亚洲色成人一区二区三区小说,97精品视频在线观看免费,光棍影院

基于改進(jìn)UKF的轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤算法研究[其他][其他]

針對(duì)轉(zhuǎn)彎率未知或變化條件下的精確跟蹤問(wèn)題開(kāi)展研究，給出了基于UKF的自適應(yīng)協(xié)同轉(zhuǎn)彎跟蹤算法，該算法充分利用了擴(kuò)維技術(shù)和自適應(yīng)漸消因子技術(shù)，不斷實(shí)時(shí)估計(jì)轉(zhuǎn)彎率，同時(shí)基于漸消因子調(diào)節(jié)過(guò)程噪聲及其對(duì)應(yīng)的增益，并對(duì)不敏卡爾曼濾波算法的采樣范圍進(jìn)行自適應(yīng)調(diào)節(jié),使采樣點(diǎn)更接近目標(biāo)真實(shí)狀態(tài)。仿真表明該算法在轉(zhuǎn)彎率變化時(shí)獲得了較好的跟蹤性能，有效提升了對(duì)于轉(zhuǎn)彎?rùn)C(jī)動(dòng)目標(biāo)跟蹤的準(zhǔn)確性和穩(wěn)定性。

發(fā)表于：9/19/2022 10:30:00 AM

存儲(chǔ)系統(tǒng)中L波段射頻直采技術(shù)設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

隨著軍事科技技術(shù)的不斷發(fā)展，存儲(chǔ)關(guān)鍵敏感數(shù)據(jù)的存儲(chǔ)系統(tǒng)在軍事領(lǐng)域的重要性越來(lái)越突顯出來(lái)。L波段作為重要的數(shù)據(jù)信號(hào)工作頻段，已廣泛運(yùn)用在衛(wèi)星導(dǎo)航、警戒雷達(dá)、通信偵察等領(lǐng)域。介紹了一種基于JESD204B的高速串行總線技術(shù)、超低抖動(dòng)時(shí)鐘方案及最新高速ADC實(shí)現(xiàn)L波段射頻直采,采樣率可達(dá)6 GS/s，SFDR(無(wú)雜散動(dòng)態(tài)范圍)實(shí)測(cè)可達(dá)67 dBFS以上，直采數(shù)據(jù)通過(guò)FPGA內(nèi)部進(jìn)行數(shù)字下變頻后送給存儲(chǔ)單元進(jìn)行數(shù)據(jù)存儲(chǔ)。

發(fā)表于：9/19/2022 10:24:00 AM

基于信道容量的協(xié)同探測(cè)資源聯(lián)合優(yōu)化方法[其他][其他]

針對(duì)空間感知中的協(xié)同探測(cè)任務(wù)，利用探測(cè)信道容量作為優(yōu)化目標(biāo)，對(duì)蜂群算法進(jìn)行改進(jìn)并實(shí)現(xiàn)對(duì)集群軌跡與動(dòng)力的聯(lián)合優(yōu)化。首先構(gòu)建了多發(fā)多收協(xié)同探測(cè)模型，基于信息論的視角，推導(dǎo)出探測(cè)模型的信道容量，將其作為優(yōu)化無(wú)人集群動(dòng)力與輻射功率的目標(biāo)函數(shù)，然后逐個(gè)分析并梳理出影響與制約目標(biāo)函數(shù)的因素，從而明晰了優(yōu)化目標(biāo)與約束條件。接著針對(duì)蜂群算法的不足，改進(jìn)其搜索策略與參數(shù)優(yōu)化方法。進(jìn)而構(gòu)建了基于改機(jī)蜂群算法的協(xié)同探測(cè)動(dòng)力優(yōu)化流程。最后通過(guò)仿真驗(yàn)證與算法對(duì)比，表明本文算法能夠提升無(wú)人機(jī)集群協(xié)同探測(cè)的感知能力。

發(fā)表于：9/19/2022 10:19:00 AM

有源相控陣?yán)走_(dá)均衡技術(shù)研究與實(shí)現(xiàn)[其他][其他]

