神经网络雷达信号分类法

神经网络用来分析复杂的模拟雷达环境，它包含由许多不同的辐射器产生的带噪声的雷达脉冲。所用神经网络是一种能量最小化网络（BSB模型），它基于学习输入数据形成能量最小－－动态系统网络的吸引子。该系统首先确定有多少辐射器存在（去交织问题）。从单个模拟辐射器的脉冲引起网络内的不同的稳定吸引子。一旦单个辐射器被特征化，基于对它们的观测参量，有可能试图辨认它们。作为这种想法的试验，一种神经网络用来形成能够潜在地辨认辐射器小的数据库。     

新奇滤波器——一种自适应神经网络

本文讲述了信号向量与干扰向量的异同。抑制或提取干扰向量的理论和方法，新奇滤波器的构造、原理与特性以及新奇滤波器的用途。     

合成孔径与层析法结合获取运动目标二维图象

本文研究了由振幅（非相干信号）和振幅－相位（相干信号）实时信号获取运动目标二维图象时的可能性、条件及算法。     

运动目标外形测量与信号形式选择

本文阐述测量运动目标的主要特征——外形尺寸与姿态的方法。其基本原理是利用了距离,多普勒分辨力来分离散射点,以使视角平面内目标的边界尺寸可以测量。从分析回波信号调制的特点中,观察频谱边界以获取姿态及尺寸信息。还着重讲到有垂直速度分量时,如何应用迭代算法求出准确的尺寸。讨论了信号形式的选择原则,结果表明:达到识别的目的是完全可能的。     

求取电压稳定分歧点的改进步长连续潮流法

连续潮流法是求取电压稳定分歧点的一种有效方法,但现有方法计算量大。为此,提出一种改进步长连续潮流法,先对线性电路的戴维南等值原理进行广义扩充,证明了非线性电力系统传输最大功率条件是:戴维南动态等值阻抗模等于负荷静态等值阻抗模。并根据戴维南动态等值阻抗引导的负荷阻抗变化初步预测极限功率,以此作为连续潮流计算的步长选择依据,实现变步长连续潮流计算。对IEEE118系统进行仿真计算,结果表明该算法能既快速又准确地找到电压稳定分歧点。     

俄罗斯的铁甲－Cl弹／炮近程防空系统

俄罗斯的铁甲－Ｃｌ弹／炮近程防空系统俄罗斯的铁甲一ＣＩ弹／炮近程防空系统由图拉仪表制造设计局与沃尔霍夫防御系统公司合作研制。图拉仪表制造设计局的总设计师是俄罗斯科学院院士阿尔卡基·希努诺夫。铁甲－Ｃｌ系统由转塔和专用车身组成。火炮、导弹、瞄准装置、雷...