空间目标的联合矩阵束极点估计

极点作为谐振区雷达目标的最主要电磁特性，具有很大的空间目标识别前景。但是在使用频域观测数据提取目标极点时，存在虚假极点和估计精度问题。针对上述问题，首先通过加窗和截断改进了后时响应信号的获取流程，抑制了虚假极点影响；然后采用最小描述长度法（MDL）估计极点个数，避免了定阶错误引起的虚假极点；最后采用联合矩阵束法估计极点，有效减少了单角度数据估计极点时存在的遗漏极点和虚假极点问题。FEKO软件验证表明，所提算法具有更高的精度和抗噪能力。     

Celebrity endorsement in tourism: Attention,emotional arousal and familiarity

Celebrity endorsement in tourism is utilised by global marketing practitioners to attract tourists to visit destinations. Despite this, studies are yet to assess the efficacy of two specific types of celebrity endorsement, a celebrity from the host country (host celebrity) vs. a celebrity from the country-of-origin (origin celebrity). Utilising the match-up hypothesis, this research applied a quasi-experimental design, consisting of a mixed method approach, which combined eye-tracking and self-report data. Convergent results across three studies demonstrate that an origin celebrity elicits a higher intention to visit, mediated by the emotional arousal evoked from the endorsement. Eye-tracking analysis demonstrated that an origin celebrity elicits a higher degree of visual attention and emotional arousal when the advertised scenery is familiar. However, this promotion effect disappears in unfamiliar scenery. This research contributes to an evolving debate on celebrity endorsement in tourism, revealing the psychological and physiological mechanisms underpinning the effectiveness of destination marketing campaigns.     

一种SAR与可见光图像压缩感知融合增强方法

针对机载多传感器成像战场态势感知的问题，提出了一种合成孔径雷达(Synthetic Aperture Radar，SAR)与可见光图像压缩感知融合增强方法。该方法首先对SAR与可见光图像分别进行压缩感知测量，得到压缩测量值，然后通过基于局部权值的融合方法实现对压缩测量值的融合，再利用有序度最优分割法提取SAR图像的强散射目标，最后对融合测量值重建得到初步融合图像，初步融合图像通过目标对比度增强得到最终融合图像。对多组图像进行了仿真分析，视觉及数值结果表明该方法能显著增强融合图像的目标对比度，提升了图像纹理清晰度，较大程度降低了图像融合过程中的数据计算量。     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段，然而，可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中，分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性，分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下，所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中，所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

鸟类目标微多普勒分析及参数估计

鸟类扑动的翅膀产生的微多普勒包含了目标的尺寸与微动特征信息，可用于鸟类目标参数估计，对探鸟雷达目标识别具有重要意义。首先建立鸟类目标雷达回波模型，推导了鸟翅膀散射点的微多普勒数学表达式，并通过计算回波的自相关函数估计目标扑翼频率；然后对微多普勒表达式进行泰勒级数展开，利用展开系数与扑翼幅度之间的关系得到扑翼幅度的估计值；最后根据半翼展与微多普勒谱宽之间的关系得到半翼展的估计值。仿真实验证明了所提方法的有效性和抗噪性：对扑翼幅度大于30??、半翼展大于0.3 m的目标，在信噪比高于0 dB的噪声环境下估计精度高。     

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时，仅依靠运动学信息不足以实现可靠的数据关联，而基于动目标指示器（Moving Target Indicator，MTI）雷达和电子支援措施（Electronic Support Measurement，ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules，PCR5）置信度量的数据关联策略，将目标运动学信息和属性信息结合做多特征推理，解决异类传感器数据的不确定性和不一致性；利用Dempster-Shafer（DS）证据理论方法进行属性融合更新，完成属性信息在时间序列上的相干积累，实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进，通过引入属性信息提升数据关联的正确性，从而提升跟踪性能，实现多源异类信息下的协同跟踪。仿真表明，相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案，该方法可有效提升跟踪精度和关联性能。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

一种级联两箱通用数字预失真器及其辨识算法

提出了一种由单形规范线性分段(SCPWL)函数与记忆多项式级联的数字预失真器，并给出了复数域两步最小二乘参数辨识算法。不同于以往一种预失真器适用一种功放模型的情况，所提的预失真算法利用SCPWL函数的分段特性以及记忆多项式的非线性记忆特性，在完成参数辨识的同时自动地调整结构，可适用于传统以及强非线性新型功放模型的线性化补偿。将所提预失真器分别应用于传统记忆多项式、两箱模型以及新型包络跟踪功放。经过计算机仿真，功放输出的幅频特性和频谱曲线表明所提预失真器能够有效地补偿多种功放的非线性特性。算法仿真比较结果也表明，针对包络跟踪功放，所提复数两步最小二乘算法的邻道泄漏比(ACLR)可改善约35 dB，性能优于最小均方(LMS)类算法约30 dB。     

重塑自然资源管理新格局：目标定位、价值导向与战略选择

研究目的:立足新时代党和国家机构改革背景,分析自然资源管理改革目标定位和面临挑战,明确未来自然资源管理改革价值导向与战略选择。研究方法:文献研究法,综合分析法。研究结果:自然资源管理改革的目标定位是实现"五统一",即统一调查评价、统一确权登记、统一"多规合一"和用途管制、统一资产管理和统一督查监管。针对当前自然资源管理理论储备不足、开发利用伦理缺乏科学引导、开发和保护矛盾冲突长期存在、新管理体制效能有待实践检验等挑战,自然资源管理改革亟需注重"公平效率"、强调"永续利用"、融合"三资一体"、构建"有效市场",切实重塑自然资源管理新格局。研究结论:新时代自然资源管理改革应该以权籍为基础,完善自然资源市场体系;以规划为龙头,构建国土空间规划体系;以"三线"为底线,推进全域国土空间用途管制;以整治为抓手,推进"山水林田湖草"生命共同体综合治理;以法制为保障,构建自然资源管理法律体系,从而塑造"三体系一管制一治理"的自然资源管理新格局。     

Many a little makes a mickle: Why do consumers negatively react to sequential price disclosure?

Drip pricing (DP) is distinct from partitioned pricing as it sequentially discloses surcharges to consumers. Critics see DP as a deceptive pricing tactic because it obscures the final price of an offer. We examine the effects of the timing of the final price disclosure and the number of sequentially presented surcharges on consumers' attention to the final price and, ultimately, perceived price fairness. In an eye‐tracking study with 225 participants, we find that the sequential (vs. up‐front) disclosure of the final price lowers perceived price fairness by increasing consumers' attention to the final price, in particular, when the number of surcharges is high. In addition, the sequential disclosure of the final price lowers perceived price fairness because of higher perceived price complexity and lower pricing transparency perceptions. The findings suggest that firms need to be aware of both attentional and cognitive effects of the final price disclosure when designing DP.