Location of steel reinforcement in concrete using ground penetrating radar and neural networks

Ground-penetrating radar is becoming increasingly popular for use as a non-destructive assessment method for investigating reinforced concrete structures. The amount of data collected however can be very large and take a significant level of subjective experience to interpret. This study focuses upon the use of a neural network approach to automate and facilitate the post-processing of ground penetrating radar results. The radar data is reduced to a simplified data set by using an edge detection routine. Signal reflections from reinforcing bars displaying a hyperbolic image format are detected using a multi-layer perceptron (MLP) network with a single hidden layer containing 8 nodes to recognise a simplified hyperbolic shape. Training and testing of the network was carried out making use of an emulsion analogue tank, simulating the properties of concrete, and using real concrete specimens. The results showed that the use of a MLP neural network approach could be quite effective in automating the identification and location of embedded steel reinforcing bars from a radar investigation. Accurate estimation of depth, or cover, requires a reliable knowledge of the dielectric properties of the concrete, and recent work using a specially-developed wideband horn antenna for direct determination of in situ properties is also outlined.     

ECO布局中的电源线/地线网络局部SOR分析方法

供电电压直接决定芯片性能,在IC设计的各个阶段考虑供电电压约束具有重要的意义.受制于电源线/地线(P/G)网络分析的高复杂性,尽管供电电压已成为布图规划设计中的一个设计约束,但目前在布局设计中还未考虑供电电压约束.有别于ICCG,SOR等经典的全局分析算法,提出了一种局部的连续过松弛方法(SORPECO),并在ECO布局过程中对P/G网电压约束进行高效的分析.基于前一个布局的P/G网电压分布,针对ECO试探布局中某些轻微设计变动,SORPECO只需对这些设计变动的局部变化周边区域进行松弛,以更新P/G网电压分布.受益于P/G网络分析的局部性,SORPECO拥有局部、高效和高精度等优点.实验结果表明,与通常用于布图规划的传统高效的ICCG算法相比,SORPECO不仅精度损耗几乎可以忽略(最大误差0.062%),而且可以加速2个数量级.     

乘法器复用技术在滑窗FIR滤波处理中的运用

随着超大规模集成电路的飞速发展,FPGA集成的硬件乘法器越来越多,内核时钟越来越快,使得FPGA在实时信号处理中得到广泛应用。介绍了FIR滤波运算的原理与硬件处理结构,通过乘法器的复用技术,解决了实现滑窗FIR滤波处理时,FPGA内部乘法器的高速运算与外部慢速数据率之间的矛盾。     

基于TS201的SAR方位向预处理器的优化设计

为满足高分辨率、多模式合成孔径雷达(SAR)系统的方位向预处理需要,利用AD公司的高速DSP芯片ADSP-TS201来实现预处理功能,提高了距离向处理点数、FIR滤波器阶数和运算精度。预处理参数可以根据不同的需要实时改变。该文介绍了预处理器的原理,针对TS201的内部结构和指令特点对软件代码进行优化。实测表明,该预处理器在采用64阶FIR预滤波器、降4倍采样、输入距离线为16 384点时,PRF超过1 800 Hz。     

基于ADS的LFM脉压雷达系统建模与仿真

指出雷达系统基于传统仿真软件建模与仿真时的缺点;阐述了ADS(Advanced Design System)软件在雷达系统仿真中的优势;然后建立一个基于ADS软件平台的雷达系统仿真模型库.当对某种雷达系统仿真时,只需根据要求修改各个模块的参数或更换子模块即可准确迅速地搭建起系统仿真模型,大大缩减了建模所花费的时间和人力物力.以一个线形调频脉冲压缩雷达系统建模的过程为例,对ADS软件在雷达系统仿真中的应用加以介绍,并给出最终仿真结果.     

测发控系统前置测控软件热备冗余研究

前置测控软件是运载火箭地面测发控系统中的重要组成部分,主要负责试验和发射中运载火箭的地面部分数据的采集和显示以及控制,具有实时性强、可靠性高、数据量大和接口关系复杂等特性;针对目前航天发射呈现任务高密度常态化,试验次数增多,对前置测控软件的可靠性需求提高的问题,研究了基于心跳信号的热备冗余系统,通过设置主备两份软件以及互相之间心跳信号通信的方式,在主份软件故障情况下,可实现软件冗余系统自主切换,提升了在试验过程中前置测控软件和地面测发控软件系统的整体可靠性,保证了软件在运载火箭在测试和发射试验中的稳定性,为未来运载火箭地面测发控系统软件可靠性研究提供了思路;     

雷达辐射源信号分选研究进展

雷达辐射源信号分选是雷达信号侦察的关键技术之一,同时也是战场态势感知的重要环节。该文系统梳理了雷达辐射源信号分选的主流技术,从基于脉间调制特征、基于脉内调制特征、基于机器学习的雷达辐射源信号分选3个角度阐述了目前雷达辐射源信号分选工作的主要研究方向及进展,并重点阐释了基于深度神经网络、数据流聚类等最新分选技术的原理与特点。最后,对现有雷达辐射源信号分选技术的不足进行了总结并对未来趋势进行了预测。      

认知雷达抗干扰中的博弈论分析综述

雷达对抗的核心研究内容主要是干扰策略与抗干扰策略之间的对抗博弈,其作为电子战研究领域的热点一直备受学者们关注.该文综述了学者们利用合作与非合作博弈方法来分析雷达在进行目标探测和干扰抑制时所使用的策略,主要通过不同体制的雷达利用认知技术感知和学习外界复杂的电磁环境,合理地分配发射功率、控制编码序列、设计波形、研究检测和跟踪方法以及分配雷达通信资源等.这样雷达既节约发射所消耗的功率,又可以自适应地搜索和跟踪目标而不被敌方所发现,从而使雷达在复杂多变的现代战场环境中达到自身最优的性能.最后,对认知雷达抗干扰中的博弈论分析研究进行总结和展望,并指出了一些博弈论在认知雷达抗干扰策略应用中所面临的潜在问题和挑战.     

基于改进Kalman滤波模型的扫描合成孔径雷达图像扇贝效应校正方法

星载扫描合成孔径雷达(ScanSAR)采取Burst工作模式,该模式在获得宽幅测绘能力的同时,也导致图像中产生了固有的扇贝效应,严重影响图像的视觉效果和定量应用。该文结合对ScanSAR图像方位向统计特性的分析,针对现有滤波模型稳定性差和时间复杂度高等缺点,提出了一种改进的Kalman滤波模型,对图像方位向标准差和均值进行滤波以校正扇贝条纹。在高分三号(GF-3)卫星获取的真实ScanSAR图像上的校正结果验证了改进算法的有效性和高效性,此外在建筑群和海陆交界等复杂场景图像上的实验结果表明,改进算法具有较强的鲁棒性。     

基于有线和无线设计的大型风电场通信系统

从运行的安全性和可靠性角度考虑,要求大型风电场具有完善的监控系统。在分析了现有风电场监控系统的有线和无线传输方式的优劣性基础上,针对有线介质不可预知的破坏可能和海上风电运行维护不便等问题,提出了一种以太网和地面无线测控网相结合的大型风电场监控通信系统。该系统满足大型风电场传递大量数据的要求,并能解决就地监控与中央监控之间的通信备份;同时还可实现远程监控、中央监控和就地监控之间实时、可靠和安全的通信。