一种基于期望信号预减除的稳健自适应波束形成方法

针对自适应波束形成中的期望信号自消除问题,提出一种干扰加噪声协方差矩阵重建稳健自适应波束形成方法。算法具有较低的计算时间复杂度。该方法首先使用波达方向估计技术得到期望信号的波达方向,其次对每两根相邻天线的接收信号进行特定的加权相减,能够减除阵列信号中的期望信号成分,继而得到不含期望信号且保留了干扰加和噪声的更新阵列信号,再次,使用更新阵列信号计算干扰加噪声协方差矩阵,最后计算得到加权矢量。理论分析给出了减除期望信号过程的原理和算法的复杂度,仿真结果表明,在16阵元情况下,所提算法的输出信干噪比(Signal to Interference plus Noise Ratio,SINR)性能比最优值低0.52 dB,因自由度损失造成的性能损失小于0.3 dB,综合性能优于其他对比的方法。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

跌坎式底流消力池边墙突扩宽度对池长的影响研究

对于山区峡谷,底流消能工长度方向工程布置往往受限。通过水工模型试验,研究跌坎深度10cm,跌坎式底流消力池边墙突扩宽度变化时,池内水流流态、底板时均压强及脉动压强不均匀系数的变化对消力池池长的影响。成果表明:流量Q=12L/s,相对于传统的底流消力池,突扩宽度由5cm依次增加到10、15、20cm时,消力池池长缩短长度分别为24、27、29cm。     

水平岩层软弱基座危岩体演化过程研究

以重庆市甄子岩29号危岩体为研究对象，基于现场调查和分析解剖，建立UDEC离散元数值计算模型，对其演化变形过程进行模拟分析。研究表明，在巨大的自重作用下，由于基座岩体岩质软，岩体较破碎，且基座外侧为直立的陡崖，具有完整的临空面，从而使基座岩体易发生压缩流变及剪切流变，进而使危岩体存在滑移垮塌的危险。     

大水深测量校正方法研究与应用

水库水深测量精度直接关系到水库的防洪安全与蓄水兴利。现有回声测深仪无法应对大水深施测的情况，且测量受到水库水温分层影响。利用回声测深仪配合校正标进行大水深测量的校正方法，能够精确检测到回声测深仪水深测量的误差及差值、系统延时问题等，通过与各级校正标的真值比较、修正，能使测值近似真值,且使误差控制在容许范围内。介绍了水深校正标基本原理、操作方法和步骤以及在水库测深中的应用。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

真空加料技术及应用研究

开发一种新的烟叶加料方式——真空加料技术,通过实验确定贵烟(国酒香)产品最佳的料液浓度以及工艺方式,并对加料的均匀性及加料后烟叶的致香成分进行检测,试验表明:国酒香料液最佳浓度1.96%,最佳工艺方式为进行三次加蒸汽并分别闷车2分钟,加料后车仓内上中下层烟叶吸料均匀,致香成分增加明显,烟叶感官质量明显提升。