一种改进的广义旁瓣相消的波束形成算法

在分析传统广义旁瓣相消器(GSC)自适应波束形成的基础上,提出一种改进的广义旁瓣相消器的波束形成方法,即基于特征结构的GSC波束形成算法(ED-GSC),该算法在投影特征空间中引入了期望信号方向矢量,能在期望信号功率较大时保持自适应波束形成方法性能,又能在期望信号功率较小时(甚至为零)具有较好的波束保形能力,对噪声有很好的鲁棒性。仿真结果表明:ES-GSC算法在高、中、低的信噪比下都具有较好的波束形成性能,是一种性能优越的波束形成算法。     

VHF/UHF波段发射机互调抑制比测试方法研究

建立了发射机射频电路简化模型,并利用该模型和非线性多项式模型,研究了发射机互调(IM)发射电平与射频前端滤波器插入损耗、干扰信号功率和频率偏差之间的关系,对当前发射机互调抑制比的定义进行了修正;分析了传统发射机互调抑制比测试方法的局限性,设计了一种新型的发射机互调测试链路配置,分析了测试链路关键物理参数间的关联关系,建立了测试数据处理模型,该方法扩宽了测试带宽和功率范围,降低了对测试器件的要求。对实际电台的测试结果表明,本文提出的理论分析结论和发射机互调抑制比测试方法正确有效。     

巴克码的旁瓣抑制

根据实际情况，对１３位巴克码的旁瓣抑制问题，提出在ＲＧ旁瓣抑制滤波器设计的基础上，用最小二乘法寻找旁瓣抑制滤波器的加权系数，以获得较低的积累旁瓣，并通过计算机模拟得到了证实。     

多功能相控阵雷达目标监视与气象探测兼容模式设计

对多功能相控阵雷达目标监视与气象探测兼容模式设计进行了研究。针对多功能相控阵低空监视雷达集成气象探测功能的需求,从系统工作兼容性角度出发介绍了一种雷达工作模式折中设计方法。该方法解决了目标监视和气象探测在数据率、波形设计、波束驻留时间分配等的矛盾,实现两种功能的兼容。此外,还对该兼容模式的工程实现进行了探讨。     

一种改进的SMI旁瓣干扰抑制算法研究

采样矩阵求逆（SMI）算法是常用的自适应旁瓣对消算法。针对在低快拍下数据协方差矩阵的小特征值扩散,进而引起自适应波束副瓣升高的问题,提出了一种改进SMI算法的方法。该方法通过快拍数据的滑动平均获得协方差矩阵,使协方差矩阵小特征散布变小,能够很好地抑制副瓣电平,从而使算法适用于低快拍数据。     

兰州多普勒天气雷达功率测量

一、引言为促进对多普勒天气雷达的认识和了解,加强对多普勒天气雷达的维护,本文就Agilent E4416A单通道峰值功率计和HP432A单通道平均功率计,对兰州DWSR2500C多普勒天气雷达的功率进行分析与测试。     

改进变异策略的自适应差分进化算法及其应用

针对标准差分进化(Differential Evolution,DE)算法存在控制参数难以选取以及变异策略缺乏稳健性的不足,提出一种基于改进变异策略的自适应DE算法.该方法用随机选取子种群的最优个体替代全种群最优个体进行变异操作;然后采用柯西分布和正态分布分别对收缩因子和交叉概率进行扰动,并在进化过程中利用胜出个体自适应地递推调整参数分布.对五个典型Benchmark函数的测试结果表明:该方法在全局搜索能力、收敛速度和精度以及可靠性上比标准DE算法都有了大幅度提高.将该方法用于分布式孔径雷达的方向图综合问题,通过较少的仿真次数即可稳定的获得更低的旁瓣电平.     

高温结构激光扫描模态测试的降噪与参数识别

针对高温结构激光扫描模态测试中存在的噪声问题,提出了一种基于模态峰值汉克尔奇异值分解的降噪处理与模态参数识别方法。首先,将测试得到的频率响应函数(Frequency Response Function(FRF))经过FFT逆变换得到对应的时间域脉冲响应函数(Impulse Response Function(IRF)),并通过汉克尔奇异值分解(Hankel Singular Value Decomposition (HSVD)),进一步将脉冲响应函数转化为按能量从大到小顺序排列的一系列分量信号组合;其次,以恢复所有关心的模态峰值为基准,将分量信号从前到后累加,并在所关心的模态峰值完全恢复后,将剩余分量信号当作噪声舍弃掉;该步骤会去除掉信号中包含的大部分噪声,但仍会有一些残余噪声不可避免地被恢复;再次,对步骤二中提取得到的分量信号,采用基于模态峰值频率通带的迭代选取进行二次滤波,以分离出属于模态峰值的分量信号,进而将它们累加为降噪后的IRF信号,并转换至频域以获取降噪后FRF信号;最后,对降噪后的频响函数进行模态辨识以提取模态参数。本方法应用于600度高温环境下一个直板叶片的激光扫描模态测试数据的处理,结果表明频响函数中的噪声被有效滤去,模态参数可准确地提取,显示了方法的有效性和优越性。     

基于深度神经网络的自适应波束形成算法

自适应波束形成技术是航天领域中的旁瓣抗干扰关键技术之一。当回波数据量增多时,传统的波束形成算法无法进行快速的处理,而应用深度神经网络模型对数据进行预训练可以快速的进行波束形成,因此根据波束形成原理利用分段训练方式设计深度神经网络,应用Leaky-ReLU激活函数、Adam优化算法和Dropout正则化方法提升深度神经网络的性能,提出了基于深度神经网络的自适应波束形成算法。仿真结果表明,相比于传统的LMS算法,在实验环境下,基于深度神经网络的自适应波束形成算法的计算速度约有7~8倍的提高。     

某机发动机减振安装前后全机典型部位减振效果的仿真分析

建立发动机、发动机安装结构、机体一体化的有限元模型,可全面考察发动机安装结构动力优化设计的成效。从理论上计算分析出由于安装阻尼减振装置,在全机各典型部位的减振优化设计的效果。 本文主要介绍一体化有限元建模、计算模型的拼装以及发动机减振安装前后全机典型部位减振效果的分析等。从响应曲线对比可以看到:前设备舱、座舱和后设备舱等典型部位的响应在安装减振连接杆前后变化较大,总体下降了约15％,表明了它能够成功地抑制航空发动机造成的峰值响应。