基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中，目标区域占比小、信噪比低，且海况环境与干扰种类多变，使得经典的深度神经网络在此种条件下检测识别精度较低。为此，本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先，引入极化特征提取模块挖掘目标与干扰的差异化特征;其次，通过特征金字塔网络解决小目标检测识别的问题;最后，使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0，相比不采用极化特征有着显著提高。     

一种求解低速跨流域流固耦合问题的离散统一气体动理学格式

运动边界及流固耦合问题是低速及高速、连续流域及稀薄流域流动中常面临的多场耦合问题。本文在原始离散统一气体动理学格式基础上，采用任意拉格朗日-欧拉方法及动网格技术，并耦合计算结构动力学，实现适用于低速流动运动边界及流固耦合问题的计算方法。在方法验证方面，进行连续流域圆柱绕流强迫振动和自由振动数值模拟，计算结果与参考文献结果吻合良好，准确捕捉圆柱在锁频区和非锁频区的流动特性。在稀薄流域范围，将方法中的连续流D2Q9离散速度模型替换成跨流域离散速度模型，对比低速圆柱绕流强迫振动算例在两种离散速度模型下的数值结果。虽主要关注低速流动问题，但发展的算法仍具备模拟高超声速运动边界问题的能力，对此进行了Ma=5.0稀薄流振动圆柱研究。低速和高速运动边界模拟能力显示了方法在考虑稀薄气体效应流固耦合问题方面的潜在应用价值。     

星地激光通信链路中的极化码性能研究

在星地激光通信链路中，激光在大气信道中传输时容易受湍流作用，导致信号功率衰落。考虑到极化码在短码下的优良性能和较低的实现复杂度，将其应用于星地激光通信系统中来对抗大气湍流引起的信号衰落。基于对湍流信道的分析，搭建了星地激光通信系统仿真平台，并在其中引入了极化码。实验结果表明在中等湍流和强湍流下，极化码分别降低了13%和25%的通信中断概率，极大地改善了星地激光通信系统的性能。