一种新的弹道目标成像匹配识别算法

为了能充分利用目标的散射中心对弹道目标进行识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换,实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息,提出了一种新的匹配识别的方法实现对目标的分类识别。该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,进而与预设门限比较,判定目标类别。仿真实验及识别性能评估表明,该方法在设定情况下具有良好的目标识别能力。     

硝基苯制备的微型化研究

对硝基苯的制备进行了微型化研究，经过几组常规和微型实验的对比，结果表明微型实验具有省试剂、少污染、安全快速、便于操作等特点，可在化学教学中推广应用。     

夹层环形板非线性弯曲问题的数值分析

基于Reissner理论,应用变分原理得到了夹层环形板的基本控制方程,采用打靶法求得了夹层环形板在外边缘夹紧固定,内边缘自由边界条件下的非线性弯曲问题数值解,最后讨论了不同几何、物理参数对夹层环形板弯曲问题的影响。     

关于正负反馈表述的思考

放大电路中正、负反馈在本质上是一个问题的两种不同情况，当满足一定条件时，二还可相互转化。对此问题的表述传统上是分开进行的，理论的系统性、完整性受到一定影响，易造成混淆。本试图建立起负反馈表述的统一体系。     

热-机载荷联合作用下夹层板的非线性分析

基于夹层板在热-机载荷共同作用下的几何非线性控制方程,采用伽辽金法求解夹层板在四边不可移简支边界条件下的非线性问题,得到温度差、长宽比、长厚比等参数变化对夹层板中心挠度影响的关系曲线.     

弹道导弹再入段拦截的毁伤效果评估

从跟踪雷达的角度进行了再入段弹道导弹毁伤效果评估的研究。分析了弹道导弹在再入段遭到拦截时可能发生的2种情况,在此基础上将弹道系数引入弹道目标毁伤效果评估中,提出了基于弹道系数估计的弹道导弹再入段拦截的毁伤效果评估方法,仿真了3种弹道目标即完整弹头、弹体残骸、小碎片的弹道系数,证明了该方法在毁伤评估中的可行性。通过仿真机动变轨和碰撞变轨2种模型下的弹头运动轨迹,研究了目标机动对弹道导弹毁伤评估可能造成的影响,并得出可以避免这种影响的方法。     

基于BP神经网络的TBM拦截效果评估

为了综合考虑TBM拦截作战中各种因素对拦截效果评估的影响,基于红外成像、ISAR成像和机动目标跟踪3种方法分析了TBM拦截效果评估体系的构成,利用神经网络在处理非线性复杂问题上的优势,提出了基于BP神经网络的TBM拦截效果评估模型,并详细阐述了模型的构建过程。由于标准BP算法存在易形成局部极小点和收敛速度慢等问题,采用加入动量项和实时调整系数法对算法进行了改进。仿真分析证明：改进的BP算法具有较快的收敛速度和较高的收敛精度,同时验证了该神经网络模型在TBM拦截效果评估中的有效性。     

基于2D-SOONE算法的MIMO稀疏面阵二维成像

为了解决采用传统的1D-CS算法进行分维处理时丢失耦合信息导致越单元徙动、影响成像质量且运算时间长的问题,研究了接收阵元整行整列稀疏的MIMO面阵结构特性,分析了该稀疏面阵所接收回波信号的二维联合稀疏特性,采用2D-SOONE算法对回波信号进行二维联合重构,算法采用序列一阶负指数取代传统SL0算法的高斯函数,拓至二维并利用梯度投影求解,具有二维联合重构性能的同时提高重构精度。通过实验,仿真了该算法在不同阵列稀疏度、不同信噪比下用于MIMO稀疏面阵的成像效果。仿真结果表明,2D-SOONE抑制了传统的1D-CS算法的越单元徙动问题,减少了运算时间,且成像质量较2D-SL0更优。     

二维CZT的稀疏阵列MIMO雷达快速极坐标格式成像算法

由于极坐标格式算法(PFA)存在运算量大,且聚焦性能受插值精度影响等缺点。为解决该问题,提出一种基于二维Chirp-Z Translation(CZT)的稀疏阵列MIMO雷达快速成像算法,引入压缩感知原理,采用CZT变换代替插值运算,借助合适变换参数的选择,一步实现插值-重采样的处理过程。仿真验证表明,随着成像尺寸的变化,所提算法与经典PFA算法运算量的比值在0.22~0.4之间,有效地降低了运算量,同时保持了较低的图像熵,提高了聚焦性能。