交通检测雷达枪实验报告李清波
重庆交通大学
学生实验报告实验课程名称交通信息检测综合实验
开课实验室交通运输工程实验教学中心
学院交通运输年级智能交通系统及工程专业 2 班学生姓名冉景扬学号631105110207
李清波学号631105110218
张炳森学号631105110219
冯烁学号631105110222
孙诗琪学号631105110229 开课时间2013 至2014 学年第 1 学期
总评成绩
教师签名
雷达测速与人工测速实验报告
一、实验目的
1、掌握雷达测速的原理；
2、了解雷达的安装、使用方法和注意事项；
3、验证雷达测速的效果；
二、实验内容
1、人工测速的距离选择分别为1m、3m、6m、8m；
2、雷达速测的角度选择分别为10°、30°、45°、60°；
3、每一个距离分别测量4个不同的角度，每次记录十个数据。
三、实验要求
1、明确试验目的，弄懂试验原理；
2、尊重试验客观事实，正确分析记录数据；
3、合理做出试验结论，独立完成试验报告；
4、由于在道路边进行相关测量，需要注意安全。
四、实验仪器
1、雷达枪；
2、秒表；
3、卷尺。
五、实验方法与原理
人工测速法：先在路边标记好相关的距离，当要测的车辆的车头先后到达标好距离的两端时，两名人员分别对这两个时刻进行观测，并发出信号，另一名人员对这两个时刻用秒表进行记录。
雷达测速法：需要两名操作人员，一人持雷达枪在相应的角度上对车辆进行测速，另一人记录数据。测量的车辆为人工测速法指定的车辆。
实验原理：交通雷达测速原理基于多普勒效应，当雷达所发出的微波束碰到车辆时，即被反射回来，又被雷达天线所接收，这个接收频率与雷达的发射频率之差是与车速成正比的，其频率差越大，则被测车辆的速度越高。
六、注意事项
1、实验地点的选择
在运用雷达测速仪进行实验时，应避免在公交站或转弯口进行车辆，以避免由于车道拥堵造成实验结果不够理想，尽量选择在两个公交站中间直线路段进行测量实验。
2、实验过程干扰源和清除方法
许多干扰源（包括自然存在的和人为造成的）都会造成读数错误或性能降低。使用者应注意以下症状并按照步骤进行操作以避免出现错误。
地形：雷达波不能穿过大部分固态的物体，包括树叶。使用时需保证雷达与目标之间没有障碍。玻璃也可反射雷达波，因此当雷达通过巡逻车玻璃进行发射时，测量距离会缩短。
雨：雨能吸收和分散雷达信号，这将造成测量距离的缩短，同时有可能获得的速度读数为雨滴的速度。
电子噪音：电子噪音干扰源有霓红灯信号，无线电波信号，电源线，变压器等。这些干扰将使测量距离缩短，并造成读数错误。当这些干扰被探测到后，雷达将会显示“RFI”，同时读数将不再显示。
来自无线电发射设备的干扰：附近较强的无线电发射机也可能会对雷达的测量产生影响。当雷达显示“RFI”时则表示已检测到有干扰。此时，不再显示任何速度以防止错误的读数。干扰源可能是该车上的车载无线电设备，或是附近的发射设备，或是非法的无线电干扰器。
七、数据统计结果
1、实验数据统计结果如下图所示：
表1：雷达枪与车角度为10度时的误差
角度距离
10°
人工测得时间
t(s)
人工计算速
度V1(km/h)
雷达测得速
度V（km/h）
相对误差
1m 0.24 15.0 18 0.200 0.14 25.7 21 0.183 0.21 17.1 20 0.167 0.25 14.4 17 0.180 0.17 21.2 26 0.228 0.16 22.5 28 0.244 0.13 27.7 22 0.206 0.19 18.9 24 0.267 0.12 30.0 26 0.133 0.15 24.0 20 0.167
平均误差0.198
3m
0.32 33.8 30 0.111 0.3431.8 34 0.070 0.34 31.8 31 0.024 0.4 27.0 25 0.074 0.37 29.2 31 0.062 0.35 30.9 29 0.060 0.26 41.5 40 0.037 0.47 22.9 25 0.088 0.42 25.7 27 0.050 0.31 34.8 31 0.110
平均误差0.069
6m 0.61 35.4 33 0.068 0.73 29.6 28 0.054
0.64 33.8 35 0.036
0.96 22.5 24 0.067
0.81 26.7 25 0.063
0.76 28.4 27 0.049
0.53 40.8 43 0.054
0.84 25.7 25 0.027
0.68 31.8 33 0.038
0.82 26.3 25 0.050 平均误差0.051
8m 0.79 36.5 38 0.041 0.76 37.9 35 0.077 0.60 48.0 51 0.063 0.82 35.1 32 0.088 0.86 33.5 31 0.075 0.92 31.3 34 0.086 0.73 39.5 37 0.063
0.87 33.1 30 0.094
1.02 28.2 31 0.099 0.75 38.4 36 0.063
平均误差0.075
表2：雷达枪与车角度为30度时的误差
角度距离
30°
人工测得时间
t(s)
人工计算速
度V1(km/h)
雷达测得速
度V（km/h）
相对误差
1m 0.11 32.7 42 0.283 0.12 30.0 39 0.300 0.15 24.0 30 0.250 0.13 27.7 20 0.278 0.19 18.9 23 0.214 0.16 22.5 27 0.200 0.21 17.1 22 0.283 0.10 36.0 27 0.250 0.14 25.7 33 0.283 0.16 22.5 29 0.289
平均误差0.263
3m 0.44 24.54 29 0.181 0.37 29.2 34 0.165 0.27 40.0 34 0.150
0.29 37.2 32 0.141
0.35 30.9 35 0.134
0.39 27.7 32 0.156
0.27 40.0 34 0.150
0.36 30.0 35 0.167
0.31 34.8 39 0.119
0.38 28.4 24 0.156 平均误差0.152
6m 0.56 38.6 44 0.141 0.63 34.3 39 0.138 0.67 32.2 37 0.148 0.68 31.8 36 0.133 0.45 48.0 42 0.125 0.39 55.4 48 0.133 0.53 40.6 36 0.117 0.72 30.0 34 0.133 0.68 31.8 35 0.102 0.75 28.8 32 0.111
