一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

基于SOI衬底的宽带低损耗声表面波滤波器研究

使用结构为42°Y-X LiTaO₃(600 nm)/SiO₂(500 nm)/Si的SOI衬底，通过抑制横向模式等优化设计，研制了单端谐振器和声表面波滤波器。经测试，谐振器的谐振频率为1.5 GHz，品质因数(Q)值高达4 000；滤波器的中心频率为1 370 MHz，插入损耗为-1.2 dB，1 dB带宽为74 MHz，相对带宽达到5.4%，阻带抑制大于40 dB，且温度系数在-55~+85 ℃时优于-9×10^-6/℃。该产品具有高频、宽带、低损耗、低温漂、高阻带抑制的特点，其性能指标优异，具有很好的实用性。     

机器翻译译文质量估计综述

机器翻译译文质量估计(Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。     

基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

水力空化改质对重质原油沥青质及性质的影响

利用水力空化过程产生局部的高温、高压、高射流以及强大的剪切力等极端化学物理条件改质处理沙特重质原油，试验结果表明：沙特重质原油经过水力空化改质后粘度由13.61降低至7.22mm2/s，残碳由7.16%降低至6.48%，实沸点蒸馏后减压渣油降低1个百分点。进一步采用APPI FT-IR MS、XRD、FT-IR、SEM和粒度分布等技术研究了水力空化改质对沙重原油分子组成，沥青质团聚体微晶结构、沥青质胶束粒径分布、沥青质官能团、沥青质形貌等方面的影响，从分子角度阐述空化改质重油的机理。研究结果表明：水力空化改质后沙重原油分子量分布、芳烃类化合物缔合作用变小；沥青质对低DBE化合物吸附性能降低；沥青质团聚体微晶结构更加松散；沥青质胶束粒度分布降低；沥青质分子相互团聚作用力减弱。进一步考察了水力空化改质前后减压渣油延迟焦化性能，改质处理后焦炭产率降低1.85个百分点，液体收率和气体产率分别增加1.52和0.33个百分点，水力空化改质对沥青质性质、结构特点的改善能够有效的提高其加工性能。