网络首发
基于单脉冲雷达的本体与衍生目标联合检测与估计算法
朱家臻;卢大威;蔡飞;强勇;蒋彦雯;针对单脉冲雷达在复杂对抗环境中本体目标与衍生目标的检测与状态估计问题，提出一种基于衍生目标先验信息的本体与衍生目标联合检测与状态估计算法。利用压制干扰信号的特征估计衍生目标的到达角（Direction Of Arrival， DOA）和功率，将衍生目标DOA作为先验信息，通过广义似然比检验实现低信噪比条件下的未分辨目标检测，采用粒子滤波算法实现本体目标的状态估计。仿真实验表明，在信噪比20 dB、压制干扰干信比0～45 dB条件下，本体目标的状态估计均方根误差稳定在0.21°左右，优于矩估计和无先验粒子滤波等算法，验证了算法在压制干扰环境下的有效性与鲁棒性。
一种基于CEEMDAN 分解与Informer-LSTM+XGBoost的金融时间序列预测模型
李银奎;彭帅旗;邓赫;针对金融时序数据因其非平稳性、高噪声率和季节性等特征导致的贵金属产品价格预测效果不理想的问题，提出一种基于自适应噪声完备集合经验模态分解的高效长时间序列预测变换器模型与长短期记忆网络的组合和极端梯度提升的金融时间序列预测模型（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise-Efficient Transformer for Long-Range Time Series Forecasting-Long Short-Term Memory+eXtreme Gradient Boosting，CEEMDAN-Informer-LSTM+XGBoost）。引入“分解-重构”方法，使用CEEMDAN分解完成高噪声金融数据去噪处理，并采用Informer-LSTM预测高频分量和XGBoost模型处理低频分量。研究表明：所提模型能同时捕捉长距离依赖关系及建模短期动态变化，与未经过CEEMDAN分解的Informer-LSTM模型相比，以黄金兑美元价格、白银兑美元价格、原油兑美元价格真实交易数据实验为例，其均方误差分别降低了2.28%，0.61%和1.06%。
基于InP工艺的采样保持电路发展综述
仲易;张益铭;戴军;王增双;孙楠;针对超高速模数转换器(Analog to Digital Converter， ADC)对前端采样保持电路在带宽、线性度和保持精度方面不断提升的需求，梳理了自2007年以来基于磷化铟异质结双极型晶体管(Indium Phosphide Heterojunction Bipolar Transistor， InP HBT)工艺的采样保持电路研究进展。系统分析了射极跟随器采样结构的非线性、噪声及保持电压衰减机理，总结了典型技术路径。重点比较了双开关反馈结构、基–集结二极管采样结构、fT倍增与有源峰化技术以及发射极电容/电阻退化结构等方案的性能提升效果。文献对比结果表明，InP HBT工艺在高采样率、高线性度及能效平衡方面具有显著优势。未来研究将朝向异质集成、小型化与高能效方向发展，以满足下一代高速数据转换系统的需求。
基于CNN-GRU-SE紫外可见谱污染物识别方法
侯雪梅;王福建;康宇;面向中小流域对新型污染物的快速识别需求，构建了一套基于卷积神经网络-门控循环单元-压缩和激励网络的水污染物紫外–可见光谱混合模型，用于污染物检测与多标签分类。光谱数据为采用L6S分光光度计在200～800 nm波段采集的样品光谱，覆盖含典型污染物甲基橙、四环素、十二烷基苯磺酸钠、双酚A及其混合体系的实际水样和模拟扩展水样。在预处理环节，采用Savitzky–Golay平滑与非对称最小二乘基线校正以抑噪与去漂移，随后进行逐样本归一化。主成分分析前后对比表明经过预处理后类内更为紧凑、类间分隔更清晰，显著提高了数据质量和可分离性。模型以三层一维卷积提取局部谱形，压缩和激励网络模块自适应重标定通道权重，双向门控循环单元刻画波长序列的前后依赖，最终经全连接层完成判别输出。压缩和激励网络通道注意力机制聚焦关键光谱特征波段，提高了模型判别的鲁棒性与一定程度的可解释性。经过“单次训练收敛过程—多次随机重复实验—五折交叉验证”三次任务的验证，模型最终总体准确率达99.82%；整体流程轻量、成本低且可复现，为水质快速筛查与现场在线监测提供了一条可落地的技术路径。
