MIMO雷达正交频分相位编码波形优化

正交频分相位编码(Orthogonal Frequency Division-Phase Coded,OFD-PC)信号是多输入多输出(Multiple Input Multiple Output,MIMO)雷达中的一种重要波形。为进一步提高该波形对目标的探测能力,在分析OFD-PC空域合成信号脉压特性的基础上,提出了一种降低其距离旁瓣的波形优化方法。一方面,通过优化选取自相关性能优良的相位编码序列来直接降低空域合成信号的距离旁瓣;另一方面,通过随机离散化OFD-PC信号中的载频间隔,构建一种非均匀间隔的OFD-PC信号形式,进一步改善其距离旁瓣特性。为合理平衡波形的正交性能和自相关性能,建立空时联合优化模型,并采用序列二次规划法求解。仿真结果表明,该方法能在获取近似全向发射功率方向图的同时,降低信号自相关距离旁瓣;所优化设计的波形比传统OFD-PC波形具备更优的脉冲压缩性能。     

自适应稀疏分解的分层介质参数反演

为了提高地下多层介质参数反演结果的精度,结合时间延迟完备字典、稀疏自适应匹配追踪以及基于能量的层剥离技术提出了一种新的分层介质参数反演算法。该算法能够对探地雷达信号进行稀疏分解,估计信号的反射系数和时间延迟,进而实现分层介质的参数反演。为了进一步展现该算法的优势,在几组不同分层介质参数的条件下,将该算法的参数反演结果和传统反卷积算法及层剥离技术进行比较。比对结果表明,该算法克服了层剥离估计精度较低和反卷积算法执行时间长等缺点,具有可接受的执行时间和较高的估计精度。     

改进型RFID自适应标签识别算法

基于碰撞识别算法系列,提出改进型自适应标签识别算法(Improved Adaptive Collision Tree Algorithm,IACT).算法通过优化查询前缀,消除了自适应碰撞标签识别算法在四叉树搜索产生的空时隙查询,从而减少了算法的时间复杂度,提高识别效率.通过理论推导和计算机仿真可知,该算法比自适应标签识别算法(Adaptive Collision Tree Algorithm,ACT)有着明显的优化.     

基于实测的无线链路仿真分析

在无线网络小区信号实际测量的基础上获得特定传播环境下的莱斯因子K值,并将此 K值用于OPNET来进行无线链路仿真。同时,在仿真中将修改原有的接收功率模块,使仿真更贴近于 实际的信号传播环境。在对武汉一般密集区的实测分析中,得出此环境下的K值为2.4 dB,并进行仿 真分析了此环境下的误码率,得出一些有用的结论。     

多输入多输出天波超视距雷达多模杂波抑制的改进最小方差无失真响应算法研究

多输入多输出天波超视距雷达(MIMO-OTHR)通常利用最小方差无失真响应(MVDR)波束形成来抑制接收回波中的电离层多模杂波对目标探测的影响。由于MIMO-OTHR的全向性发射、杂波噪声协方差矩阵估计不准确以及有限相干积累时间内训练样本数过少,使传统MVDR输出信杂噪比(SCNR)较低。对MIMO-OTHR中的MVDR算法进行改进,以改善其多模杂波的抑制能力。利用2阶锥规划进行发射波束域预处理,将发射能量集中到主模式角度;在阵列接收端进行阵列平滑,抑制主模期望信号,提高杂波噪声协方差矩阵估计精度;利用MVDR波束形成双迭代算法,降低对计算量与训练样本数的需求。仿真结果表明：改进MVDR算法可有效抑制多模杂波;以较少训练样本及较小计算量,可以获取更高的输出SCNR.     

基于穿墙雷达的虚拟多视角成像

由于墙体及室内目标的存在,穿墙雷达回波信号中包含许多多径分量,导致在成像后图像中存在许多幻影分量.在传统的穿墙雷达成像及预处理中,将多径分量视为杂波和干扰分量,并提出许多方法来抑制多径分量.基于多径分量提供了同一目标不同观测视角的优势,提出了一种基于室内电波传播模型的多径利用方法.该方法在后向投影成像方法的基础上,利用双圆解析表达式方法识别图像中幻影的位置信息,将幻影与目标相关联,并结合指数加权函数的方法,实现目标的虚拟多视角成像,仿真实测结果验证了该方法的有效性.     

基于C/S模式的二级学院学生管理系统的设计与实现

学生管理系统是整个高校管理系统建设中的重要一环,着力于研究解决各高校二级学院学生工作中的存在的数量多,效率低等各种问题,应用软件工程的原理,使用PowerBuilder软件开发工具,开发出运行在C/S模式下的学生管理系统,应用信息化的方法重点解决其中的操行管理、测评管理、评优评奖等工作,提高高校完成这些工作的质量和效率,更好地服务于学生工作本身。     

一种新型的平面叉指电极传感器的设计与实现

随着我国水质标准的日趋严格,无机盐类尤其是硝酸盐作为水体污染的重要标志,越来越被研究学者关注。本文提出了一种用于无机物离子检测的新型单片式平面叉指电极传感器,基于交流阻抗技术和电极动力学分析了电极/溶液体系,量化了电极与溶液界面上的双电层效应和传质过程,并建立等效电路模型,深入探讨了在不同频率段下电极/溶液体系的阻抗特性和相位特性。根据不同浓度的无机盐溶液和不同种类的无机盐溶液的实验结果表明,平面叉指电极传感器具有较好的鉴别能力。     

基于RISC-V架构的强化学习容器化方法研究

RISC-V作为近年来最热门的开源指令集架构,被广泛应用于各个特定领域的微处理器,特别是机器学习领域的模块化定制.但是,现有的RISC-V应用需要将传统软件或模型在RISC-V指令集上重新编译或优化,故如何能快速地在RISC-V体系结构上部署、运行和测试机器学习框架是一个亟待解决的技术问题.使用虚拟化技术可以解决跨平台的模型部署和运行问题.但是,传统的虚拟化技术,例如虚拟机,对原生系统性能要求高,资源占用多,运行响应慢,往往不适用于RISC-V架构的应用场景.讨论在资源受限的RISC-V架构上的强化学习虚拟化问题.首先,通过采用容器化技术减少上层软件构建虚拟化代价,去除冗余中间件,定制命名空间隔离特定进程,有效提升学习任务资源利用率,实现模型训练快速执行;其次,利用RISC-V指令集的特征进一步优化上层神经网络模型,提高强化学习效率;最后,实现整体优化和容器化方法系统原型,并通过多种基准测试集完成系统原型性能评估.容器化技术和传统RISC-V架构下交叉编译深度神经网络模型的方法相比,仅付出相对较小的额外性能代价,能快速实现更多、更复杂的深度学习软件框架的部署及运行;与Hypervisor虚拟机方法相比,基于RISC-V的模型具有近似的部署时间,并大量减少了性能损失.初步实验结果表明,容器化及其上的优化方法是实现基于RISC-V架构的软件和学习模型快速部署的一种有效方法.     

一种新型的混合平面结构电导率传感器的设计与实现

基于水体-电极系统的机理分析,设计并实现了一种新型的电导率传感器.传感器采用平面矩形线圈与叉指电极混合结构.通过搭建自动化实验平台,采用交流阻抗技术,对研制的传感器进行实测,以获得传感器在不同溶液、不同频率信号激励下的阻抗数据.经过与商用电导率传感器进行数据拟合,找出了阻抗数据与电导率之间的函数关系.实验证明,该电导率传感器是一种灵敏度高、稳定性强的测量工具,其测量精度达到了商用传感器标准,为水溶液电导率的测量提供了一个低成本的解决方案.