對(duì)于寬帶有源相控陣?yán)走_(dá)，通道失配會(huì)影響陣列處理性能，可通過(guò)通道均衡技術(shù)進(jìn)行補(bǔ)償?，F(xiàn)有研究大多以仿真模型為基礎(chǔ)，鮮有實(shí)測(cè)數(shù)據(jù)為支撐，且均衡評(píng)價(jià)方法過(guò)于單一。構(gòu)建了結(jié)合剩余失配特性、脈壓及波束形成方向圖的綜合評(píng)價(jià)體系，可更加全面地評(píng)價(jià)均衡效果。此外，以某機(jī)載有源相控陣?yán)走_(dá)為平臺(tái)，工程實(shí)驗(yàn)了150 MHz寬帶信號(hào)的頻域均衡算法，并提出矩形窗加權(quán)均衡算法，仿真及實(shí)測(cè)數(shù)據(jù)表明該算法對(duì)均衡效果有所提升。

發(fā)表于：9/19/2022 10:14:00 AM

一種修正k值的OS-CFAR檢測(cè)器[其他][其他]

OS-CFAR(Ordered Statistics)檢測(cè)器的k值存在著取值方法不確定的缺陷?？紤]到實(shí)際工程應(yīng)用中的目標(biāo)回波信號(hào)，在經(jīng)過(guò)脈壓匹配濾波器后，輸出是Sa函數(shù)鐘型包絡(luò)，因此在選取k值時(shí)，可能會(huì)發(fā)生背景雜波估計(jì)取在干擾目標(biāo)的能量單元中，使雜波估計(jì)偏大導(dǎo)致目標(biāo)漏檢。提出一種修正k值方法，在OS-CFAR檢測(cè)器選擇k值時(shí)將目標(biāo)回波為擴(kuò)展目標(biāo)考慮在內(nèi)，令k的取值更加準(zhǔn)確。通過(guò)詳細(xì)的仿真實(shí)驗(yàn)，發(fā)現(xiàn)了參考滑窗內(nèi)有無(wú)干擾目標(biāo)兩種條件下OS-CFAR檢測(cè)器性能隨k值變化的不同規(guī)律，并證明修正k值的OS-CFAR檢測(cè)器在多目標(biāo)環(huán)境中有更好的性能。

發(fā)表于：9/19/2022 10:08:00 AM

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣７椒ㄑ芯?>
</a>
</div>
<div id=

面向航天任務(wù)的可視化應(yīng)用拓?fù)浣７椒ㄑ芯縖其他][航空航天]

針對(duì)新一代航天發(fā)射任務(wù)快速準(zhǔn)備、快速裝訂、快速切換以及指揮、保障場(chǎng)景的多元呈現(xiàn)、動(dòng)態(tài)構(gòu)建的實(shí)時(shí)性特點(diǎn)，提出了一種可視化應(yīng)用拓?fù)浣７椒?。通過(guò)制定一套統(tǒng)一的數(shù)據(jù)和邏輯交互接口，設(shè)計(jì)了一種用戶自定義場(chǎng)景建模和應(yīng)用軟件自編程方法。該方法將場(chǎng)景元素抽象為數(shù)據(jù)驅(qū)動(dòng)的邏輯、擬物兩類圖元庫(kù)，提供統(tǒng)一架構(gòu)的圖元編輯和處理平臺(tái)，能夠自動(dòng)生成場(chǎng)景配置文件，快速加載到業(yè)務(wù)系統(tǒng)。通過(guò)應(yīng)用驗(yàn)證，基于此方法構(gòu)建的可視化建模方法能夠基于歷史任務(wù)快速構(gòu)建新型號(hào)、新任務(wù)場(chǎng)景頁(yè)面，既改變了以前只能靜態(tài)或者有限動(dòng)態(tài)的展示模式，又提高了航天任務(wù)準(zhǔn)備效率。

發(fā)表于：9/1/2022 3:00:57 PM

正交約束型SincNet可微分前端及在音頻分類中的應(yīng)用[其他][其他]

