全角度稳定的多频带高性能FSS天线罩研究

为解决通信系统天线罩的角度敏感问题,提出了一种新型超小型化、多频带、全角全极化稳定的强耦合型频率选择表面(SC-FSS)设计方法,通过引入两种层间强耦合谐振结构,先后研制了高选择性双阻带、双通带型SC-FSS天线罩,其单元尺寸小于0.03λ.研究了不同工作模式下SC-FSS的电场和表面电流分布,建立了相应的等效电路模型,提取计算了精准的等效电路参数,解释了SC-FSS结构的物理机理.加工制作的双通带天线罩样品测试结果表明,天线罩的两个通带分别在2 GHz和5.8 GHz,并分别有一个4 GHz的低阻带和7.5 GHz的高阻带.特别值得一提的是,无论对于TE模式还是TM模式波,即使入射角度增至86°,所有传输极点和传输零点保持不变,与理论计算和全波仿真结果高度吻合.因此,所提出的多频段、超小型化SC-FSS结构几乎对所有入射波角度和极化都不敏感,可用于高性能天线罩、天线反射器和电磁干扰屏蔽设计中.     

多色飞秒激光场产生高能量超宽带太赫兹辐射的研究进展

飞秒激光聚焦在空气中能够产生高能量超宽带的太赫兹辐射,这种强场太赫兹辐射在物态操控、太赫兹通信、生物医学成像等领域具有重要的应用价值。采用双色乃至多色激光场是提高气体等离子体中太赫兹辐射强度的关键路径之一。本文回顾了多色场驱动空气等离子体太赫兹辐射源的发展历程,按照单色场、双色场到三色场的发展脉络,从实验方案、理论原理、优化探索三方面综述了国内外多色飞秒光场驱动气体等离子体太赫兹辐射的研究现状和最新成果,并对该方向的未来发展进行了展望。     

一种改进的粒子滤波算法

在粒子滤波中,防止粒子退化的两个关键因素是选择适当的采样建议分布和重采样算法.针对建议分布的选择条件,提出了一种改进的粒子滤波算法,该算法采用强跟踪扩展卡尔曼滤波方法构建其建议分布.强跟踪扩展卡尔曼滤波可在线调节参数,从而使得系统具有更好的自适应性和鲁棒性,对高机动目标具有更强的跟踪效果.仿真结果表明,该算法的性能优于其它几种非线性滤波算法.     

强跟踪自适应滤波器实现机动目标的精确跟踪

机动目标状态估计中的一个主要问题是:目标运动的突变性导致状态噪声无法进行统计预测.传统的EKF将噪声看成是高斯白噪声有着本质上的不足,因而无法实现稳定的跟踪.引入Sage-Husa滤波算法对有色噪声进行在线的估计,一定程度上弥补了目标运动模型不够合理的缺憾.在此基础上,从系统容错设计基本原理出发,用归一化残差功率法实时地检测可能出现的数值发散现象,一旦检测到发散,印通过一种改进的强跟踪自适应滤波器进行抑制,有效地提升了滤波的健硕性,实现了稳定跟踪.最后,针对高机动目标的运动特性,仿真验证采用变维滤波模型,用EKF对目标的简单机动进行跟踪,只有目标运动突变时才采用本文提出的算法,以提升计算的实时性.仿真结果表明此算法对高机动目标的跟踪是有效的.     

强散射体的RCS分析

用简单的强散射体制作简易的目标模拟体．以较小的反射体模拟散射较强、体积较大的目标可以有效地提高目标的生存能力,达到伪装、迷惑的目的．常见的强散射体有二面角反射体、三面角反射体等,采用矩量法计算它们的RCS,通过分析、比较和计算结果来选择合适的强散射体．     

超短脉冲强激光场高次谐波研究的最新进展

总结了超短脉冲强激光场高次谐波理论和实验研究最近的一些工作,讨论了高次谐波研究的重大意义,并对今后高次谐波的研究工作提出了看法。     

一种集成电长度补偿功能的C频段五通道接收组件

介绍了一种C频段五通道接收组件的设计方法。阐述了接收组件的工作原理,给出了功能实现框图,分析了电长度补偿单元、通道选择单元、幅相控制单元、信号合成单元共4个部分的设计方案。采用盘旋同轴线方案实现了电长度补偿,补偿最大值达635o。接收组件集成了限幅、通道选择、5位移相、5位衰减、电长度补偿、信号合成、电压转换等功能。接收组件的测试结果为噪声系数3.5 dB,增益25 dB,输入输出驻波比小于1.5：1,总功耗780 mW。     

融合强阈值三角网与总体最小二乘曲面拟合滤波

机载LiDAR点云数据滤波是LiDAR数据后处理过程中的关键步骤。在分析三角网滤波与曲面拟合滤波特点的基础上,提出了一种由粗到精的处理思想用于LiDAR点云数据滤波。该方法通过强阈值三角网算法进行II类误差优先的粗分类,获取可靠性较高的初始地面点,以粗分类结果作为先验信息进行种子点选取,引入总体最小二乘算法完成曲面拟合,设置自适应阈值实现不同区域灵活处理,最终得到较为精细的地面模型。使用ISPRS测区数据及Niagara数据进行实验,与经典滤波算法及传统曲面拟合方法进行对比,实验结果证明,该方法较传统算法能够得到更加可靠的滤波结果,对各种地形的适应性较强,具备较高的实用价值。     

强混响背景下LFM信号回波检测

混响是主动声纳检测的主要背景干扰,由于它是一种非平稳的有色噪声,使得工作在白噪声条件下的检测器性能受到极大限制.在混响背景下实现目标回波检测,常采用自回归(AR)模型对宽带回波预白化处理,但在强混响背景条件下,白化后直接进行匹配滤波检测的结果不甚理想.针对此问题,在AR模型预白化基础上,提出一种改进方法,对白化后信号先进行二分奇异值分解(SVD)处理,有效去除大部分混响干扰,然后再作匹配检测.仿真实验分析表明,相比于仅白化后的匹配滤波检测,该方法可提高信混比约3 dB,匹配检测效果得到了明显改善.     

概率强近邻在IMM中的应用

目标的幅度信息在数据关联技术中起着很重要的作用,但传统的方法忽视了对这类信息的应用.提出了一种基于概率强近邻的相互作用多模型算法,有效地将幅度信息引入到数据关联中,完成对目标的精确跟踪.通过仿真,将它与传统的相互作用多模型概率数据关联等算法进行比较.仿真结果表明,该算法不仅具有很好的跟踪精度,而且其计算量也大大降低.