【摘 要】
：
针对现代战场环境下线性调频引信干扰技术的迫切需求，提出多项式Chirplet变换的方法实现低信噪比下对调频连续波无线电引信的信号参数估计，并针对调频连续波引信重构了干扰信号。基于线性小波变换原理，选取适当的核函数，将无线电引信信号经过旋转与平移操作后进行短时傅里叶变换，再利用遗传算法求得变换核的最优参数，实现对调频连续波信号的参数估计，并重构干扰信号。仿真对比结果表明，该方法可以在较低信噪比下实现
【机 构】
：
北京理工大学机电动态控制重点实验室
【基金项目】
：
国家自然科学基金项目（61973037）； 军委科技委基础加强项目（2019-JCJQ-ZD-324）；
论文部分内容阅读
针对现代战场环境下线性调频引信干扰技术的迫切需求，提出多项式Chirplet变换的方法实现低信噪比下对调频连续波无线电引信的信号参数估计，并针对调频连续波引信重构了干扰信号。基于线性小波变换原理，选取适当的核函数，将无线电引信信号经过旋转与平移操作后进行短时傅里叶变换，再利用遗传算法求得变换核的最优参数，实现对调频连续波信号的参数估计，并重构干扰信号。仿真对比结果表明，该方法可以在较低信噪比下实现对调频连续波无线电引信信号载波频率、调制周期、最大频偏等参数进行精准估计，相较于周期调制类干扰，重构干扰信号能够以更低功率对调频引信产生较好的干扰效果。
其他文献
文章通过构建乡村振兴评价指标体系，系统分析数字普惠金融对乡村振兴的影响及作用机理，并探究创新活跃度的调节效应。研究发现，数字普惠金融及各子维度均对乡村振兴水平具有驱动作用，这一结论在借助动态面板及工具变量方法克服内生性问题后依旧稳健。进一步研究发现，“农业数字化”与“人力资本结构”已逐步成为数字普惠金融驱动乡村振兴水平稳步提升的重要渠道。此外，在引入创新活跃度这一调节变量后发现，创新活跃度的提高不
经过多年退耕还林（草）政策的大力推进,黄土丘陵区植被恢复工作取得了显著进展。其中刺槐作为先锋树种在黄土高原广泛地种植,在保持水土、改善环境方面发挥着重要作用。然而黄土高原地域辽阔、环境复杂,部分地区人工刺槐林因与立地条件不适应难以发挥预期的生态功能。但目前刺槐对该区生态系统结构和功能影响的认识仍较多的限于局部研究,且多以刺槐群落自身结构与功能的变化为主,这种结构与功能变化是否合理,因缺乏适当的参照
随着我国对城市污水处理的净化标准的逐步提高,污水处理工艺的优化改造成为目前污水处理厂急需解决的重点问题。污水处理厂的污水处理工艺过程具有高度复杂性、不确定性以及非线性等特点,故对其出水水质进行预测并及时反馈和调整污水处理工艺参数,成为污水处理工艺优化改造的重要目标。为解决传统水质预测方法的预测精准度普遍偏低,且受到数据波动影响较大的问题,本文开展了基于主成分分析法—遗传算法—误差反向传播神经网络（
为了以数字化的方式实时掌握智慧化污水处理厂（简称“污水厂”）的全要素运行状态,以及促进提升污水厂的运营管理水平,文中通过“模型+层次结构分析”的方法,研究了智慧化污水厂全要素运行评价模型、评价指标体系框架,并提出了智慧感知、智慧基础、智慧控制、智慧应用、智慧运营5个维度的评价指标,系统性地构建该指标体系,为智慧化污水厂运行评价提供了一定的科学依据。
锂离子电池被广泛应用于电动汽车领域和储能领域，锂离子电池内短路可能导致电池热失控，是潜在的安全威胁。为了检测电池是否发生内短路，本工作提出了一种基于长周期运行数据的锂离子电池内短路检测算法，本算法综合考虑内短路引起的一致性差异、自放电效应和异常温升效应，并对相关特征进行了指标提取，利用聚类算法对内短路电池进行精准定位，并借助归一化分数进行分级故障报警。本工作借助多个电池包的长周期运行数据对算法的有
＜正＞师幼互动是幼儿园各项教育目标得以实现的重要保证，是促进幼儿全面发展的关键因素，体现了教师的教育智慧与专业能力。任何潜在的教育目标与活动方案的实施都要借助于教师与幼儿之间的互动。如何把握师幼互动的内涵？我们需要认识师幼互动的特点。第一，师幼互动是贯穿在幼儿园一日活动的各个环节中的一种活动，而不是独立于一日活动之外的特殊活动。因此，师幼互动既可以发生在有组织的集体教学活动中，也可以发生在区角活动
以《习近平新时代中国特色社会主义思想学生读本》为契机,培育学生树立正确的世界观、人生观和价值观,是摆在思政教育人面前的重大任务。笔者认为,上好《习近平新时代中国特色社会主义思想学生读本》这门"必修课",必须把学校"小课堂"和社会"大课堂"结合起来,充分挖掘"四史"资源,让这门"必修课"真正鲜活起来。
混合震源采集作为地震勘探中的一种新方法,具有采集效率高、勘探成本低等优点,但采集过程中会引入混合震源叠加噪声,影响后续数据处理和解释。混合震源数据分离方法能够压制混叠噪声,将混合震源数据分离成常规地震数据。传统混合震源分离方法参数选择困难,计算成本高,而基于深度学习的混合震源分离方法人工依赖性低、训练完毕后计算速度快,是目前研究的热点。论文提出一种改进DnCNN的混合震源数据分离方法,针对训练过程