一种适用于窄波束雷达捕获空间目标的等仰角搜索方法

点位预报作为引导雷达寻找、捕获、跟踪目标的基础, 受定轨误差及预报误差的影响, 其精度对窄波束雷达存在不足的风险. 由于沿迹误差是影响点位预报精度的主要因素, 基于沿迹误差补偿的思路, 提出了一种适用于窄波束雷达的过境目标等仰角搜索方法, 在预估的沿迹误差范围内对目标一次过境时在指定仰角上可能出现的所有位置做遍历观测, 从而提高雷达捕获空间目标的成功率. 仿真算例表明, 当点位预报失效时, 等仰角搜索方法仍然能观测到目标.     

纯合系野生稻植硅体形态特征及其在水稻起源研究中的意义

通过分析现生野生稻植物细胞结构、组织、器官等形态特征,建立野生稻的鉴定指标,是研究史前稻作农业起源、演化的基础.但是,现生野生稻在演化过程中经常会受到人类栽培驯化稻基因渗透,影响了野生稻鉴定指标的准确性.如何消除驯化水稻等植物基因渗透对鉴定指标的影响,纯化野生稻的形态特征,一直是困扰水稻起源研究的难题.本文通过对比分析中国江西东乡3处原生境普通野生稻(Oryza rufipogon Griff.)和1处异位保存的连续6代自交纯合后普通野生稻植硅体形态特征,发现消除(减少)了驯化基因渗透的纯合系野生稻扇型植硅体形态相比原生境野生稻,有3个方面的显著变化:(1)尺寸总体缩小(体长从VL_原生41.9μm减少到VL_纯合38.6μm);(2)长柄型增多,扇面长B/扇柄长A的值,从B/A_原生(1.22±0.47)减少到B/A_纯合(0.92±0.30);(3)鱼鳞状纹饰个数减少,≥9个鱼鳞状纹饰的扇型植硅体比例明显降低,从原生境野生稻的53.4%减少到纯合系野生稻的37.2%.本研究为利用水稻植硅体形态开展水稻起源研究,提供了可靠的鉴定参考标准.     

面向单脉冲信号分类的集成特征选择与评价

受大量射频干扰信号影响,快速从海量观测数据中准确识别出单脉冲信号已成为天文数据处理的一项重要任务,而设计和提取有效数据特征,是利用机器学习进行单脉冲信号高效识别的决定因素.针对如何选择最优特征,进而提升单脉冲信号的分类精度这一关键问题,设计了面向单脉冲信号分类的集成特征选择方法.方法首先混合单脉冲信号的参数特征、统计特征和抽象特征,然后分别利用5种单一特征选择方法选出各自的最优特征集,最后利用贪心策略对5种单一方法获取的最优特征集进行集成筛选,获取最优集成特征集.实验表明,最优特征集合既包含统计特征也包含抽象特征.在相同特征数量下,利用集成特征选择比单一特征选择能获得更高的模型精度,可使F1值最高提升1.8%.在海量数据背景下,集成特征选择对减少特征数量、提升分类性能和加快数据处理速度具有重要作用.     

电子篱笆稀疏资料定轨方法研究

基于Lambert方程和空间几何知识,给出了适用于空间监视电子篱笆设备稀疏观测资料轨道确定的方法.通过对大量目标的模拟试验表明,该方法确定的初始轨道能使轨道改进收敛,定轨精度优于100米,证明该方法适用于电子篱笆对绝大部分空间目标观测数据的轨道确定.最后讨论了篱笆布站纬度对定轨应用的影响.