雷達(dá)是利用無線電波來測定物體位置的無線電設(shè)備。雷達(dá)(radar)原是“無線電探測與定位”的英文縮寫。雷達(dá)的基本任務(wù)是探測感興趣的目標(biāo)，測定有關(guān)目標(biāo)的距離、方問、速度等狀態(tài)參數(shù)。雷達(dá)主要由天線、發(fā)射機(jī)、接收機(jī)（包括信號處理機(jī)）和顯示器等部分組成。
摘 要：采用熔融共混法制備高抗沖聚苯乙烯（HIPS）/磷酸鋯（OZrP）阻燃材料。利用熱重分析（TGA）研究其熱穩(wěn)定性和成炭量。利用微燃燒量熱分析（MCC）和錐形量熱儀測試（CCT）測試其阻燃性能。結(jié)果表明：磷酸鹽的加入，使得阻燃體系的成炭量有所增加，并且HIPS的熱釋放速率（HRR）和熱釋放容量（HRC）均有降低，相比純HIPS
摘 要：為研究發(fā)射藥內(nèi)彈道性能隨著儲存時間增長的變化，通過高溫加速老化試驗(yàn)的方法模擬得到不同儲存時間的發(fā)射藥。利用密閉爆發(fā)器裝置對不同老化時間下的11/7發(fā)射藥、7/14發(fā)射藥的內(nèi)彈道參數(shù)進(jìn)行測試，得到發(fā)射藥燃燒過程中壓強(qiáng)隨時間以及燃速隨壓強(qiáng)的變化過程。試驗(yàn)結(jié)果表明隨著老化時間的增長，發(fā)射藥的最大膛壓越高；
摘 要：針對艦載反潛直升機(jī)作戰(zhàn)效能評估中常用的綜合概率法、模糊指數(shù)法和神經(jīng)網(wǎng)絡(luò)法等方法的不足，提出一種基于層次分析法（analytic hierarchy process，AHP）和灰色局勢決策（grey-situation decision，GSD）法相結(jié)合的多方案評價改進(jìn)方法，并將其應(yīng)用于艦載反潛直升機(jī)作戰(zhàn)效能評估中。該方法可有效彌補(bǔ)前幾種方法的不足
摘 要：為實(shí)現(xiàn)飛行時間二次離子質(zhì)譜儀（TOF-SIMS）對二次離子束的提取并提高儀器的調(diào)試效率，采用離子光學(xué)仿真軟件SIMION 8.0對TOF-SIMS二次離子光學(xué)系統(tǒng)進(jìn)行仿真。以穩(wěn)定同位素銅離子為對象，通過仿真，研究二次離子光學(xué)系統(tǒng)中二次離子提取系統(tǒng)透鏡電極電壓的調(diào)整對質(zhì)量分辨率的影響，確定最佳透鏡電極電壓組合,并得到穩(wěn)定
摘 要：渦流柵傳感器基于橫向電渦流效應(yīng)設(shè)計(jì)，其反射導(dǎo)體參數(shù)變化對傳感器測量準(zhǔn)確度的影響比較明顯，因此需要對反射導(dǎo)體尺寸、形狀參數(shù)進(jìn)行分析和優(yōu)化，使其能夠適應(yīng)更多高準(zhǔn)確度的測量場合。利用有限元分析方法（Maxwell軟件）建立渦流柵傳感器的線圈、反射導(dǎo)體模型，對不同尺寸、形狀參數(shù)的反射導(dǎo)體進(jìn)行仿真計(jì)算，分析反
摘 要：針對滾動軸承故障振動信號的非平穩(wěn)性特點(diǎn)，提出一種改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和形態(tài)濾波相結(jié)合來提取故障特征信息的方法。該方法首先在原信號中加入高頻諧波并進(jìn)行EMD分解，減小傳統(tǒng)EMD分解中存在的模態(tài)混疊現(xiàn)象，然后從高頻本征模態(tài)分量（IMF）中去除高頻諧波得到故障沖擊成分，經(jīng)形態(tài)濾波消噪后進(jìn)行頻譜分析，提取
摘 要：針對強(qiáng)噪聲下輪對軸承弱故障特征難以提取，以及在實(shí)際信號檢測中檢測信號在故障點(diǎn)到檢測點(diǎn)的傳播路徑中有變形和失真導(dǎo)致實(shí)際采集信號成分復(fù)雜難以判別的問題，提出基于最小熵解卷積的軸承故障診斷方法。該方法的核心是利用熵最小原理設(shè)計(jì)最優(yōu)濾波器，突出信號中的脈沖沖擊，使濾波后信號近似于原始沖擊信號，消除檢
摘 要：為抑制經(jīng)驗(yàn)?zāi)B(tài)分解（empirical mode decomposition，EMD）處理過程中的端點(diǎn)效應(yīng)，在整理和研究現(xiàn)有方法的基礎(chǔ)上，提出一種鏡像延拓和極值平移相結(jié)合的端點(diǎn)處理方法，在最大程度地融合兩種傳統(tǒng)方法優(yōu)點(diǎn)的同時盡可能地還原信號邊界特征。該方法通過構(gòu)造特征平行四邊形使延拓極值處于理想?yún)^(qū)域，從而避免三次樣條差值過
摘 要：為提高金屬探傷時對缺陷的識別能力，提出一種遺傳優(yōu)化支持向量機(jī)，結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解（EMD），對超聲波缺陷信號進(jìn)行自動識別。首先進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解法分解，提取出原始信號特征，構(gòu)建特征向量。鑒于常用的神經(jīng)網(wǎng)絡(luò)模型識別率不高及支持向量機(jī)參數(shù)難確定的問題，利用遺傳算法優(yōu)化支持向量機(jī)模型（GA-SVM）的懲罰因子和
