的模拟电路故障诊断

针对模拟电路故障诊断中故障类型复杂多样、典型故障信息难以获取以及易受噪声、温度等环境影响的难题,提出一种基于随机投影和朴素贝叶斯网络的模拟电路故障诊断方法。该方法首先提取模拟电路故障信息,并利用随机投影算法降维后获取模拟电路故障特征向量,然后通过朴素贝叶斯分类器诊断模型识别模拟电路各个故障。通过对CSTV滤波器电路、四运放双二次高通滤波器电路和实际Sallen-Key带通滤波器电路的实验结果分析表明,相对于传统的模拟电路故障诊断方法,该方法表现出更优的故障诊断性能,并具有更强的抗干扰能力。