基于时频图像分析的核爆与雷电电磁脉冲识别

根据核爆和雷电电磁脉冲信号非平稳、非线性特点,对核爆电磁脉冲(NEMP)和雷电电磁脉冲(LEMP)信号进行了Hilbert谱分析,计算了二者Hilbert谱的图像区域特征,对二者进行了识别研究,并且从NEMP和LEMP不同的产生机理上对识别结果进行了分析。实验结果表明:以Hilbert谱的面积和重心,以及六维图像区域特征作为特征,对NEMP和LEMP的识别率达到了90％以上,可以对二者进行有效识别。     

基于HHT与LSSVM的远区核爆电磁脉冲识别

为实现远区核爆电磁脉冲（NEMP）和闪电电磁脉冲（LEMP）的有效识别,提出一种基于希尔伯特黄变换（HHT）和最小二乘支持向量机（LSSVM）的识别算法。采用希尔伯特黄变换对远区NEMP和LEMP进行分析,利用两种信号的Hilbert谱在不同频带上分布的差异性,选择谱图中两个区域的能量占比作为信号的特征,选择LSSVM作为分类器进行分类识别。实验结果表明,采用能量占比特征可有效识别NEMP和LEMP,且综合识别率可达到98.59%。     

小波计盒分形维数核爆电磁脉冲信号模糊识别

为了在现有禁核试验条件下开展核爆电磁脉冲探测技术研究,对实测的非均匀采样核爆电磁脉冲数据进行阈值检波、直流剔除、滤波、插值和归一化处理后,采用小波分析提取信号第四尺度小波系数能谱熵、第一尺度和第四尺度小波系数计盒分形维数特征值,在统计分析的基础上分别建立其专用隶属度函数;利用模糊识别理论,对核爆电磁脉冲信号和作为主要探测干扰信号源的闪电电磁脉冲信号进行了模糊识别,获得了总识别率为99.41%的识别效果。     

单片机系统在核电磁脉冲辐照下的效应研究

 核电磁脉冲（NEMP）、雷电电磁脉冲（LEMP）和高功率微波（HPM）等强电磁脉冲对单片机系统具有很强的干扰和破坏作用。为研究它们对单片机系统的各种效应,利用GTEM室产生的核电磁脉冲,对单片机系统进行了辐照效应实验。实验表明,单片机系统在强电磁脉冲作用下,会出现“死机”、重启动、通讯出错等现象。基于实验,讨论了单片机系统的各种效应产生的原因。     

强电磁脉冲的有效带宽、测量带宽及来自上升时间的影响

 从能量分布和测量有效性的观点出发，提出了强电磁脉冲的能量有效带宽和动态范围有效带宽的概念。针对IEC61000－4－4,MIL－STD－464,IEC61000－4－2,IEC61312－1等标准规定的核电磁脉冲(NEMP)、雷电电磁脉冲(LEMP)、静电放电电磁脉冲(ESDEMP)等强电磁脉冲，分别计算了它们的能量有效带宽和动态范围有效带宽。通过分析，得知在一定的范围内，上述强电磁脉冲上升时间的变化对两种有效带宽的影响并不明显，在此基础上，确定了它们的测量带宽。计算结果为NEMP，ESD EMP及LEMP的60 dB有效带宽分别是371，786，1 233 MHz与96 kHz；99%能量有效带宽分别是46，95，183 MHz与15 kHz；不失真测量所需的带宽分别是152，307，916 MHz和95 kHz。     

核爆与雷电电磁脉冲识别

用经验模态分解和分形分析相结合的方法对核爆和雷电电磁脉冲信号进行了识别研究。计算了核爆和雷电电磁脉冲原始信号的盒维数,以及原始信号经验模态分解后前4阶固有模态分量（IMF）的盒维数。用最近邻法对核爆和雷电进行了识别,实验结果表明:原始信号经验模态分解后一阶、二阶IMF盒维数的识别率要略高于三阶、四阶IMF盒维数的识别率;原始信号盒维数的识别率高于经验模态分解后各阶IMF盒维数的识别率;二维和三维特征的识别率要高于一维特征的识别率,另外二维和三维特征的识别率更加趋于稳定,并且三维特征的识别率都在90%以上。     

屏蔽复合材料设备舱电磁脉冲屏蔽效能

利用镀镍碳纤维为基础材料,制作了镀镍碳纤维复合材料蒙皮,并辅以玻璃纤维复合材料蒙皮和聚氨酯泡沫以及其他配件制作了全复合材料轻质设备舱。研究了其在核电磁脉冲(HEMP)、间接雷击电磁脉冲(LEMP)下的防护性能。结果表明,基于镀镍碳纤维复合材料的轻质设备舱在上升时间2.8ns、半脉宽24ns脉冲波形下,HEMP屏蔽性能达到50.1dB;在上升时间3.2μs、半脉宽40.3μs脉冲波形下,LEMP屏蔽性能达到57.2dB。     

