应用BP神经网络针对高通量质子事件的通量数值预报

质子事件的爆发与太阳软X射线辐射有着很强的相关性,利用GOES卫星的1～8 (A)波段和0.5～4 (A)波段的软X射线数据,选取一些特征参量验证该相关性并应用到质子事件短期预报中.在当前质子事件传输物理机制不完全明确的情况下,在现有的预报质子事件有无的模型基础上,利用BP神经网络,根据软X射线通量水平等预测事件质子峰值通量水平,再对训练后的网络进行检验,检验预测所得结果与实际探测值误差小于一个量级,具备一定实用意义.      

宽带信号去斜脉冲压缩处理方法的研究

宽带信号广泛应用于雷达、导航和卫星通讯等领域。宽带信号的传统接收处理方法主要是采用匹配滤波或子带分割技术。本文用去斜脉冲压缩处理方法处理宽带信号,给出了具体的实现结构和改进措施,分析了如何选择系统的信号采样频率,同时还给出了脉压波形的仿真结果及性能分析。实验表明:对中心频率为9.5GHz、带宽1.3GHz、脉冲宽度30μs的宽带线性调频信号,采用该方法处理只需90MHz采样数据率,大大降低了数据采集的难度。     

基于循环神经网络的空中目标类型识别

为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法。该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率。应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析。仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率。     

调相白噪声对频率传递短期稳定度的影响分析

详细分析了调相白噪声对频率稳定度的影响。经过理论分析,得出了频率传递系统信噪比的开方与稳定度成正比,调制信号频率与稳定度成正比。经过分析得到,在一定范围内,提高激光器光功率可以提高频标传递的稳定度;调制频率和传递系统信噪比是影响短期稳定度的两个重要因素;通过增加EDFA的方法不能提高传递系统短期稳定度,反而每增加4到5个EDFA,稳定度下降1个数量级。     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...     

基于FFT的抑制载波捕获技术

介绍三种基于快速傅里叶变换(FFT)的开环抑制载波捕获技术,并对这些算法进行性能分析及仿真.结果表明,基于FFT的交错符号积分技术,在低符号信噪比时引入的信噪比损失最小,适用于深空接收机中抑制载波捕获.     

多路合成载波的包络特性与微放电关系分析

以前的微放电现象分析试验文章主要集中在对各种材料的微放电机理及处理方法的研究上。本文试图从时域角度对微放电产生的基本条件-多路信号的合成包络进行分析，得到了一些有用的结论，有助于对微放电现象的进一步理解，并对部件的微放电试验有一定的指导意义。     

陈敬熊（1921-）

陈敬熊院士是中国航天科工集团第二研究院23所研究员，北京大学、清华大学和北京航空航天大学的兼职教授、博士生导师。1921年10月16日出生于浙江省镇海县，1947年6月毕业于上海大同大学电机系，1950年6月在上海交大电信研究生毕业。从50年代初至今，一直从事国防科研工作，为我国国防现代化建设做出了突出的贡献。     

基于遗传算法的健康监测作动器／传感器优化配置方法

介绍了健康监测时作动器及传感器优化配置的方法及遗传算法进行优化设计的基本原理。针对多点传感器优化问题，采用基本的遗传算法对其进行研究。以一个两端固支梁为算例进行优化，结果表明了在结构健康监测中用遗传算法来搜寻传感器的最优配置是十分有效的。