平均误差0.128
8m 0.99 29.1 33 0.134 0.91 31.6 28 0.115 0.95 30.3 34 0.122 0.94 30.6 36 0.175 0.97 29.7 34 0.145 0.89 32.4 28 0.135 0.93 30.9 36 0.163 0.78 36.9 32 0.133 0.81 35.6 30 0.156 0.86 33.5 38 0.135
平均误差0.141
表3：雷达枪与车角度为45度时的误差
角度
距离
45°
人工测得时间
t(s)
人工计算速
度V1(km/h)
雷达测得速
度V（km/h）
相对误差
1m 0.11 32.7 26 0.206 0.13 27.7 34 0.228 0.12 30.0 41 0.367
0.16 22.5 30 0.333
0.15 24.0 32 0.333
0.13 27.7 37 0.336
0.1 36.0 41 0.139
0.13 27.7 37 0.336
0.12 30.0 43 0.433
0.15 24.0 34 0.417 平均误差0.313
3m 0.53 20.4 27 0.325 0.36 30.0 39 0.300 0.18 60.0 69 0.150 0.51 21.2 27 0.275 0.44 24.6 30 0.222 0.26 41.5 47 0.131 0.31 34.8 41 0.177 0.26 41.5 47 0.131 0.25 43.2 48 0.111 0.41 26.34 39 0.481
平均误差0.230
6m 0.68 31.76 36 0.133
1.00 21.60 25 0.167 0.76 28.42 33 0.161 0.75 28.80 33 0.145 0.71 30.42 36 0.183
0.59 36.61 42 0.147
1.07 20.19 25 0.238 1.01 21.39 27 0.262 1.05 20.57 26 0.264 0.85 25.41 30 0.181
平均误差0.187
8m 0.83 34.7 41 0.182
0.97 29.7 36 0.212
1.01 28.5 34 0.192 0.51 56.5 46 0.185
0.94 30.6 37 0.208
1.03 27.9 21 0.249 0.59 48.8 40 0.181 0.97 29.7 36 0.213 0.49 58.8 46 0.217 0.87 33.1 42 0.269
平均误差0.211
表4：雷达枪与车角度为60度时的误差
角
度距
离
60°
人工测得时
间t(s)
人工计算速
度V1(km/h)
雷达测得速
度V（km/h）
相对误差
1m 0.13 27.7 18 0.350 0.17 21.2 29 0.369 0.12 30.0 20 0.333 0.22 16.4 22 0.344 0.13 27.7 17 0.386 0.15 24.0 31 0.292 0.12 30.0 19 0.367 0.17 21.2 28 0.322 0.21 17.1 28 0.633 0.14 25.7 35 0.361
平均误差0.376
3m 0.42 25.7 33 0.283 0.37 29.2 20 0.315 0.49 22.0 29 0.316 0.38 28.4 37 0.302 0.35 30.9 21 0.319 0.24 45.0 31 0.311 0.47 22.9 33 0.436 0.34 31.8 21 0.339 0.48 22.5 28 0.244 0.26 41.5 30 0.278
平均误差0.314
6m 0.63 34.3 27 0.213 0.93 23.2 32 0.378 0.76 28.4 20 0.296 0.87 24.8 32 0.289 0.66 32.7 26 0.206 0.82 26.3 34 0.291 0.58 37.2 29 0.221 0.81 26.7 33 0.238 0.62 34.8 26 0.254 0.96 22.5 28 0.244
平均误差0.263
8m 1.02 28.2 37 0.310 0.71 40.6 31 0.236 0.98 29.4 38 0.293 0.85 33.9 43 0.269
0.82 35.1 42 0.196
0.69 41.7 32 0.233
0.98 29.4 38 0.293
0.73 39.5 30 0.240
0.99 29.1 36 0.237
0.88 32.7 42 0.283 平均误差0.259
表5、不同距离和角度下的平均绝对值百分误差
角
度距
离
10°30°45°60°
相对误差相对误差相对误差相对误差
1m 0.200 0.283 0.206 0.350 0.183 0.300 0.228 0.369 0.167 0.250 0.367 0.333 0.180 0.278 0.333 0.344 0.228 0.214 0.333 0.386 0.244 0.200 0.336 0.292 0.206 0.283 0.139 0.367 0.267 0.250 0.336 0.322 0.133 0.283 0.433 0.633 0.167 0.289 0.417 0.361
平均误差 0.198 0.263 0.313 0.376
3m 0.111 0.181 0.325 0.283 0.070 0.165 0.300 0.315 0.024 0.150 0.150 0.316 0.074 0.141 0.275 0.302 0.062 0.134 0.222 0.319 0.060 0.156 0.131 0.311 0.037 0.150 0.177 0.436 0.088 0.167 0.131 0.339 0.050 0.119 0.111 0.244 0.110 0.156 0.481 0.278
平均误差 0.069 0.152 0.230 0.314
6m 0.068 0.141 0.133 0.213 0.054 0.138 0.167 0.378 0.036 0.148 0.161 0.296
0.067 0.133 0.145 0.289 0.063 0.125 0.183
0.206 0.049 0.133 0.147 0.291 0.054 0.117 0.238 0.221 0.027 0.133 0.262 0.238 0.038 0.102 0.264 0.254 0.050 0.111 0.181 0.244 平均误差
