微波功率合成方法分析

伴随我国航天测控、电子侦查、雷达通信技术的快速发展,传统的功率技术已经无法满足各个行业的使用需要。微波功率合成是技术发展支持下出现的一种新型加热方式,在提升设备功率方面起到了十分重要的作用。为此,文章在阐述微波功率合成内涵和意义的基础上,根据微波功率合成机理,注重分析相控阵法、聚焦束法、交叉束法三种形式的微波合成特点,并模拟计算了聚焦束和交叉束在较远距离上的能量密度,充分验证微波空间功率合成能够有效增强较远距离的能力密度。     

解读通信工程和电子信息工程的发展和应用

基于信息化时代背景下,人们的需求呈现出多样化。而传统信息传递方法已经无法满足当前人们的需求,致使通信工程和电子信息工程的发展至关重要。通信工程和电子信息工程的应用,不但为人们日常生活带来便利,同时推动着相关行业的发展。基于此情况下,本文主要对通信工程和电子信息工程的应用进行了详细的分析,并对其未来的发展方向做出展望。     

一种基于雷达图表示的数值型数据的CNN分类方法

卷积神经网络（convolutional neural networks， CNN）是一种广泛用于分析视觉图像的分类方法.由于数值数据存在着非线性、耦合性等复杂的空间关系，因此基于CNN的数值型数据的研究较少.本文的目的是找到一种可行的方法，将CNN的应用领域扩展到数值数据.于是提出了一种基于雷达图表示的数值型数据的CNN分类方法（Radar-CNN）.该算法首先将数值数据表示成雷达图形式，然后将其输入CNN中构建分类模型.为了进一步研究特征尺度和序列对性能的影响，提出了两种改进算法Rank Radar-CNN和SFS Radar-CNN.为了验证所提算法的有效性，引入TE化工过程数据集进行实验测试并比较，实验结果表明Radar-CNN及其改进算法具有优异的性能.