红外成像技术在金属模型转捩测量中的应用

金属材料由于传热快,温度在短时间内容易达到热平衡。因此,用红外热像仪测量金属模型转捩难度大。在中国空气动力研究与发展中心(CARDC)3.2 m低速风洞中,采用在金属模型表面喷涂隔热涂料的方法,用红外热像仪测量旋翼翼型的温度分布,通过温度跃变判断转捩位置。一般情况下,红外热像仪放置在试验段某个位置固定不动。模型改变攻角时,需要转动模型支撑机构,这样会造成红外图像中的模型位置发生改变,不利于比较不同攻角下的转捩位置。为解决该问题,在模型转动平台上设计了红外热像仪固定装置,实现了红外热像仪与模型的同步转动,解决了模型不同攻角状态下模型外形成像的差异问题。红外图像与实物坐标对应更为准确,获得的模型转捩位置更为精准。     

时空非均匀采样下双基地MIMO雷达收发角及多普勒频率联合估计方法

该文针对发射阵列、接收阵列以及多级延迟器均为非均匀配置的双基地MIMO雷达,提出基于时域和空域二次自由度扩展的发射角、接收角以及多普勒频率估计的ESPRIT (Estimating Signal Via Rotational Invariance Techniques)新方法。该方法利用双基地MIMO雷达特殊的方向矢量特点(矩阵的Khatri-Rao积形式),对接收信号进行两次行置换以及去冗余处理,实现了时域和空域孔径自由度的二次扩展。然后对新数据进行时空滑窗处理,利用ESPRIT算法分别估计出目标的收发角以及多普勒频率。理论和仿真结果表明:在相同阵元和延迟级数情况下,所提算法的估计性能优于四线性分解和多维ESPRIT算法,且能估计出更多的目标,此外,通过最小冗余配置,极大地降低了阵列和延迟器的配置需求,更利于实际工程应用。     

冲击噪声背景下基于稀疏表示的双基地MIMO雷达多目标定位

该文研究了对称稳定分布(SS)冲击噪声下双基地MIMO雷达的多目标定位问题。针对SS噪声下因二阶矩不存在而造成子空间类算法估计性能下降的不足,提出了矩阵行2范数最大的预处理方法对接收数据进行归一化,使得归一化后的协方差矩阵有界,并以拉直后的协方差矩阵构造稀疏线性模型,提出了基于协方差矩阵-近似零范数(Covariance Matrix Smoothed L0 norm, CMSL0)算法进行目标的发射角和接收角估计。仿真实验表明:通过矩阵行2范数最大化预处理之后,MUSIC(Multiple Signal Classification)和CMSL0算法均能有效地估计出目标的角度,并且CMSL0算法的估计精度及对冲击噪声的稳健性均优于MUSIC算法。此外,与MUSIC算法相比,CMSL0算法不要预先估计目标源的数目,且收发阵元不受半波长间隔的限制。     

运动双基地MIMO雷达参数估计的克拉美罗界

在杂波环境下,该文研究了目标、发射站及接收站均运动时双基地多输入多输出(MIMO)雷达参数估计的克拉美罗界(CRB)。首先建立了运动双基地MIMO雷达的数学模型,推导了杂波背景下多目标参数估计CRB的一般表示式,然后给出了无杂波时单目标波离方向(DOD)、波达方向(DOA)以及速度CRB的闭式解,并分析了各参数对CRB性能的影响。理论与仿真实验表明:无杂波时的参数估计性能优于杂波背景下的参数估计性能;目标DOD(DOA)的估计性能与收发站速度、目标速度无关,而目标速度的估计性能将随着收、发站和目标速度的增大而下降。     

非均匀矩形阵列下双基地MIMO雷达目标定位方法

该文针对双基地MIMO雷达发射端、接收端皆为非均匀矩形阵列配置情况,将MIMO技术和最小冗余阵列相结合,提出基于双重孔径自由度扩展的目标发射俯仰角、发射方位角、接收俯仰角、接收方位角4参数联合估计新算法。首先利用矩阵Khatri-Rao积的运算特性,构造出2个置换矩阵,对接收信号进行矢量行变换,再通过数据的“去冗余”、“多维平滑”和“折叠”运算,使得新数据具备MIMO雷达自身和最小冗余阵列双重自由度扩展的特点。理论和仿真结果表明:该文算法能够有效估计出目标的4个参数值,且能够实现自动配对;在相同仿真条件下,该文算法的估计精度优于交替最小二乘和多维ESPRIT算法,并且提高了最大可估计的目标数目。     

基于投影对消处理技术的稳健自适应波束形成

针对传统自适应波束形成算法中目标波达方向(Direction of Arrival,DOA)估计不准确引起的波束形成性能下降问题,提出了一种采用投影对消矩阵的稳健自适应波束形成算法.首先,寻找与估计波达方向有最大相关性的特征矢量作为目标信号特征矢量,然后构建对消矩阵消除协方差矩阵中的信号分量,最后通过增加零点约束实现干扰抑制.与传统对角加载类稳健波束形成算法相比,所提算法不受对角加载因子的影响,且在信干噪比较大时仍然具有良好的抗干扰性能.仿真对比实验验证了所提算法的有效性.     

基于多阈值分类与逆向求证的红外序列图像弱小目标检测方法

弱小点目标检测是红外探测技术中的一个关键问题。针对目前序列红外图像目标检测中单阈值分割时弱小目标易丢失及快速移动目标的能量欠积累问题,提出了一种基于多阈值分类与逆向求证的弱小红外目标检测方法。在背景抑制的基础上,首先采用自适应多阈值分类的方法提取多类候选目标,强化了各类弱小候选目标的检测能力。在当前帧候选目标点的真伪无法判定时,根据目标在相邻帧间的位置变化信息构造相应的时空管道,沿时空管道逆向寻找可能出现的各类候选目标,并将其能量与当前帧候选目标点的能量进行加权求和后再进行门限判决,较好地解决了弱小目标及快速移动目标的能量积累问题。最后,通过若干实际红外数据验证了上述方法的有效性。     

非均匀杂波背景下双基地MIMO雷达距离扩展目标的GLRT检测

利用球不变随机矢量(Spherically Invariant Random Vector, SIRV)描述非均匀杂波, 建立了双基地多输入多输出(Multiple-Input Multiple-Qutput, MIMO)雷达距离扩展目标的信号检测模型, 提出了距离扩展目标的两步广义似然比检测(Generalized Likelihood Ratio Test, GLRT)算法.首先, 根据目标散射系数的两种假设模型, 分别推导确定型目标、高斯型目标GLRT检测器的解析表达式, 然后利用固定点迭代算法估计杂波协方差矩阵, 获得自适应GLRT(AD-GLRT和AG-GLRT)检测器.仿真实验表明:AD-GLRT和AG-GLRT检测器的检测性能均优于非均匀杂波背景、高斯杂波背景下点目标的检测性能, 且两者的检测性能相当, 并且虚拟阵元数、目标分布的距离单元数, 以及信杂比越大, 两者的检测性能越好.     

洗衣机品牌易主,产品售后谁负责?

2010年国庆期间,河南的孟先生购买了一台全自动洗衣机,去年因洗衣机工作时有杂音,曾向厂家报修。经维修人员开机检查确认,之所以出现杂音是因为滚筒内有一枚硬币,取出硬币后故障便消失了。当时孟先生还向维修人员反映了控制面板按键失灵的问题,维修人员查看后建议孟先生先用着,并声称只要在2013年6月份之前报修,换块电脑板即可解决。因发票遗失,维修