0.051 0.128 0.187 0.263 8m
0.041 0.134 0.182 0.310 0.077 0.115 0.212 0.236 0.063 0.122 0.192 0.293 0.088 0.175 0.185 0.269 0.075 0.145 0.208 0.196 0.086 0.135 0.249 0.233 0.063 0.163 0.181 0.293 0.094 0.133 0.213 0.240 0.099 0.156 0.217 0.237 0.063
0.135
0.269 0.283
平均误差 0.075 0.141
0.211
0.259
2、部分速度对比曲线图如下：
3、不同角度下的MAPE的曲线图：
4、数据分析：
由数据统计表和上述图表分析可知：雷达测速与实际车速有关，但并不相等。随着雷达与车辆角度的增大，误差越来越大。在角度一定的情况下，由不同的距离测出的人工车速与雷达测得的车速的平均绝对值百分比误差相差不大，6m时的误差最小，1m时的误差最大，由于地点车速较快，通过一米所用的时间较少，人工测得的时间误差较大，造成平均绝对值百分比误差较其它距离的大。
八、总结
通过本次实验，我们掌握了雷达枪的构造及其工作原理，雷达枪是基于多普勒效应的多普勒雷达。利用雷达枪测速，可以快速得到指定车辆的车速。相对于人工测速来说，雷达枪测速快速方便，节省了人力物力，减少了内业工作。在实验过程中，我们互相配合，培养了团队合作的理念。
由上表可知道，在6m时候，两者检测到的速度相差较小，故在外业作业时应尽量选择6m的距离进行测量。
由误差分析，角度的变化对检测量的影响不大，有的甚至大角度的平均误差小于小角度的平均误差，这点是不应该的，可能的原因：1、我们手工检测时对车速的检测误差较大；
2、在使用雷达枪检测车辆速度时角度没有按规定的角度进行测量；
3、我们车速检测方法有问题,达不到要求的精度。
雷达波形模糊图专业训练课设报告
专业综合 课程设计报告 课设题目：雷达波形模糊图 学院：信息与电气工程学院 专业：电子信息工程 班级： 姓名： 学号： 指导教师： 哈尔滨工业大学（威海） 2013年11月28日 一、设计任务 模糊函数是对雷达信号进行分析研究和波形设计的有效工具, 是雷达信号理论中极为重要的一个概念。模糊函数最初是在研究雷达分辨力问题时提出的, 并从衡量两个不同距离和不同径向速度目标的分辨度出发提出了模糊函数的定义。但模糊函数不仅可以说明分辨力, 还可以说明测量精度、测量模糊度以及抗
干扰状况等问题。雷达信号的模糊函数与雷达信息的提取紧密相关, 它不仅涉及了雷达的精度, 还涉及了雷达的抗干扰、自适应以及雷达信号的处理方式。本次课程设计目标是：画出某线性调频和相位编码信号的模糊图；根据模糊图分析多普勒频移对匹配滤波的影响；产生雷达回波数据并匹配滤波，根据仿真结果分析各参数对匹配滤波结果的影响。 二、 方案设计 设计某线性调频和相位编码信号 线性调频波形的定义为 ()?? ? ??=2cos t t x τβπ τ≤≤t 0 （1） 使用复数表达式，有 ()()t j t j e e t x θτ πβ==/2 τ≤≤t 0 （2） 该波形的瞬时频率是相位函数的微分 ()()t dt t d t F i τ βθπ==21 （3） 假设0>β，在s τ的脉宽内()t F i 线性地扫过了整个Hz β带宽。当βτ=50时，()t F 就是一个线性调频波。 画出其模糊图并分析模糊图的特征 模糊函数是波形设计与分析的工具，它可以方便地刻画波形与对应匹配滤波器的特征。模糊函数在分析分辨率、副瓣性能，以及多普勒和距离模糊方面非常有用，另外也可以用于对距离-多普勒耦合的分析。 考虑当输入为多普勒频移响应想()()t F j t x D π2ex p 时波形()t x 的匹配滤波器输出。同时，假设滤波器具有单位增益（1=α），并且设计为在0=M T 时达到峰值。这仅仅意味着滤波器输出端的时间轴与目标距离期望的峰值输出时间相关。滤波器的输出为 ()()),(?)()2ex p(;*D D D F t A ds t s x s F j s x F t y ≡-=?∞ ∞ -π （4） 将其定义为复模糊函数，即),(?D F t A 的幅度函数，即 ),(?),(D D F t A F t A ≡ （5） 它是二变量函数：一个是相对于期望匹配滤波峰值输出的时延，另一个是为滤波 器设计的多普勒频移与实际接收的回波的多普勒频移之间的失配。 雷达信号的时间频率二维模糊函数定义为： dt e T t x t x F T y t F i d d d d d π2*)()(),(?∞ ∞ -+= （6） 上式不是模糊函数的唯一形式，为了分析方便，模糊函数还可以写成卷积形式，
红外光谱(FTIR)实验报告
红外光谱仪调查及实验报告 第一部分红外光谱仪调查 1．1 简介 傅里叶红外光谱仪： 全名为傅里叶变换红外光谱仪（Fourier Transform Infrared Spectrometer，FTIR Spectrometer），是基于对干涉后的红外光进行傅里叶变换的原理而开发的红外光谱仪，主要由红外光源、光阑、干涉仪（分束器、动镜、定镜）、样品室、检测器以及各种红外反射镜、激光器、控制电路板和电源组成。傅里叶红外光谱仪不同于色散型红外分光的原理，可以对样品进行定性和定量分析，广泛应用于医药化工、地矿、石油、煤炭、环保、海关、宝石鉴定、刑侦鉴定等领域。 滤光片型近红外光谱仪器： 滤光片型近红外光谱仪器以滤光片作为分光系统，即采用滤光片作为单色光器件。滤光片型近红外光谱仪器可分为固定式滤光片和可调式滤光片两种形式，其中固定滤光片型的仪器时近红外光谱仪最早的设计形式。仪器工作时，由光源发出的光通过滤光片后得到一宽带的单色光，与样品作用后到达检测器。 色散型近红外光谱仪器： 色散型近红外光谱仪器的分光元件可以是棱镜或光栅。为获得较高分辨率，现代色散型仪器中多采用全息光栅作为分光元件，扫描型仪器通过光栅的转动，使单色光按照波长的高低依次通过样品，进入检测器检测。根据样品的物态特性，可以选择不同的测样器件进行投射或反射分析。 傅里叶变换型近红外光谱仪器： 傅里叶变换近红外分光光度计简称为傅里叶变换光谱仪，它利用干涉图与光谱图之间的对应关系，通过测量干涉图并对干涉图进行傅里叶积分变换的方法来测定和研究近红外光谱。其基本组成包括五部分：①分析光发生系统，由光源、分束器、样品等组成，用以产生负载了样品信息的分析光；②以传统的麦克尔逊干涉仪为代表的干涉仪，以及以后的各类改进型干涉仪，其作用是使光源发出的光分为两束后，造成一定的光程差，用以产生空间（时间）域中表达的分析光，即干涉光；③检测器，用以检测干涉光；④采
