基于卷积神经网络和半监督学习的无线电信号检测和识别分析

阐述对未知信号进行精准检测与识别,采用半监督学习以及卷积神经网络技术,搭建全新的无线电信号检测与识别框架,并对现有的网络结构进行优化设计。     

捷变频雷达信号分选及基准频率估计算法研究

现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明：该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。现代雷达普遍采用频率捷变方式,传统的信号分选算法往往会造成增批问题。对接收到的信号进行高精度频率估计,利用相邻2个信号频率差相除,在一定的搜索范围内,通过比较相除结果的小数部分,来分选出不同雷达信号。根据分选出的来自同一部雷达信号,用相同方法可估计出信号的分频系数,从而估计出雷达的基准频率。仿真结果表明：该算法可有效地分选捷变频雷达信号,抑制增批问题的产生,可对特定辐射源进行准确识别。     

接枝化纤在毛纺织产品中的开发应用

一、前言 普通粘胶纤维是一种再生纤维素纤维,由于这类纤维原料丰富,制造技术及设备条件较为简单,价格低廉,具有手感柔软,可纺性好,吸湿性强等优点,世界各国都大量生产。在毛纺行业中这类纤维应用也相当广泛。在精纺厂通常使用粘胶做毛混纺产品,如毛/粘花呢,毛/粘女衣呢等,还与涤纶混纺生产快巴类织物。在粗纺厂使用得更为广泛,几乎各大类产品都有毛/粘产品。粘胶还用作人造毛毯,混纺毛毯之中。其所以有如此广泛的使用是由于普通粘胶与羊毛混纺可提高羊毛的可纺支数,改善织物外观,使织物手感趋于柔软。由于其吸湿性、透气性优于合成纤维,因…     

基于Agent和XML的Web页面信息抽取研究与设计

在以前相关研究的基础上，提出了一个建立在Agent和XML基础上的Web页面信息抽取的原型系统。在这个原型系统里，利用Agent的自治能力和合作能力来协助用户对抽取请求进行公式化表述和结合知识库学习抽取规则等。另外，系统还用XML语言描述抽取请求和抽取规则，在其中加入一些语义信息，这些语义信息可被有效利用，从而提高抽取的精确性。     

实时荧光PCR法鉴别莜面中掺杂淀粉的植物源性

以红薯ACtin基因、马铃薯UGPase基因、玉米ZEIN基因、木薯g3pdh基因设计种属特异性引物探针,以莜麦Avenin基因、真核生物18S rRNA为对照,建立一种实时荧光PCR法对莜面掺杂植物源性淀粉进行鉴别。该方法特异性强,相对灵敏度为0.1%,可用于莜面中掺杂植物源性淀粉的鉴别。     

联合到达时间估计的长基线测向相位解模糊算法研究

基线长度是影响测向精度的重要因素.长基线测向精度高,但基线长度大于半波长时会出现相位模糊.现有的相位解模糊算法大多限制了基线长度.本文在多基线比值法解模糊的基础上结合到达时间估计,提出了一种减小了基线长度限制条件的相位解模糊算法来实现长基线窄带信号测向.仿真结果表明,本算法解模糊概率不受基线长度影响,并且针对不同入射角的信号解模糊能力相同,在适当信噪比条件下能通过设置基线长度达到较高的测向精度.     

超高效液相色谱-串联质谱法检测鸡胸肉中青霉素及代谢产物

本文采用超高效液相色谱-串联质谱法检测鸡胸肉中的两种青霉素以及主要的代谢产物。本次检测发现,鸡胸肉样品的线性范围在25~2 500μg/kg,所测得物质的线性相关系数也均超出0.99,加标的整体回收率在90%~105%,相对标准偏差控制在1%~8%。由此可以看出,用超高效液相色谱-串联质谱法检测,能够取得较高的检测灵敏度,并且整体的重复性较好,能够为生物组织样品中的青霉素类药物代谢研究提供更高的分析基础。     

基于时差的宽带相干多辐射源测向算法

为了防反辐射弹，通常在一定的范围内放置两个或者两个以上的辐射源。该多个辐射源的参数相同，距离也比较靠近。如果运用传统的宽带测向技术，将无法对多个辐射源进行准确测向。针对宽带多辐射源测向问题，本文采用单基线系统，根据两个阵元接收信号谱线共轭相乘产生的新信号谱线结构关系，间接估计出各个辐射源到达两个天线阵元的时差，并通过去直流方法来提高时差估计精度。仿真结果表明，该算法设备简单，在一定条件下测向精度较高。     

长基线宽带测向算法及FPGA实现

传统测向算法受到相位解模糊条件的限制,基线长度设置较短,测向精度得不到提高。为了提高测向精度,可以采用长基线,通过估计信号到达两个阵元的时间差实现方位角估计。在多相滤波信道化体制下,数据经过抽取后时间分辨率降低,运用传统的到达时间估计得到的时差精度较低。由于现代雷达发射的信号通常是宽带信号,经过时域和频域的对应关系将时差估计问题转换为频率估计问题,其精度不受采样时间间隔的限制。MATLAB和QuartusII联合仿真结果表明,该算法运算简单,适于硬件实现,可以实时进行处理。在一定的基线长度和带宽条件下,该算法能达到较高的测向精度。