秋霞影视伦理片,欧美日韩精品视频二区

E波段集成雙工-功分器的設計[其他][其他]

雙工器和功分器是通信系統(tǒng)中兩個重要的器件，為了減小通信系統(tǒng)的尺寸，將功分器集成到雙工器內(nèi)部形成雙工-功分器。與一般雙工器相比，可以實現(xiàn)兩輸出端口功分輸出。該雙工-功分器主要由矩脊波導過渡、脊波導帶通濾波器和脊波導功分器組成?；谙５募共▽V波器有插入損耗低、結構緊湊、通帶及阻帶帶寬寬等優(yōu)勢。用HFSS進行建模仿真優(yōu)化，仿真結果表明在71～76 GHz波段，回波損耗大于12.9 dB，S32和S42基本維持在-3.8 dB左右；在81～86 GHz波段，回波損耗大于12.5 dB，S31和S41基本維持在-3.85 dB左右，通道之間的隔離度大于43.2 dB，兩輸出端口的幅度基本一致。實物的測試結果與仿真結果呈現(xiàn)良好的一致性。

發(fā)表于：7/28/2021 2:18:00 PM

用于巡航導彈突防航跡規(guī)劃的改進深度強化學習算法[其他][其他]

為了解決巡航導彈面臨動態(tài)預警機雷達威脅下的突防航跡規(guī)劃問題，提出一種改進深度強化學習智能航跡規(guī)劃方法。針對巡航導彈面對預警威脅的突防任務，構建了典型的作戰(zhàn)場景，給出了預警機雷達探測概率的預測公式，在此基礎上設計了一種引入動態(tài)預警威脅的獎勵函數(shù)，使用深度確定性策略梯度網(wǎng)絡算法(Deep Deterministic Policy Gradient，DDPG)探究巡航導彈智能突防問題。針對傳統(tǒng)DDPG算法中探索噪聲時序不相關探索能力差的問題，引入了奧恩斯坦-烏倫貝克噪聲，提高了算法的訓練效率。計算結果表明，改進的DDPG算法訓練收斂時間更短。

發(fā)表于：7/28/2021 2:13:00 PM

等離子體鞘套局部電磁傳輸通道法[其他][其他]

根據(jù)RAM-C高超音速飛行試驗數(shù)據(jù)，給出一種鞘套反演建模法，能夠以一維實驗數(shù)據(jù)，構建三維局部電磁傳輸通道。在此基礎上，采用非均勻介質射線跟蹤法，研究鞘套對L和S波段部分頻點的能量傳輸干擾。研究發(fā)現(xiàn)，在所關注頻段，鞘套顯示出一些新的影響特征，例如傳輸匯集效應，電磁能量在局域具有沿特定方向傳輸?shù)默F(xiàn)象。該研究結果可進一步促進對電波在鞘套中傳播行為的理解，也為相關問題研究提供了一種更貼近實際物理背景的建模方法。

發(fā)表于：7/28/2021 2:09:00 PM

高增益圓極化星載相控陣天線設計[其他][其他]

針對衛(wèi)星X波段通信系統(tǒng)大范圍數(shù)據(jù)傳輸?shù)男枨螅O計具備高增益圓極化可寬角度電掃的星載相控陣天線。此天線陣元采用底饋的饋電方式，利用切角技術實現(xiàn)圓極化，利用開槽技術實現(xiàn)小型化。天線陣列錯層排布，使其整體的輻射性能最優(yōu)化。通過發(fā)射組件模塊、波束控制模塊和電源模塊的合理布局和設計優(yōu)化，使其電掃波束可在離軸角0～60°、方位角0～360°內(nèi)變化。此單機經(jīng)加工后測試結果良好，對X波段通信系統(tǒng)尤其是相控陣天線的設計有一定的指導意義。

發(fā)表于：7/28/2021 2:03:00 PM

基于邊緣智能的心電信號處理方法及監(jiān)測系統(tǒng)[其他][其他]

邊緣智能是邊緣計算和人工智能相結合的產(chǎn)物，它的特性使其特別適合用于進行實時心電信號分析。心電圖中體現(xiàn)的心電信號能夠反映人體的心率等生理信息，通過對心電信號的分析及狀態(tài)類型的分類可以檢測人體是否患有心率失常等疾病。然而傳統(tǒng)的心電信號分類研究是針對大量樣本進行的單純分類研究，并不適用于實時小樣本分析的邊緣智能場景。提出了一種可行的心電信號處理方法，并設計了一個基于邊緣智能的心電監(jiān)測系統(tǒng)。實驗結果表明，該心電信號處理方法具有一定的實用性，能夠在一定程度上滿足邊緣智能場景的要求。

發(fā)表于：7/20/2021 4:29:06 PM

慣性測量單元姿態(tài)融合的動態(tài)分析[通信與網(wǎng)絡][通信網(wǎng)絡]