激光雷达探测气溶胶实验报告
南京信息工程大学激光雷达探测气溶胶实验报告 姓名：周标 学号：20121359069 学院：物理与光电工程学院 专业：光信息科学与技术 二〇一四年十二月十二日
摘要：大气气溶胶影响着天气和气候的变化，通过用激光雷达对水平大气中的气溶胶进行连续观测，得到大气气溶胶浓度的高度分布数据，用Klett法反演和斜率法得到了气溶胶消光系数数值并利用MATLAB程序用计算机对所得实验数据快速方便地直接得出出测量结果和图示。 关键词：气溶胶；激光雷达；探测；Klett反演算法；斜率法；消光系数；MATLAB 前言 大气气溶胶是指悬浮在大气中直径为0.001—100μm的液体或固体微粒体系。对流层气溶胶的形成与地球表面的生态环境和人类活动直接相关。地面扬尘、沙尘暴、林火烟灰、花粉与种子、海水溅沫等是对流层气溶胶的自然源,人工源则是由工业、交通、农业、建筑等直接向对流层中排放的气溶胶粒子。同时,对流层大气中许多气态污染物的最终归宿是形成气溶胶粒子,如二氧化硫、氮氧化物、碳氢化合物等通过气粒转化生成气溶胶粒子。这些气溶胶粒子通过吸收和散射太阳辐射以及地球的长波辐射而影响着地球大气系统的辐射收支,它作为凝结核参与云的形成,从而对局地、区域乃至全球的气候有着重要的影响。对流层气溶胶粒子对激光的吸收和散射作用使它成为激光大气传输的重要消光因子。 激光雷达为大气气溶胶探测研究提供了有力的工具。数十年来,激光技术的不断发展为激光雷达大气气溶胶探测提供了所需要的光源。另一方面,信号探测和数据采集及其控制技术的发展使激光雷达在大气气溶胶的探测高度、空间分辨率、时间上的连续监测和测量精度等方面具有全面的优势,是其它探测手段不能比拟的。 本文介绍该激光雷达的总体结构、技术参数及其工作原理,同时给出了大气气溶胶的垂直消光系数廓线以及典型测量结果的分析和讨论。 1，研究的目的 大气中，尘埃、烟雾、云团等气溶胶粒子对大气的化学过程、辐射平衡、气候变化乃至人们的日常生活都有着非常重要的影响。因此，对大气气溶胶粒子的光学特性的探测研究一直是大气科学、气象探测和环境保护的一项重要任务。 近年来，中国经济的飞速发展已受到全世界的关注。然而，这种快速的经济增长也伴随着社会体系的变革，高度的工业化和城市化造成许多气溶胶粒子和温室气体被排放到大气，带来了一系列的环境问题，对可持续发展有着严重的负面影响，同时对人们的日常生活和身体健康存在着严重的威胁。如何获取环境变化的第一手资料，准确地提供大气物性及其变化
雷达运动目标检测大作业
非均匀空时自适应处理 摘要 本文首先依次介绍了在非均匀环境下的STAP处理法，包括降维、降秩以及LSMI方法，接着重点分析了直接数据域（DDD）方法的原理及实现过程，最后针对直接数据域方法进行了仿真实验。 引言 机载雷达对运动目标检测时, 面临的主要问题是如何抑制强大的地面杂波和各种类型的干扰，空时自适应处理（STAP）是解决该问题的关键技术。STAP 技术通过对杂波或干扰训练样本分布特性的实时学习来来形成空域—时域二维自适应权值，实现对机载雷达杂波和干扰的有效抑制。 STAP技术在形成自适应权值时，需要计算杂波协方差矩阵R。实际系统的协方差矩阵是估计得到的，即先在待检测距离单元的临近单元测得K个二维数 据矢量样本V i（i=1，2…K），再计算R的估计值?=Σ i=1K V i V i H∕K，然后可得自 适应权值W=μR^-1S，其中μ为常数，S为空时导向矢量。临近训练样本的选择必须满足独立同分布（IID）条件。同时，为了使由杂波协方差矩阵估计引起的性能损失控制在3dB内，要求均匀训练样本数K至少要2倍于其系统自由度（DOF）。如果所选样本非均匀，则形成的权值无法有效对消待检测单元中所含有的杂波和干扰，从而大大降低对运动目标的检测性能。 在实际应用中, 机载雷达面临的杂波环境往往是非均匀的, 这对经典的S T A P 技术带来了极大的挑战。针对这一难题, 许多新的适用于非均匀杂波环境的S T A P 方法不断被提出。 1、解决非均匀样本的方法 1.1、降维方法 降维方法的最初目的是为了减少空时自适应处理时所需的巨大运算量, 但后来发现该类方法同时大大减少了对均匀训练样本数的需求, 对非均匀情况下杂波抑制起到了积极的作用。降维方法将每次自适应处理所需要抑制的杂波范围限制在某一个较小杂波子空间内, 根据RMB准则和Brennan定理, 自适应处理时所需要的均匀训练样本数由2 倍于整体系统自由度减至降维后2 倍于子空间系统自由度。降维程度越高, 对均匀训练样本的需求就越少。降维方法属固定结构方法, 无法充分利用杂波的统计特性。当辅助波束与杂波谱匹配很好时, 处理性能往往很好。反之, 则性能下降。 1.2、降秩方法 与固定结构降维方法相反, 降秩方法充分利用回波中杂波的分布特性, 每次处理选取完备杂波空间来形成自适应权值对消杂波分量, 可看作依赖回波数据的自适应降维方法。该类方法在形成权值过程中利用的信息中不含噪声分量, 所以避免了小样本情况下噪声发散带来的性能下降问题, 故减少了对均匀训练样本数的需求。同样, 该类方法在满足信杂噪比损失不超过 3 d B 条件时所需的训练样本数约为 2 倍的杂波子空间的维数。从处理器结构上来看, 降秩方法可
生产系统建模与及仿真实验报告
生产系统建模与及仿真 实验报告 实验一Witness仿真软件认识 一、实验目的 1、学习、掌握Witness仿真软件的主要功能与使用方法； 2、学习生产系统的建模与仿真方法。 二、实验内容 学习、掌握Witness仿真软件的主要功能与使用方法 三、实验报告要求 1、写出实验目的: 2、写出简要实验步骤； 四、主要仪器、设备 1、计算机（满足Witness仿真软件的配置要求） 2、Witness工业物流仿真软件。 五、实验计划与安排 计划学时4学时 六、实验方法及步骤 实验目的： 1、对Witness的简单操作进行了解、熟悉，能够做到基本的操作，并能够进行简单的基础建模。 2、进一步了解Witness的建模与仿真过程。 实验步骤： Witness仿真软件是由英国lanner公司推出的功能强大的仿真软件系统。它可以用于离散事件系统的仿真，同时又可以用于连续流体（如液压、化工、水力）系统的仿真。目前已成功运用于国际数千家知名企业的解决方案项目，有机场设施布局