在音頻場(chǎng)景分類任務(wù)中，現(xiàn)有端到端模型中特征建模層學(xué)習(xí)過(guò)程存在缺乏約束、學(xué)習(xí)結(jié)果缺乏直觀解釋以及僅適用于特定的后端分類模型等缺點(diǎn)。因此，以SincNet可微分前端為基礎(chǔ)，引入正交約束提高其求解效率，同時(shí)提高所得可微分前端的可解釋性，并使其能提高多種后端網(wǎng)絡(luò)的分類性能。提出的這種新型可微分前端命名為正交約束型SincNet(OrthSincNet)。研究發(fā)現(xiàn)，OrthSincNet卷積核對(duì)應(yīng)的頻譜既具有類似于梅爾濾波器的形態(tài)，又可提高分類效果。在UrbanSound8K官方評(píng)測(cè)數(shù)據(jù)集上的實(shí)驗(yàn)表明，相對(duì)于常用的梅爾頻譜前端，OrthSincNet改進(jìn)了6種后端分類網(wǎng)絡(luò)的性能，分類準(zhǔn)確率平均提高了2.2%。

發(fā)表于：9/1/2022 2:53:44 PM

自由演化量子態(tài)的一種在線估計(jì)算法[其他][其他]

目前，對(duì)量子狀態(tài)估計(jì)的算法大都采用離線批處理的方式進(jìn)行，但離線量子態(tài)估計(jì)的方法對(duì)演化的量子系統(tǒng)難以實(shí)時(shí)估計(jì)。為了解決這一問(wèn)題，提出一種在線優(yōu)化算法，用于從具有測(cè)量隨機(jī)噪聲的量子系統(tǒng)中，通過(guò)連續(xù)弱測(cè)量估計(jì)該自由演化量子系統(tǒng)的狀態(tài)密度。該算法基于在線鄰近梯度法和交替方向乘子法提出，通過(guò)1、2、3和4位量子系統(tǒng)的仿真實(shí)驗(yàn)，驗(yàn)證了該算法計(jì)算高效，對(duì)測(cè)量隨機(jī)噪聲具有更高的魯棒性。

發(fā)表于：9/1/2022 2:45:34 PM

基于t分布變異的改進(jìn)麻雀搜索算法[其他][其他]

針對(duì)麻雀搜索算法收斂速度慢、難以跳出局部最優(yōu)等問(wèn)題，提出一種基于t分布變異的改進(jìn)麻雀搜索算法。在更新麻雀種群加入者位置后，引入自適應(yīng)t分布變異，對(duì)加入者位置產(chǎn)生擾動(dòng)，避免陷入局部最優(yōu)，增強(qiáng)算法性能；通過(guò)比較灰狼優(yōu)化算法、飛蛾火焰優(yōu)化算法和原始麻雀搜索算法，在6個(gè)基準(zhǔn)函數(shù)上進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果和Wilcoxon符號(hào)秩檢驗(yàn)結(jié)果都表明所提出的改進(jìn)麻雀搜索算法的收斂精度與速度均優(yōu)于其他算法，達(dá)到提高算法收斂速度，增強(qiáng)算法跳出局部極值能力的效果。

發(fā)表于：9/1/2022 2:29:38 PM

基于PSO優(yōu)化Bi-LSTM的交通流量預(yù)測(cè)[其他][其他]

針對(duì)城市交通流量強(qiáng)隨機(jī)性的問(wèn)題，為克服非線性和時(shí)變特點(diǎn)的影響，提出了基于粒子群（PSO）優(yōu)化雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（Bi-LSTM）的交通流量預(yù)測(cè)模型，達(dá)到城市交通流量高精度預(yù)測(cè)效果。首先，建立基于Bi-LSTM的交通流量短期預(yù)測(cè)模型；其次，采用粒子群PSO算法對(duì)Bi-LSTM模型的超參數(shù)進(jìn)行尋優(yōu)，提升預(yù)測(cè)模型的泛化性。通過(guò)對(duì)比實(shí)驗(yàn)分析，驗(yàn)證了該交通流量預(yù)測(cè)模型具有更優(yōu)的性能。

發(fā)表于：9/1/2022 2:24:22 PM