基于秩亏傅里叶变换的交替投影编码波形设计

本文提出了一种在设定区间具有极低功率谱和自相关幅值的恒模波形设计方法.该方法首先将波形设计的信号模型转化为相位提取问题,通过定义三个代表不同设计目标和约束的集合,利用交替投影的方法来实现波形优化.由于利用了色噪声协方差矩阵与功率谱的近似关系,算法中基于秩亏傅立叶变换矩阵的投影算子能由快速傅里叶变换高效实现,提高了计算效率.最后,计算机仿真验证了算法的有效性.算法所设计的波形可用于雷达、声呐和无线通信系统,以抑制色噪声、有源干扰和距离旁瓣干扰.     

基于掉电数据存储的耐压绝缘测试系统设计

应用非易失性存储芯片24C16与单片机相连接,设计了一种基于掉电数据存储的耐压绝缘测试系统,详细说明了掉电数据存储的耐压绝缘测试系统的设计思路和硬件电路结构,编写了相应的读写程序.这种串行非易失性存储技术具有高速读写、百万次擦写寿命和数据保存时间长的优点,能极大提高系统的适用范围和系统的测试效率.     

变F数红外光学系统的进展和关键技术

根据现代战争对夜间进行目标跟踪、侦察及监视的迫切需求,红外光学系统在国防领域获得了广泛的应用。与变焦红外光学系统相比,基于可变冷光阑的变F数红外光学系统可以进行大视场搜索与极小视场监视的转换,提高通光孔径利用率,提高成像质量。随着对视场范围、图像质量、系统小型化等需求的不断提高,变F数红外光学系统逐渐凸显其优势。对变F数光学系统的原理进行了研究,概述了国内外在变F数红外光学系统领域的研究进展。通过分析,提出了系统关键结构可变冷光阑实现的技术路线。最后简要分析了可变冷光阑设计的关键技术。     

某红外相机稳定平台框架结构设计与分析

针对某红外相机稳定平台,设计了两轴两框架的结构形式。对相机关键支撑结构件照准架进行了较为详细的结构设计和分析研究。照准架采用一体式半封闭结构,提高了照准架的自身结构刚度,同时避免了大尺寸面的加工变形以及装调问题。建立了照准架的三维模型,并进行了6g 重力、常温和－20℃均匀温降工况下的静力学分析和模态分析研究。分析结果显示,照准架的最大变形为0.706 mm,最大应力为47.33 MPa;1阶模态为53.2 Hz,均满足设计指标。利用有限元软件为红外系统照准架的设计可行性提供了理论依据。     

严重拖尾复合高斯杂波中目标的自适应极化检测

该文研究极化高分辨雷达在动态变化的杂波场景中自适应检测小目标的问题。将统计特性严重拖尾的杂波建模为纹理分量为逆伽马分布的复合高斯过程,借助于广义似然比检验和辅助数据得到了自适应极化检测器,并推导了该检测器的虚警概率表达式,证明了该检测器对协方差矩阵结构具有恒虚警特性。最后,利用仿真杂波数据验证了检测器检测性能的有效性。     

抑制特定区间距离旁瓣的恒模波形设计方法

该文提出在特定的距离旁瓣区间具有极低相关幅值的恒模波形设计方法。该类波形可应用于具有发射自适应能力的雷达、声呐和通信系统,以抑制距离旁瓣遮蔽和多路径等干扰。该文使用0-1加权的积分旁瓣电平构造目标函数,将波形设计转化为无约束优化问题。针对目标函数的特点,基于功率谱拟合的思想提出了初始点选择算法,推导了目标函数梯度和Hessian矩阵的解析表达式,并利用子空间信赖域算法求解该优化问题,提高了优化过程的计算效率。计算机仿真表明,对于连续区间和多个离散点的距离旁瓣抑制,均能提供较好的效果。     

复合材料

<正>近年来,复合材料（composite material）这个词用得多了起来。那么什么是复合材料呢？简单说,复合材料是由两种或多种不同的材料组合而成的材料。其中的一种材料作为基体,其他的材料作为增强相,基体通常是连续的,增强相可以是颗粒、纤维、层板。可以认为增强相是镶嵌在基体里的。这种组合成的材料的性质与它的任何一种成分的材料都显著不同。     

我最敬重的科学家——周培源先生——纪念周培源先生诞辰110 周年

在我国现代科学家群体中,有众多的科学家是值得敬重的. 不过要是有人向我提问：你最敬重的科学家是谁？我会毫不犹豫地回答：周培源先生. 其原因,不仅是我上大学的力学专业是周培源先生所创办,周培源给我们上过基础课理论力学,也不仅是我工作后,许多年是在力学系度过的,经常能够聆听他的教诲,更是近若干年来我逐渐对力学史产生兴趣后,在浏览了许多科学名人传略后,在熟悉了我国近代科学发展史之后,经过比较和思考得到的结论. 只有跳出一个系,而从近代整个中国的科学发展的角度看问题,才能体味出他在我国近代科学发展上的重要地位.     

从弹棉花说起

本文从弹棉花的弓弦的振动谈起,进一步介绍弦乐器的发声,并对弦振动研究的历史做概略介绍。文末提到了制作一件好的弦乐器和鉴别弦乐器的困难所在。     

HSMC-SVM的二次逼近快速训练算法

HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-SVM,并使用了样本缩减策略。实验表明,这种方法可以有效提高HSMC-SVM的收敛速度,其收敛速度已经超过了基于libsvm的组合多类支持向量机,完全可以用于分类类别多、样本数量大的分类场合。