基于概率密度函数动态加权的距离估计算法
黄海生;辛嘉琳;曹成虎;针对脉冲多普勒(Pulse Doppler， PD)雷达高脉冲重复频率模式下的距离模糊问题，以及经典CRT、一维集法、固定权重算法存在的鲁棒性差、计算复杂度高、权重无法动态适配不同脉冲重复频率的PD雷达测量通道的误差等缺陷，提出基于概率密度函数边界自适应的加权残差解模糊算法。基于目标三维运动轨迹生成带噪声的多频观测余数模拟实际场景干扰，通过历史误差核密度估计动态调整通道权重，实现对低噪声通道的动态倾斜，并结合目标运动连续性准则约束缩小搜索范围，降低计算复杂度。仿真结果表明，与对比算法相比，该算法在测距精度与解算实时性上均有显著提升。
一种通用型全向覆盖多波束天线系统
韩松;王海花;杨则南;王逸琳;赵天乐;针对相控阵技术中实现低成本、高效益全向覆盖的研究，提出一种基于圆柱形阵列的通用型全向覆盖多波束天线系统。该系统采用4M×2N单元圆柱阵列，以单刀四掷与双刀双掷开关构建选通控制模块，实现 4M选M通道切换与链路重构。仿真验证表明，72单元（M=18，N=4）阵列方位面可实现360°波束扫描，俯仰面扫描范围达±30°，扫描过程中方向图形状稳定；1/4阵面俯仰面各扫描角度仿真增益均超23 dBi，方位面差波束性能良好；支持线阵与面阵重构，阵元间距0.45λ～0.6λ可抑制栅瓣。同时，该系统支持阵列可重构功能，能够组合子阵列形成多种线阵与面阵结构，大幅降低了硬件成本，兼具高灵活性与通用性，适用于通信、侦测及雷达等多种应用场景。
基于时频交叉门控多尺度网络的雷达信号调制识别算法
郭鹏;牛知艺;针对主流智能化雷达信号调制识别算法处理长序列雷达信号时，存在物理特征去耦合引发相关性丢失、降采样导致相位细节特征缺失的问题，提出一种基于时频交叉门控多尺度网络（Spectral-Temporal Cross-Gated Multi-Scale Network， STCG-MSNet）的雷达信号调制识别算法。该算法基于海森堡-加博尔测不准原理设计跨域门控机制，利用时频域互补性生成门控掩码，实现特征自适应去噪与增强；采用金字塔空洞卷积，在保持全时序分辨率的同时指数级扩大感受野，避免池化破坏相位突变；引入双统计量融合头，结合全局平均池化与全局最大池化提取完整信号特征。实验结果表明，该模型在低信噪比及复杂混合调制信号识别中显著优于MobileNetV4、CLDNN 等主流算法，-10 dB极端低信噪比下识别率达 88.7%，0 dB以上准确率接近100%。该模型具备更强的理论完备性和抗噪鲁棒性，为融合信号物理机理与深度学习表征能力提供了可解释技术路径。
农业新质生产力对数字乡村建设的驱动机制分析
张鸿;李佳琪;针对数字乡村建设问题，聚焦农业新质生产力对数字乡村建设的作用机制进行研究。基于2015—2024年中国30个省份的面板数据，构建农业新质生产力发展评价指标体系与数字乡村发展评价指标体系，运用熵值法进行测度。采用固定效应模型实证分析农业新质生产力助推数字乡村建设的机制，并进一步探讨数字经济在这一过程中的作用。研究结果表明，农业新质生产力对数字乡村建设具有显著推动作用。机制检验表明，数字经济在这一过程中的中介效应占比为30.5%，即发挥部分中介效应。区域异质性表明，地区资源禀赋是农业新质生产力推动数字乡村建设的关键因素。基于此，应加快农业新质生产力的培育，提升地区的数字经济水平，以进一步推动数字乡村建设。