基于小波包分析的玻璃破碎声音识别系统设计

针对传统家居安防监控系统中多采用声音振动传感器对玻璃破碎进行检测,不仅安装不便且不美观,因此提出了一种非接触式玻璃破碎声音识别系统。目前常用FFT（傅里叶变换）对声音信号进行分析处理的缺点是不能显示出声音频率出现的时刻,因此,提出一种基于小波包分析的玻璃破碎声音识别系统。通过对玻璃破碎声音信号采集、预处理;随后利用小波包分析代替FFT方法,提取小波包系数特征参数,并融合短时平均幅度和短时过零率,从时域和频域两个角度的特征参数来表征玻璃破碎声音;最后利用隐马尔科夫分类器（HMM）从提取到的特征参数中训练出玻璃破碎声音的HMM模型,对玻璃破碎声音进行识别。通过实验验证,该系统的识别率可达93%。     

基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别

 对平稳随机信号功率谱估计的AR模型,分别利用自相关函数法和Burg算法求该模型系数,作为核爆炸和闪电电磁脉冲信号的特征值;采用BP神经网络作为分类器以及不同的隐含层数和隐含层节点数,对核爆和闪电电磁脉冲实测数据进行识别研究。结果表明：AR参数模型法对两类信号特征值提取是非常有效的,采用Burg算法来求AR模型参数,其特征值提取效果优于自相关函数法。     

基于支持向量机的~(252)Cf中子裂变信号时频特征分析及识别

基于裂变中子(252Cf)对裂变链(235U系统)依存关系,在对252Cf中子裂变信号的测量原理及信号特点分析基础上,开展了基于支持向量机的中子裂变信号时频特征分析及识别研究工作。采用小波分解和去噪小波包分解方法,提取不同状态下随机核信号的时频能量特征,借助于统计学习理论的支持向量机(SVM)分类器原理进行训练和分类。研究结果表明:通过直接小波分解或去噪小波包分解,以获取核信号特征的方法是有效的;去噪小波包分解特征提取方式,较之直接小波分解特征提取方式更能反映中子裂变核系统的内部特征和规律;基于SVM核信号样本的分类,训练后的SVM分类器有着大于70%以上的正确率,且较好地克服了训练样本数较少的问题,验证了方法的可行性和有效性。     

雷电电磁场峰值的概率分布

获得雷电电磁场的随机特性，是研究雷电电磁场对电子系统有害耦合效应评估的基础。基于雷电流的统计特性，在具有一般性的概率框架下讨论雷电电磁场，导出电磁场峰值的概率分布函数及密度函数，采用多重积分法计算出不同位置处电场强度和磁场强度峰值的概率分布图和累积概率分布图，计算结果与蒙特卡洛模拟结果吻合。     

强电磁场对某型无线电引信安全性的影响

 为了研究强雷电电磁场（LEMP）对没有保护状态下无线电引信性能的影响，对LEMP进行了模拟。利用MARX发生器向宽带横电磁波（GTEM）室注入雷电电压波，在GTEM室内产生模拟的LEMP电场；利用浪涌发生器向亥姆霍兹线圈注入雷电电流波，在线圈内产生模拟的LEMP磁场。根据某型无线电引信可能遭遇的雷电电磁环境，对处于勤务处理状态的该型无线电引信进行了辐照效应实验，测试辐照前后引信的性能指标，对其差异进行比较，分析了LEMP对该型无线电引信性能指标的影响。结果表明，在强的雷电电磁场环境下LEMP电场会损坏该型无线电引信的高频组件，使其不能产生探测信号，导致引信不能正常发火；LEMP电场还会损坏检波电路，使检波直流电压不能达到正常指标，从而导致引信也不能正常发火；LEMP磁场对该型引信性能基本没有影响。     

闪电的分形特征研究及其在自动识别中的应用

利用2009年夏季青海地区的快电场变化测量仪的野外观测资料, 对120例地闪和77例云闪辐射场信号的分形特征进行了深入研究, 结果表明地闪辐射场信号的分形维数与云闪辐射场信号的分形维数有明显的差别, 再利用闪电的分形维特征, 构造了5个特征值, 将其作为支持向量机的输入进行地闪和云闪不同放电类型的识别, 有效识别率达到95%以上; 通过构造地闪辐射场时间序列信号的分形维数轨迹图表明分形维数最低点对应于原时间序列的回击位置, 利用分形维数轨迹中的最低点的位置能够快速准确地对地闪辐射场信号的回击点进行检测, 检测率可达到100%. 分形维是闪电的一种具有鉴别性的特征, 可用于闪电的智能分析与自动化处理. 关键词： 闪电信号 分形维数 支持向量机 自动识别     

雷电电磁脉冲的产生机理、危害及其防护

阐述了雷电电磁脉冲的产生机理、传播途径及对电子设备的危害,并简要说明了其防护措施.     

地闪雷电电磁脉冲在大地中的分布研究

为研究地闪雷电电磁脉冲(LEMP)在大地中的分布规律,采用二维时域有限差分法计算了在雷电通道不同距离处、不同大地电参数条件下LEMP在地下不同深度的分布,并与其他高功率电磁环境在大地中的衰减情况作了对比.计算结果表明:随距离增大,大地中LEMP场分量迅速衰减;大地电导率较大时,电场分量衰减很大;大地电容率的变化主要影响LEMP的垂直电场分量,随大地电容率的增大,垂直电场分量明显减小;随深度的增大,电场分量衰减增大,其高频成分的衰减尤为显著,低频成分则衰减很小.由此可知,对电线电缆实施简单的埋地处理并不能有效防止LEMP的耦合效应.