线列阵甚宽频带恒定束宽的数字实现方法

线性嵌套阵可以很好地在很宽的频率（N个倍频程，N=7）上实现恒定束宽。这种方法设计简单，又节省线阵阵元。本文给出了线性嵌套阵具体的数字化实现方法，解决了FIR滤波器设计，滤波器时间延迟等问题。由于数字化实现过程中使用了很多组FIR滤波器，计算量很大，文章采用了DSP信号处理板实现数字化算法，利用DSP处理板可以多任务同时处理优势，解决了计算量大的问题。经过实验验证，在DSP上实现的数字化的线性嵌套阵宽带恒定束宽方法满足了工程上实时处理的需要。     

低冰点液体的汽化热测定实验研究

应用克拉珀龙方程获得测定低冰点液体汽化热的实验公式，自制可控温度恒温器，测量了乙二醇的汽化热．实验结果的相对误差不大于1．4％．     

程序升温液相反应技术

液相反应在化学反应中占有极其重要的地位,而有气体消耗或逸出的液相反应在实际生产过程和实验室研究中屡见不鲜,对于此类反应的研究常采用稳态定温手段求取动力学参数,但耗费大量的时间和精力.为此,本文提出了适合此类反应的程序升温液相反应(TPLR)技术.     

The He--McKellar--Wilkens effect for spin-1 particles on non-commutative space

By using star product method, the He-McKellar-Wilkens （HMW） effect for spin-one neutral particle on noncommutative （NC） space is studied. After solving the Kemmer-like equations on NC space, we obtain the topological HMW phase on NC space where the additional terms related to the space-space non-commutativity are given explicitly.     

用垂直阵和单水听器测量水下目标辐射噪声的误差分析及其修正方法

文章给出了水声波导模型下垂直阵和单水听器测量水下目标辐射噪声的误差和修正方法,以便使两种测量结果一致和统一。在设定典型水声波导的参数后,用波数积分方法计算出声源到垂直阵各阵元的信道传输函数,再推导出垂直嵌套阵聚焦波束的信道传输函数,从而得到单水听器和垂直嵌套阵的测量误差。数值计算表明在70 m海深条件下,不同深度单水听器测量单频信号频谱级起伏达15 dB以上,总声级测量误差的均值为3 dB,而垂直嵌套阵测量单频信号频谱级起伏仅4 dB,总声级测量误差的均值趋于0 dB。海上实验测量单频信号声源级的结果与数值计算的起伏一致,海试中垂直阵获得较高的空间增益。结论是在浅海条件下垂直阵的测量精度高于单水听器的测量精度,用单水听器测量的目标总声级需要修正时可以修正,而用单水听器测量的单频信号声源级则难以修正。     

激光尾场第一周期加速带电粒子模拟

在关于激光尾场加速(LWFA)的很多文献中,都暗示了尾场有周期性结构.可是激光驱动尾场可以不是周期性的,尾场第一周期可以捕获和加速外来电子束.Esirkepov和Bulanov等人提出了带电粒子在激光高斯脉冲驱动尾场第一周期加速的处理方法.本文在此理论基础上进一步讨论电子在尾场第一周期中能获得的最大能量与激光脉冲的强度和脉冲的波长之间的关系.结果显示,捕获电子最大能量与脉冲激光强度成正比.适当的选择脉冲激光波长也直接影响到捕获电子的最大能量值.     

深海直达波区卷积神经网络测距方法

深海声场通常可以看作不同掠射角的多途声线在接收器处的叠加,其中经海底反射的声线携带与海底参数有关的声场特征。利用深度卷积神经网络分别学习垂直阵声压域(CNN-Field)和垂直阵波束域(CNN-CBF)特征的方法被用来估计直达波区声源距离。该方法首先对仿真直达波区声场数据做预处理,然后将声压域和波束域的声场数据分别作为训练集训练深度卷积神经网络模型,最后输入测试集数据到训练完成的模型中估计声源距离.实测环境参数的仿真实验表明CNN-Field方法在不同海底参数的测试集下测距结果差异较大,CNN-CBF方法差异较小,而且在16阵元10 m等间距垂直阵的阵元域信噪比大于0dB时估计准确率可以达到97%.海试数据处理结果表明CNN-CBF方法的直达波区内测距准确率高于CNN-Field,在距离10 km以内的平均准确率可以达到93.16%.      

基于多域特征提取和深度学习的声源被动测距*

由于实际海洋环境中存在大量的非高斯噪声,一些基于高斯假设的传统去噪方法在实际海洋环境中性能下降甚至失效。针对非高斯噪声,如α稳定分布噪声、非平稳行船噪声下的脉冲信号的去噪与重构,该文提出一种基于深度学习的方法。去噪模型首先通过学习带噪信号短时傅里叶变换谱与残差谱之间的映射关系以去除环境噪声,之后对去噪信号的时频谱进行逆变换重构脉冲信号。仿真实验结果表明,深度学习模型在非高斯噪声环境下脉冲信号的去噪与重构任务中有着良好的表现,在实测样本上也表现出良好的泛化性,体现了一定的工程应用价值。     

激光自混合多普勒测速法

利用激光自混合技术结合多普勒测速方法,来改进传统多普勒光路的光路复杂等缺陷.自混合技术中,反馈光会引起腔内的输出增益变化.根据激光的增益变化和频率变化成线性关系,可以对信号进行处理求出多普勒频移.用能量重心校正法对多普勒频移校正,进而得到物体的运动速度的模拟计算值.