优化、机场物流规划、电气公司的流程改善、化学公司的供应链物流系统规划、工厂布局优化和分销物流系统规划等。 ◆Witness的安装与启动： ?安装环境：推荐P4 1.5G以上、内存512MB及以上、独立显卡64M以上显存，Windows98、Windows2000、Windows NT以及Windows XP的操作系统支持。 ?安装步骤：⑴将Witness2004系统光盘放入CD-ROM中，启动安装程序； ⑵选择语言（English）；⑶选择Manufacturing或Service；⑷选择授权方式（如加密狗方式）。 ?启动：按一般程序启动方式就可启动Witness2004，启动过程中需要输入许可证号。 ◆Witness2004的用户界面： ?系统主界面：正常启动Witness系统后，进入的主界面如下图所示： 主界面中的标题栏、菜单栏、工具栏状态栏等的基本操作与一般可视化界面操作大体上一致。这里重点提示元素选择窗口、用户元素窗口以及系统布局区。 ?元素列表窗口：共有五项内容，分类显示模型中已经建立和可以定义的模型元素。Simulation中显示当前建立的模型中的所有元素列表；Designer中显示当前Designer Elements中的所有元素列表；System中显示系默认的特殊地点；Type中
雷达波形设计
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
无水乙醇红外光谱分析实验报告
竭诚为您提供优质文档/双击可除无水乙醇红外光谱分析实验报告 篇一：红外光谱分析实验报告 一、【实验题目】 红外光谱分析实验 二、【实验目的】 1.了解傅立叶变换红外光谱仪的基本构造及工作原理 2.掌握红外光谱分析的基础实验技术 3.学会用傅立叶变换红外光谱仪进行样品测试 4.掌握几种常用的红外光谱解析方法 三、【实验要求】 利用所学过的红外光谱知识对碳酸钙、聚乙烯醇、丙三醇、乙醇的定性分析制定出合理的样品制备方法；并对其谱图给出基本的解析。 四、【实验原理】 红外光是一种波长介于可见光区和微波区之间的电磁波谱。波长在0.78～300μm。通常又把这个波段分成三个区域，即近红外区：波长在0.78～2.5μm（波数在12820～
4000cm-1），又称泛频区；中红外区：波长在2.5～25μm（波数在4000～400cm-1），又称基频区；远红外区：波长在25～300μm（波数在400～33cm-1），又称转动区。其中中红外区是研究、应用最多的区域。 红外区的光谱除用波长λ表征外，更常用波数（wavenumber）σ表征。波数是波长的倒数，表示单位厘米波长内所含波的数目。其关系式为： 作为红外光谱的特点，首先是应用面广，提供信息多且具有特征性，故把红外光谱通称为"分子指纹"。它最广泛的应用还在于对物质的化学组成进行分析。用红外光谱法可以根据光谱中吸收峰的位置和形状来推断未知物的结构，依照特征吸收峰的强度来测定混合物中各组分的含量。其次，它不受样品相态的限制，无论是固态、液态以及气态都能直接测定，甚至对一些表面涂层和不溶、不熔融的弹性体（如橡胶）也可直接获得其光谱。它也不受熔点、沸点和蒸气压的限制，样品用量少且可回收，是属于非破坏分析。而作为红外光谱的测定工具-红外光谱仪，与其他近代分析仪器（如核磁共振波谱仪、质谱仪 等）比较，构造简单，操作方便，价格便宜。因此，它已成为现代结构化学、分析化学最常用和不可缺少的工具。根据红外光谱与分子结构的关系，谱图中每一个特征吸收谱带都对应于某化合物的质点或基团振动的形式。因此，特征吸收
雷达技术实验报告
雷达技术实验报告 雷达技术实验报告 专业班级: 姓名： 学号：
一、实验内容及步骤 1.产生仿真发射信号：雷达发射调频脉冲信号，IQ两路； 2.观察信号的波形，及在时域和频域的包络、相位； 3.产生回波数据：设目标距离为R=0、5000m； 4.建立匹配滤波器，对回波进行匹配滤波； 5.分析滤波之后的结果。 二、实验环境 matlab 三、实验参数 脉冲宽度 T=10e-6; 信号带宽 B=30e6; 调频率γ=B/T; 采样频率 Fs=2*B; 采样周期 Ts=1/Fs; 采样点数 N=T/Ts; 匹配滤波器h(t)=S t*(-t) 时域卷积conv ，频域相乘fft， t=linspace(T1,T2,N); 四、实验原理 1、匹配滤波器原理： 在输入为确知加白噪声的情况下，所得输出信噪比最大的线性滤波器就是匹配滤波器，设一线性滤波器的输入信号为) x： (t t x+ = t s n )( )( )(t 其中：)(t s为确知信号，)(t n为均值为零的平稳白噪声，其功率谱密度为 No。 2/
设线性滤波器系统的冲击响应为)(t h ，其频率响应为)(ωH ，其输出响应： )()()(t n t s t y o o += 输入信号能量： ∞<=?∞ ∞-dt t s s E )()(2 输入、输出信号频谱函数： dt e t s S t j ?∞ ∞--=ωω)()( )()()(ωωωS H S o = ωωωπωω d e S H t s t j o ?∞ -= )()(21)( 输出噪声的平均功率： ωωωπωωπd P H d P t n E n n o o ??∞∞ -∞∞-== )()(21)(21)]([22 ) ()()(21 )()(21 2 2 ωωωπ ωωπ ω ωd P H d e S H S N R n t j o o ? ? ∞ ∞ -∞ ∞-= 利用Schwarz 不等式得： ωωωπd P S S N R n o ? ∞ ∞ -≤) () (21 2 上式取等号时，滤波器输出功率信噪比o SNR 最大取等号条件： o t j n e P S H ωωωαω-=) ()()(* 当滤波器输入功率谱密度是2/)(o n N P =ω的白噪声时，MF 的系统函数为： ,)()(*o t j e kS H ωωω-=o N k α2= k 为常数1，)(*ωS 为输入函数频谱的复共轭，)()(*ωω-=S S ，也是滤波器的传输函数 )(ωH 。
雷达的目标识别技术
雷达的目标识别技术 摘要： 对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾，研究了相控阵雷达系统中多目标跟踪识别的重复检测问题提出了角度相关区算法，分析了实现中的若干问题，通过在相控阵雷达地址系统中进行的地址实验和结果分析表明:采用角度相关区算法对重复检测的回波数据进行处理时将使识别的目标信息更精确从而能更早地形成稳定的航迹达到对目标的准确识别。 一．引言 随着科学技术的发展，雷达目标识别技术越来越引起人们的广泛关注，在国防及未来战争中扮演着重要角色。地面雷达目标识别技术目前主要有-Se方式，分别是一维距离成象技术、极化成象技术和目标振动声音频谱识别技术。 1．一维距离成象技术 一维距离成象技术是将合成孔径雷达中的距离成象技术应用于地面雷达。信号带宽与时间分辨率成反比。例如一尖脉冲信号经过一窄带滤波器后宽度变宽、时间模糊变大。其基本原理如图1所示。 2．极化成象技术 电磁波是由电场和磁场组成的。若电场方向是固定的，例如为水
