气液鼓泡床反应器中气泡行为光纤探针测量方法

本文分别采用电导探针和光纤探针测量气液鼓泡床反应器中的气含率、气泡速率和气泡弦长等气泡行为,结果表明光纤探针对气泡具有响应迅速、阶跃显著的特点。将光纤探针信号进行方波化处理,探针在气相中的采样点数与总采样点数之比即为局部气含率,再沿径向积分可得平均气含率,以压差法测得的平均气含率为基准,光纤探针比电导探针准确性更高。将改造后的光纤探针应用于高温、高压、液相为有机体系的气液鼓泡床反应器,测得该反应器的气含率呈中心及边壁低、0.4倍半径处最大的抛物形分布。因此,开发的光纤探针可用于高温、高压、液相有机体系中气泡行为的测量。     

一种基于迭代的多音干扰消除方案

针对正交频分复用技术(OFDM)系统的多音干扰,本文提出先通过增加频域分辨率进行多音干扰识别,再基于迭代运算逐个对多个单音干扰进行参数估计、重构和消除的方案。其中,在多音干扰识别阶段,使用Zoom FFT技术以提高频域分辨率并简化计算复杂度。然而,Zoom FFT后的降采样序列点数不一定满足2的整数次幂,对于单音干扰参数估计,此时可采用经典的基于离散傅里叶变换(DFT)的最大似然参数估计(DFT-MLE),但当采样点数太大时,DFT运算将带来很大的实现复杂度。本文在基于DFT-MLE算法基础上给出一种基于快速傅里叶变换(FFT)的单音参数估计法FFT-MLE,不仅简化了运算复杂度,而且相比DFT-MLE其估计性能有更好的鲁棒性。最后的仿真结果说明了该多音干扰消除方案的有效性。     

基于新型C4D的小管道气液两相流流型辨识方法

基于径向结构的电容耦合式非接触电阻抗检测传感器,结合小波包分析技术和K-均值聚类算法,提出一种小管道气液两相流流型辨识方法。首先,利用径向结构的电容耦合式非接触电阻抗检测传感器,获取反映被测流体信息的电阻抗测量信号实部信息和虚部信息。然后,采用小波包分解的信号处理技术将实部信息和虚部信息分别分为4个频率段,提取不同频率范围的能量分布情况,并与各自的均值、方差构成特征向量。最后,利用K-均值聚类算法进行模式分类,建立流型辨识模型。在内径为3.5 mm和5.5 mm的玻璃管道内进行验证实验,实验结果表明,所获得的传感器测量信号能反映流体流动信息,提出的流型辨识技术路线是有效的,流型辨识精度可达88%以上。     

一种反舰导弹抗无源假目标干扰算法

利用舰艇和无源假目标干扰在运动速度上的差异,提出了一种使真假目标速度线性方程组总剩余范数最小的真假目标识别算法,并讨论了如何降低目标速度波动和观测误差对算法的影响以及算法失效的特殊情况。最后,通过对一些算例的仿真验证了算法的有效性。     

红外前视对一类特殊建筑目标识别技术研究

针对电厂冷凝塔一类具有建筑规范的特殊建筑物,尝试在缺少其它基础地理数据保障的条件下,通过对冷凝塔外形的参数建模生成不同视点的参考图。在此基础上,针对红外／可见光多模图像匹配的特点,对自动目标捕获方案中模板匹配的相似性测度计算方法进行了研究。提出了基于梯度矢量相关系数的计算方法,将梯度信息作为红外／可见光多模图像的共性特征,匹配方案中不仅利用了图像点的梯度值,还充分考虑了该点的梯度方向信息。大量试验结果表明,该方法在识别性能上优于传统的灰度或轮廓匹配算法,匹配性能有较大的提高。     

基于匹配模板的雷达信号快速识别系统设计

雷达采用低截获概率(LPI)技术之后,特别是在低信噪比条件下,传统的雷达信号识别方法将暴露出对弱信号无能为力、识别率低等缺陷.针对这些问题,设计了基于匹配模板的雷达信号快速识别系统,介绍了系统设计的基本思路,提出了敏感参数这一概念,保证了正确识别率.以线性调频信号为例制定了相应的匹配识别准则,通过仿真实验验证了该准则的有效性和该系统的可行性.在信号受到噪声污染的情况下,该系统对线性调频信号的识别信噪比可以达到-6dB.     

航空气象电码中RMK项的识别

<正>引言航空例行天气报告(METAR)和特殊天气报告(SPECI)是各个航空公司在平时工作中使用最多的气象资料。由于许多国家根据自己的实际情况对METAR和SPECI报进行了修改,导致这些国家的报文在一定程度上偏离了WMO所规定     

基于QAR数据的民机高高原进近着陆风险评估方法

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控（FOQA）咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610～305 m进近时下降率大、接地时垂直加速度及153～15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明：所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。     

基于压缩协作表示的辐射源识别算法

针对低信噪比（SNR）条件下传统辐射源识别算法性能下降的问题,提出了基于压缩协作表示的识别算法,分别从特征提取和分类器设计两方面进行描述。首先将时域辐射源信号变换到二维时频域,通过图像处理方法提取高维特征列向量。经随机矩阵压缩到一定维度后,输入到提出的压缩协作表示分类器中得到识别结果。进而,对协作表示系数进行非负约束,提出了更符合实际应用场景的算法。仿真结果验证了所提算法的可行性与有效性,且在低信噪比条件下稳健性强、抗噪声干扰性能好、计算量较小、易于工程实现。     

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。