針對慣性測量單元背景噪聲和器件漂移等問題，提出了一種基于梯度下降法、互補濾波和卡爾曼濾波的融合算法。首先，利用加速度計和磁力計的數(shù)據(jù)通過幾何計算得出姿態(tài)角。其次，利用梯度下降法，將加速度計和陀螺儀的數(shù)據(jù)進行基于四元數(shù)法的數(shù)據(jù)融合，得出姿態(tài)角。接著，利用互補濾波法將姿態(tài)數(shù)據(jù)再次結合。最后，利用卡爾曼算法對結合后的數(shù)據(jù)進行濾波處理。通過動態(tài)實驗表明，經(jīng)過此融合算法的慣性測量單元與傳統(tǒng)算法相比，數(shù)據(jù)輸出更加準確，連續(xù)性提高，并擁有很好的平穩(wěn)特性。

發(fā)表于：7/20/2021 4:05:02 PM

一種基于NB-IoT的物聯(lián)網(wǎng)燃氣表研究設計[其他][物聯(lián)網(wǎng)]

針對物聯(lián)網(wǎng)技術的發(fā)展現(xiàn)狀和智能燃氣表對低功耗與強連接的需求，提出了一種基于NB-IoT技術的物聯(lián)網(wǎng)智能燃氣表的設計方案。該方案采用瑞薩R7F0C004芯片作為MCU采集燃氣計量數(shù)據(jù)，以N700-58為通信模組實現(xiàn)網(wǎng)絡連接，業(yè)務數(shù)據(jù)經(jīng)由CoAP協(xié)議封裝后發(fā)送到電信AEP平臺，再由AEP平臺推送到燃氣表業(yè)務管理平臺系統(tǒng)實現(xiàn)數(shù)據(jù)通信。測試結果表明，所設計的燃氣表終端無論是在連網(wǎng)收發(fā)數(shù)據(jù)，還是在低能耗方面都達到了預期的設計目標，能夠很好地滿足應用需求。

發(fā)表于：7/20/2021 3:57:43 PM

空天地一體化網(wǎng)絡系統(tǒng)架構設計與智能管理[通信與網(wǎng)絡][通信網(wǎng)絡]

為了克服空天地一體化網(wǎng)絡系統(tǒng)(Space-Air-Ground Integrated Network，SAGIN)由于結構復雜和業(yè)務多樣而導致的不同網(wǎng)絡間的協(xié)同困難，提出了基于移動邊緣計算(Mobile Edge Computing，MEC)的SAGIN多維管理架構。通過將網(wǎng)絡系統(tǒng)劃分為數(shù)據(jù)層、控制層和管理層，網(wǎng)絡狀態(tài)信息由各網(wǎng)絡層逐層匯總和分層處理，網(wǎng)絡管理策略由MEC統(tǒng)一制定，并逐層轉發(fā)，實現(xiàn)不同網(wǎng)絡間的協(xié)同管理?；谒峒軜嫶罱ňW(wǎng)絡仿真平臺，并通過強化學習方法制定網(wǎng)絡協(xié)同策略，仿真結果證明了該架構的可行性。

發(fā)表于：7/20/2021 3:52:48 PM

基于深度學習的抽油機井工況診斷方法[其他][其他]

基于示功圖對抽油機井下工況進行自動診斷是數(shù)字油田不可或缺的環(huán)節(jié)。通常通過人工提取示功圖的特征向量，然后輸入機器學習算法分類器識別井下工況。然而，特征的選擇需要借助經(jīng)驗和先驗知識，并且直接影響后續(xù)分類器的最終性能。而人工提取特征易受知識干擾，且在特征提取的過程中存在信息丟失，這決定了識別結果的上限。為此，受深度神經(jīng)網(wǎng)絡自動特征提取的啟發(fā)，提出基于卷積神經(jīng)網(wǎng)絡的示功圖的離線訓練與在線診斷的方法。首先將挑選后的信號數(shù)據(jù)轉換為圖像數(shù)據(jù)，然后將圖像二值化降低計算復雜度，最后基于改進的LeNet-5網(wǎng)絡探究最適合模型的網(wǎng)絡結構。最終通過實驗與目前先進的算法進行對比，驗證了本方法的有效性和可行性。

發(fā)表于：7/20/2021 3:45:29 PM

改進的TF-IDF算法在文本分類中的研究[其他][其他]

企業(yè)數(shù)字化建設過程中，對大量日常經(jīng)營活動文本的數(shù)字化處理通常是多任務的，需要對文本數(shù)據(jù)同時完成信息抽取和文本分類任。在此應用場景下，為了實現(xiàn)更加精準的分類效果，提出一種改進的TF-IDF算法，將文本信息抽取結果也作為文本重要類別區(qū)分特征。通過引入信息增益方法得到改進的權重計算公式，進而得到改進的文本特征向量空間表示，再構建文本分類模型。實驗以石油行業(yè)中文文本為例，選取測試文本2 006條進行文本分類對比實驗，實驗結果表明改進的TF-IDF算法精確率P達到99.3%，召回率R達到98.7%，相比于傳統(tǒng)TF-IDF算法文本分類效果得到顯著提高。

發(fā)表于：7/20/2021 3:27:53 PM