平方向或垂直方向，则叫做线性极化电磁波。线性极化电磁波的反射与目标的形状密切相关。当目标长尺寸的方向与电场的方向一致时，反射系数增大，反之减小。根据这一特征，向目标发射不同极化方向的线性极化电磁波，分别接收它们反射(散射)的回波。通过计算目标散射矩阵便可以识别目标的形状。该方法对复杂形状的目标识别很困难。 3．目标振动声音频谱识别技术 根据多普勒原理，目标的振动、旋转翼旋转将引起发射电磁波的频率移动。通过解调反射电磁波的频率调制，复现目标振动频谱。根据目标振动频谱进行目标识别。 传统上我国地面雷达主要通过两个方面进行目标识别：回波宽度和波色图。点状目标的回波宽度等于入射波宽度。一定尺寸的目标将展宽回波宽度，其回波宽度变化量正比于目标尺寸。通过目标回波宽度的变化可估计目标的大小。目标往往有不同的强反射点，如飞机的机尾、机头、机翼以及机群内各飞机等，往往会在回波上形成不同形状的子峰，如图2所示。 这类波型图叫作波色图。根据波色图内子峰的形状，可获得一些目标信息。熟练的操作员根据回波宽度变化和波色图内子峰形状，进行目标识别。
仿真实验报告经典案例概述
XXXXX 实验报告 学院（部）XX学院 课程名称生产系统仿真实验 学生姓名 学号 专业 2012年9月10日
《生产系统仿真》实验报告 年月日 学院年级、专业、班实验时间9月10日成绩 课程名称生产系统仿真 实训项目 名称 系统仿真软件的基础应 用 指导 教师 一、实验目的 通过对Flesim软件进一步的学习，建立模型，运用Flesim软件仿真该系统，观察并分析运行结果，找出所建模型的问题并进行改进，再次运行循环往复，直到找出构建该系统更为合理的模型。 二、实验内容 １、建立生产模型。 该模型生产三种产品，产品到达速率服从均值为20、方差为2的正态分布；暂存器的最大容量为25个；检测器的检测时间服从均值为30的指数分布，预制时间为10s；传送带的传送速率为1m/s，带上可容纳的最大货件数为10个。 ２、运行生产模型。 ３、对运行结果进行分析，提出改进方案在运行，直到找到更为合理的模型。 三、实验报告主要内容 １、根据已有数据建立生产模型。 将生产系统中所需实体按组装流程进行有序的排列，并进行连接如图１所示
图1 ２、分别对发生器、暂存器、检验台和传送带进行参数设置。 （１）发生器的产品到达速率服从均值为20、方差为2的正态分布。如图2所示。 （２）暂存器的最大容量设置为25件。如图3所示。 （3）设置检验台的检测时间服从均值为30s的指数分布，预制时间为10s.如图4所示。 （4）传送带的传送速率为1m/s，最大容量为10件。如图5所示 图2 图3 图4 图5 3、对发生器及暂存器进一步设置。 （1）发生器在生成产品时设置三种不同类型的产品，通过颜色区分。如图6所示。 （2）暂存器在输出端口通过设置特定函数以使不同颜色的产品在不同的检验台检验。如图7所示。
红外光谱分析实验报告
仪器分析实验 实验名称：红外光谱分析实验 学院：化学工程学院专业：化学工程与工艺班级： 姓名：学号： 指导教师： 日期：
一、 实验目的 1、掌握溴化钾压片法制备固体样品的方法； 2、学习并掌握美国尼高立IR-6700型红外光谱仪的使用方法； 3、初步学会对红外吸收光谱图的解析。 二、实验原理 红外光是一种波长介于可见光区和微波区之间的电磁波谱。波长在0.75～1000μm 。通常又把这个波段分成三个区域，即近红外区：波长在0.75～2.5μm （波数在13300～4000cm -1），又称泛频区；中红外区：波长在 2.5～50μm （波数在4000～200cm -1），又称振动区；远红外区：波长在50～1000μm （波数在200～10cm -1），又称转动区。其中中红外区是研究、应用最多的区域。 红外区的光谱除用波长λ表征外，更常用波数σ表征。波数是波长的倒数，表示单位厘米波长内所含波的数目。其关系式为： )(10)(4 1 cm cm λσ=- 三、仪器和试剂 1、仪器： 美国尼高立IR-6700 2、试剂： 溴化钾，聚乙烯，苯甲酸 3、傅立叶红外光谱仪(FTIR)的构造及工作原理 计算机检测器样品室干涉仪光源?→??→??→??→? 四、实验步骤 1、打开红外光谱仪并稳定大概5分钟，同时进入对应的计算机工作站。 2、波数检验：将聚乙烯薄膜插入红外光谱仪的样品池处，从4000-650cm -1进行 波数扫描，得到吸收光谱。然后将所得的谱图与计算机上的标准谱图进行匹配，分析得到最吻合的图谱，即可判断物质结构。 3、测绘苯甲酸的红外吸收光谱——溴化钾压片法 取1-2mg 苯甲酸，加入在红外灯下烘干的100-200mg 溴化钾粉末，在玛瑙研钵中充分磨细（颗粒约2μm ），使之混合均匀。取出约80mg 混合物均匀铺洒在干净的压模内，于压片机上制成直径透明薄片。将此片装于固体样品架上，样品架插入红外光谱仪的样品池处，从4000-400cm -1进行波数扫描，得到吸收光谱。然后将所得的谱图与计算机上的标准谱图进行匹配。 4、结束实验，关闭工作站和红外光谱仪。
dsp实验报告
DSP 实验课大作业实验报告 题目：在DSP 上实现线性调频信号的脉冲压缩，动目标显示和动目标检测 （一）实验目的： （1）了解线性调频信号的脉冲压缩、动目标显示和动目标检测的原理，及其DSP 实现的整个流程； （2）掌握C 语言与汇编语言混合编程的基本方法。 （3）使用MATLAB 进行性能仿真，并将DSP 的处理结果与MATLAB 的仿真结果进行比较。 （二）实验内容： 1. MATLAB 仿真 设定信号带宽为B= 62*10，脉宽-6=42.0*10τ，采样频率为62*10Fs =，脉冲重复周期为-4T=2.4*10，用MATLAB 产生16个脉冲的线性调频信号，每个脉冲包含三个目标，速度和距离如下表： 对回波信号进行脉冲压缩，MTI ，MTD 。并且将回波数据和频域脉压系数保存供DSP 使用。 2.DSP 实现 在Visual Dsp 中，经MATLAB 保存的回波数据和脉压系数进行脉压，MTI 和MTD 。 （三）实验原理 1．脉冲压缩原理 在雷达系统中，人们一直希望提高雷达的距离分辨力，而距离分辨力定义为：22c c R B τ?==。其中，τ表示脉冲时宽，B 表示脉冲带宽。从上式中我们可以看
