宽带频谱稀疏信号的空时互质采样及参数估计

针对宽频段多窄带信号的联合参数估计问题,该文提出一种基于空时互质采样的频率和DOA联合估计方法。该方法基于互质采样理论,在空间上采用互质阵列模型,并对阵列中每个阵元进行时域互质采样,通过构造空时协方差矩阵产生出空时二维差分有限阵列来完成空频联合估计。此方法可以极大地提高空时域的可探测目标数。另外,该文推导了空时互质参数的最优选取准则。仿真结果验证了此方法的正确性和有效性。      

极化阵列抗主瓣干扰性能研究

为改善极化敏感阵列主瓣抗干扰性能,分析了基于特征空间投影算法的交替极化敏感阵列的主瓣干扰抑制性能,并与常规极化敏感阵列进行了比较.讨论了期望信号和干扰信号的空域和极化域匹配系数对阵列输出信干噪比的影响;分析了在期望信号导向矢量失配情况下,采用特征空间投影算法改善两种极化敏感阵列的主瓣抗干扰性能.理论分析和仿真结果表明:在期望信号导向矢量存在误差情况下,基于特征空问投影算法的交替极化敏感阵列具有良好的稳健性.交替极化敏感阵列系统复杂度低、更易于工程实现.     

考虑节点负载的多社团网络级联失效问题研究

为研究多社团网络级联失效问题,设计一种社团规模和结构可调的网络模型.在经典的线性负载-容量模型基础上,提出一种初始负载、容忍负载、临界负载三个阶段节点失效模型.采取蓄意攻击和随机攻击方式对网络进行攻击,通过评估指标的变化分析网络的鲁棒性.仿真结果表明:随机攻击时多社团网络鲁棒,蓄意攻击时多社团网络脆弱;节点初始负载越低...     

一种基于正交向量的极化相关衰减效应消除方法

针对双极化通信场景下正交极化信号串扰导致的解调性能恶化问题,提出了一种基于正交向量的极化相关衰减效应消除方法. 该方法通过对发送信号进行设计,利用一组正交向量分别在发射端和接收端对极化信号进行处理,达到消除极化间串扰的目的,同时在发送端利用估计的信道参数处理发送信号,进一步消除非理想信道影响. 在不改变噪声功率的基础上,实现正交极化信号的无串扰接收,有效提高接收端信号解调性能. 理论分析和仿真结果表明,极化状态调制信号的解调误码率逼近高斯信道下的理论值,相比于预补偿方法和迫零矩阵法有更好的误码率性能,仿真结果与理论推导具有较好的一致性. 本文方法能有效解决无线信道中正交极化信号间串扰,提高接收端信号解调性能.     

融合实体类型信息的本体-实例联合学习方法

对表示知识图谱的本体图和实例图进行联合学习能够提高嵌入学习效率,但不能区别表示实体在不同场景下的不同意义。在嵌入时考虑三元组中实体的关系类型特征,提出一种融合实体类型信息的本体-实例联合学习方法JOIE-TKRL-CT,达到在联合学习中表示多义实体、提高知识图谱嵌入学习效率的目的。在视图内部关系表示上,利用实体分层类型模型融入实体类型信息,在两个独立的嵌入空间中分别表征学习;在视图间关系表示上,将表征在两个独立空间的本体和实例通过非线性映射的方法跨视图链接。基于YAGO26K-906和DB111K-174数据集的实验结果表明,JOIE-TKRL-CT能够准确捕获知识图谱的实体类型信息,提高联合学习模型性能,与TransE、HolE、DisMult等基线模型相比,其在实例三元组补全和实体分类任务上均获得最优性能,具有较好的知识学习效果。     

融合自注意力的ALBERT中文命名实体识别方法

针对现阶段中文命名实体识别(NER)方法存在训练时间过长、性能有待提高的不足，提出一种融合“自注意力”机制的ALBERT中文NER方法。选择ALBERT作为嵌入层，通过BiLSTM获取字符位置信息，经过自注意力层进一步寻找序列内部联系，CRF解码获得最优序列。在《人民日报》和MRSA数据集上的实验F₁值分别达到了93.97%、97.35%。进一步从2个方面验证模型的有效性，实验结果表明，该方法比BERT BiLSTM-CRF训练时间减少约13.8%,P、R、F₁均提升0.8%左右。