CATV网路雷患与对策探讨

ＣＡＴＶ网路雷患与对策探讨４４１３００随州市广播电视局曾祥书雷电对有线电视系统的破坏作用是雷电流引起的。雷电流是一种幅值极大、作用时间极短的瞬变电流。其幅度典型值为１０～２０ｋＡ，最大可达３００ｋＡ。雷电流的上升速度用α＝ｄｉ／ｄｔ（ｋＡ／μｓ）表示...     

基于改进YOLOv5卷积神经网络的SAR图像目标识别

提出一种改进YOLOv5网络,并将其用于SAR图像目标识别。为了优化网络性能,文中进行了三个方面的改进：使用宽度比和高度比作为标注框之间的距离度量,并采用k-means聚类方法生成先验锚点框,作为预测框优化时的框尺寸初始值;改进框回归损失函数,引入Scylla交并比来代替竞争性交并比,以提高对密集分布目标的定位精度;改进置信度损失函数,使用焦点损失来替代二元交叉熵,以提高在复杂背景下的目标识别精度。基于MSAR数据集,选择了YOLOv3、常规YOLOv5作为对比网络,进行了大量的SAR图像目标识别实验。实验结果表明,相比两种对比网络,改进YOLOv5网络对各种目标均具有更高的识别准确率、召回率和F1值,以及更高的综合指标平均精度值和平均精度均值。     

腐植酸类制剂改良松嫩平原盐渍化草场的研究

为寻求改良退化草场更为有效、经济的措施,利用腐植酸类物质的改土特性,与白俄罗斯合作研制出改良松嫩盐渍土地区退化草场的腐植酸制剂。结果表明,应用腐植酸的各个处理覆盖度比对照有不同程度的提高,并能够促进向优质羊草群落的演替。从连续两年的生物量测定可知,轻、重盐渍土上植物生物量都比对照有不同程度的提高。应用腐植酸各个处理的植物生物量均随年度的增加而呈逐年上升趋势,在盐渍化程度高的土壤上这种效果尤其显著。从退化草场的改良效果看,轻度盐渍化草场每年施入30千克/亩复合制剂改良效果较好,重度盐渍化草场以一次性施入4000千克/亩的腐植酸物质的改良效果明显。     

基于改进YOLOv3网络的SAR图像舰船目标检测方法

在基于合成孔径雷达(SAR)图像的舰船目标检测中,针对图像背景复杂、舰船尺寸大小不一等问题,提出了一种改进的YOLOv3深度卷积神经网络(CNN),用于SAR图像中的舰船目标检测。该方法基于训练数据集中的尺寸标签信息,使用交并比作为距离度量,利用k-means聚类方法为舰船目标提取了九组先验锚点框作为后续候选框边框参数优化的初始值;引入r_GIOU来代替交并比r_IOU,用于更新框回归损失和置信度损失,从而得到更加合理的损失函数,能将候选框与标注框之间的相对位置信息引入候选框的边框参数优化。为了验证改进版YOLOv3网络的性能,文中基于高分辨SAR舰船检测数据集AIR-SARShip-2.0,利用平移、翻转、调整亮度等方法进行数据集扩充,得到训练数据集和测试数据集,并进行舰船目标检测实验。实验结果表明：相较于常规YOLOv3网络和Faster R-CNN网络,改进YOLOv3网络在舰船目标检测上的总体效果更好,具有更高的准确率和更少的虚警,提高了平均精度指标,且需要的计算时间更少。     

基于YOLOX网络的SAR图像舰船目标检测

针对SAR图像舰船目标尺寸大小不一、舰船分布密集、背景复杂等问题,本文提出一种改进YOLOX网络并用于SAR图像舰船目标检测。该网络包括主干特征提取网络、加强特征提取网络、解耦头、预测框优化及损失计算等4个部分。与常规YOLOX网络相比,本文作了如下改进：首先,在主干特征提取网络中,3个基础特征层之后都添加了CA模块;在加强特征提取网络中,两处下采样之后也都添加了CA模块。以强化对SAR图像中重要区域的特征提取。其次,在框回归损失函数中,引入CIOU替代IOU,以更好地利用预测框和真实框之间的相对位置信息和形状信息,提升预测框回归精度。本文基于AIR-SARSHIP-2.0数据集进行了大量的舰船目标检测实验,并选择了Faster-RCNN、YOLOv3和常规YOLOX等3种网络与本文的改进YOLOX网络进行对比。实验结果表明,本文的改进YOLOX网络整体性能优于其他3种对比网络,有更少的虚警和漏警、更高的检测精度。     

电视同频转发系统简易工程设计

本文提出一种对小片阴影区的电视覆盖方法，重点介绍了电视同频覆盖的实用工程计算公式和图表。本方法对调频广播转发有一定参考作用。     

一种实用同频干扰抑制器

提出了三国同频干扰抑制法,通过理论分析和实践表明能有效地提高抑制深度,展宽移相角度的误差范围,从而可大大改善强干扰场合下的 制交工时间工作的可靠性。