出高的雷达分辨率要求时宽τ小，而要求带宽B大。但是时宽τ越小雷达的平均发射功率就会很小，这样就大大降低了雷达的作用距离。因此雷达作用距离和雷达分辨力这两个重要的指标变得矛盾起来。然而通过脉冲压缩技术就可以解决这个矛盾。脉冲压缩技术能够保持雷达拥有较高平均发射功率的同时获得良好的距离分辨力。 在本实验中，雷达发射波形采用线性调频脉冲信号（LFM），其中频率与时延成正比关系，因此我们就可以将信号通过一个滤波器，该滤波器满足频率与时延成反比关系。那么输入信号的低频分量就会得到一个较大的时延，而输入信号的高频分量就会得到一个较小的时延，中频分量就会按比例获得相应的时延，信号就被压缩成脉冲宽度为1/B的窄脉冲。 从以上原理我们可以看出，通过使用一个与输入信号时延频率特性规律相反的滤波器我们可以实现脉冲压缩，即该滤波器的相频特性与发射信号时共轭匹配的。所以说脉冲压缩滤波器就是一个匹配滤波器。从而我们可以在时域和频域两个方向进行脉冲压缩。 滤波器的输出() h n= y n为输入信号() x n与匹配滤波器的系统函数() *(1) y n x n s N n =--。转换到频域就是--卷积的结果：* ()()*(1) s N n =。因此我们可以将输入信号和系统函数分别转化到频域：Y k X k H k ()()( Y k，然后将结果再转化到时域， h n H k →，进行频域相乘得() ()() x t X k →，()() 就可以得到滤波器输出：()() →。我们可用FFT和IFFT来实现作用域的 Y k y n 转换。原理图如下： 图1.脉冲压缩原理框图 2．MTI原理 动目标显示（MTI）技术是用来抑制各种杂波，来实现检测或者显示运动目标的技术。利用它可以抑制固定目标的信号，显示运动目标的信号。以线性调频
雷达目标检测性能分析
雷达目标检测实例 雷达对Swerling起伏目标检测性能分析 1.雷达截面积(RCS)的涵义 2.目标RCS起伏模型 3.雷达检测概率、虚警概率推导 4.仿真结果与分析
雷达通过发射和接收电磁波来探测目标。雷达发射的电磁波打在目标上，目标会将入射电磁波向不同方向散射。其中有一部分向雷达方向散射。雷达截面积就是衡量目标反射电磁波能力的参数。
雷达截面积(Radar Cross Section, RCS)定义:22o 2 4π 4π4π4π()4πo i i P P R m P P R σ=== 返回雷达接收机单位立体角内的回波功率 入射功率密度 在远场条件下，目标处每单位入射功率密度在雷达接收机处每单位立体角内产生的反射功率乘以4π。 R 表示目标与雷达之间的距离，P o 、P i 分别为目标反射回 的总功率和雷达发射总功率
?目标RCS和目标的几何横截面是两个不同的概念?复杂目标在不同照射方向上的RCS不同 ?动目标同一方向不同时刻的RCS不同 飞机舰船 目标RCS是起伏变化的，目标RCS大小直接影响着雷达检测性能。为此，需用统计方法来描述目标RCS。基于此，分析雷达目标检测性能。
Swerling 模型是最常用的目标RCS 模型，它包括Swerling 0、I 、II 、III 、IV 五种模型。其中，Swerling 0型目标的RCS 是一个常数，金属圆球就是这类目标。Swerling Ⅰ/Ⅱ型： 1 ()exp()p σ σσσ =- 指数分布 Swerling Ⅰ：目标RCS 在一次天线波束扫描期间是完 全相关的，但本次和下一次扫描不相关（慢起伏），典型目标如前向观察的小型喷气飞机。 Swerling Ⅱ：目标RCS 在任意一次扫描中脉冲间不相关（快起伏），典型目标如大型民用客机。
物流系统flexsim仿真实验报告
广东外语外贸大学 物流系统仿真实验 通达企业立体仓库实验报告 指导教师：翟晓燕教授专业：物流管理1101 姓名：李春立 20110402088 吴可为 201104020117 陈诗涵 201104020119 丘汇峰 201104020115
目录 一、企业简介 (2) 二、通达企业立体仓库模型仿真 (2) 1................................ 模型描述：2 2................................ 模型数据：3 3.............................. 模型实体设计4 4.................................. 概念模型4 三、仿真模型内容——Flexsim模型 (4) 1.................................. 建模步骤4 2.............................. 定义对象参数5 四、模型运行状态及结果分析 (7) 1.................................. 模型运行7 2................................ 结果分析：7 五、报告收获 (9) 一、企业简介 二、通达企业立体仓库模型仿真 1. 模型描述： 仓储的整个模型分为入库和出库两部分，按作业性质将整个模型划分为暂存区、分拣区、
储存区以及发货区。 入库部分的操作流程是： ①.（1）四种产品A，B，C，D首先到达暂存区，然后被运输到分类输 送机上，根据设定的分拣系统将A，B，C，D分拣到1，2,3,4，端口； ②.在1,2,3,4，端口都有各自的分拣道到达处理器，处理器检验合格 的产品被放在暂存区，不合格的产品则直接吸收掉；每个操作工则将暂存 区的那些合格产品搬运到货架上；其中，A，C产品将被送到同一货架上， 而B，D则被送往另一货架； ③.再由两辆叉车从这两个货架上将A/B，C/D运输到两个暂存区上； 此时，在另一传送带上送来包装材料，当产品和包装材料都到达时，就可 以在合成器上进行对产品进行包装。 出库部分的操作流程是：包装完成后的产品将等待被发货。 2. 模型数据： ①.四种货物A，B，C，D各自独立到达高层的传送带入口端： A: normal(400,50) B: normal(400,50) C: uniform(500,100) D: uniform(500,100) ②.四种不同的货物沿一条传送带，根据品种的不同由分拣装置将其推 入到四个不同的分拣道口，经各自的分拣道到达操作台。 ③.每检验一件货物占用时间为60,20s。 ④.每种货物都可能有不合格产品。检验合格的产品放入检验器旁的暂 存区；不合格的吸收器直接吸收；A的合格率为95%，B为96%，C的合格 率为97%，D的合格率为98%。 ⑤.每个检验操作台需操作工一名，货物经检验合格后，将货物送至货 架。 ⑥.传送带叉车的传送速度采用默认速度（包装物生成时间为返回60 的常值），储存货物的容器容积各为1000单位，暂存区17,18，21容量为 10；
固体红外光谱实验报告
KBr压片法测定固体样品的红外光谱 一、实验目的 1、掌握红外光谱分析法的基本原理。 2、掌握Nicolet5700智能傅立叶红外光谱仪的操作方法。 3、掌握用KBr压片法制备固体样品进行红外光谱测定的技术和方法。 4、了解基本且常用的KBr压片制样技术在红外光谱测定中的应用。 5、通过谱图解析及标准谱图的检索，了解由红外光谱鉴定未知物的一般过程。 二、仪器及试剂 1 仪器：美国热电公司Nicolet5700智能傅立叶红外光谱仪；HY-12型手动液压式红外压片机及配套压片模具；磁性样品架；红外灯干燥器；玛瑙研钵。 2 试剂：苯甲酸样品（AR）；KBr（光谱纯）；无水丙酮；无水乙醇。 三、实验原理 红外吸收光谱法是通过研究物质结构与红外吸收光谱间的关系，来对物质进行分析的，红外光谱可以用吸收峰谱带的位置和峰的强度加以表征。测定未知物结构是红外光谱定性分析的一个重要用途。根据实验所测绘的红外光谱图的吸收峰位置、强度和形状，利用基团振动频率与分子结构的关系，来确定吸收带的归属，确认分子中所含的基团或键，并推断分子的结构，鉴定的步骤如下： (1)对样品做初步了解，如样品的纯度、外观、来源及元素分析结果，及物理性质(分子量、沸点、熔点)。 (2)确定未知物不饱和度，以推测化合物可能的结构； (3)图谱解析 ①首先在官能团区(4000～1300cm-1)搜寻官能团的特征伸缩振动； ②再根据“指纹区”(1300～400cm-1)的吸收情况，进一步确认该基团的存在以及与其它基团的结合方式。
图1 仪器的基本结构 四、实验步骤 1. 红外光谱仪的准备 （1）打开红外光谱仪电源开关，待仪器稳定30 分钟以上，方可测定； （2）打开电脑，选择win98系统，打开OMNIC E.S.P软件；在Collect菜单下的Experiment Set-up 中设置实验参数； （3）实验参数设置：分辨率 4 cm-1，扫描次数32，扫描范围4000-400 cm-1；纵坐标为Transmittance 2．固体样品的制备 （1）取干燥的苯甲酸试样约1mg于干净的玛瑙研钵中，在红外灯下研磨成细粉，再加入约150mg干燥且已研磨成细粉的KBr一起研磨至二者完全混合均匀，混合物粒度约为2μm以下（样品与KBr的比例为1:100~1:200）。 （2）取适量的混合样品于干净的压片模具中，堆积均匀，用手压式压片机用力加压约30s，制成透明试样薄片。 3．样品的红外光谱测定 （3）小心取出试样薄片，装在磁性样品架上，放入Nicolet5700智能傅立叶红外光谱仪的样品室中，在选择的仪器程序下进行测定，通常先测KBr的空白
雷达测速试验报告
雷达测距实验报告 1. 实验目的和任务 1.1 实验目的 本次实验目的是掌握雷达带宽同目标距离分辨率的关系，通过演示实验了解雷达测距基本原理，通过实际操作掌握相关仪器仪表使用方法，了解雷达系统信号测量目标距离的软硬件条件及具体实现方法。 1.2 实验任务 本次实验任务如下： （1）搭建实验环境； （2）获得发射信号作为匹配滤波的参考信号； （3）获得多个地面角反射器的回波数据，测量其各自位置，评估正确性； （4）获得无地面角发射器的回波数据，与（3）形成对比，并进行分析。 2. 实验场地和设备 2.1 实验场地和环境条件 本次实验计划在雁栖湖西校区操场进行，环境温度25℃，湿度40%。 实验场地如上图所示，除角反射器以外，地面上还有足球门、石块以及操场上运动的人等比较明显的目标。
2.2 实验设备 实验所需的主要仪器设备如下： （1） 矢量信号源SMBV100A ； （2） 信号分析仪FSV4； （3） S 波段标准喇叭天线； （4） 角反射器 （5） 笔记本电脑 2.3 设备安装与连接 设备连接关系图如下： 雷达波形文件雷达回波数据 时钟同步 计算机终端 SMBV100A 矢量信号源 FSV4信号分析仪 角反射器 交换机 图1 实验设备连接示意图 其中：蓝色连接线表示射频电缆，灰色连接线表示网线。 3. 实验步骤 3.1 实验条件验证 检查仪器工作是否正常，实验环境是否合适。 3.2 获取参考信号 1. 调节信号源参数，生成线性调频信号，作为匹配滤波的参考信号，然后通过射频电缆将信号源与频谱仪相连，利用频谱仪的A/D 对线性调频信号采样，并通过网线将数据传输给计算机，并保存为“b1.dat ”。参考信号的主要参数如下所示：
目标识别技术
目标识别技术 摘要： 针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的几类目标识别方法：基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法，同时讨论了应用于雷达目标识别中的几种模式识别技术：统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法。最后分析了问题的可能解决思路。 引言： 雷达目标识别技术回顾及发展现状 雷达目标识别的研究始于"20世纪50年代，早期雷达目标特征信号的研究工作主要是研究达目标的有效散射截面积。但是，对形状不同、性质各异的各类目标，笼统用一个有效散射面积来描述，就显得过于粗糙，也难以实现有效识别。几十年来，随着电磁散射理论的不断发展以及雷达技术的不断提高，在先进的现代信号处理技术条件下，许多可资识别的雷达目标特征信号相继被发现，从而建立起了相应的目标识别理论和技术。 随着科学技术的飞速发展，一场以信息技术为基础、以获取信息优势为核心、以高技术武器为先导的军事领域的变革正在世界范围内兴起，夺取信息优势已成为夺取战争主动权的关键。电子信息装备作为夺取信息优势的物质基础，是推进武器装备信息化进程的重要动力，其总体水平和规模将在很大程度上反映一个国家的军事实力和作战能力。 雷达作为重要的电子信息装备，自诞生起就在战争中发挥了极其重要的作用。但随着进攻武器装备的发展，只具有探测和跟踪功能的雷达也已经不能满足信息化战争的需要，迫切要求雷达不仅要具有探测和跟踪功能，而且还要具有目标识别功能，雷达目标分类与识别已成为现代雷达的重要发展方向，也是未来雷达的基本功能之一。目标识别技术是指：利用雷达和计算机对遥远目标进行辨认的技术。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。目标识别还可利用再入大气层后的大团过滤技术。当目标群进入大气层时，在大气阻力的作用下，目标群中的真假目标由于轻重和阻力的不同而分开，轻目标、外形不规则的目标开始减速，落在真弹头的后面，从而可以区别目标。 所谓雷达目标识别，是指利用雷达获得的目标信息，通过综合处理，得到目标的详细信息（包括物理尺寸、散射特征等），最终进行分类和描述。随着科学技术的发展，武器性能的提高，对雷达目标识别提出了越来越高的要求。 目前，目标识别作为雷达新的功能之一，已在诸如海情监控系统、弹道导弹防御系统、防空系统及地球物理、射电天文、气象预报、埋地物探测等技术领域发挥出很大威力。为了提高