LDPC码最小和译码算法的整数量化

低密度奇偶校验码(low density parity check codes, LDPC)以其接近香农极限的性能和相对简单的译码结构得到信道编码界的广泛关注。对LDPC码的最小和算法进行了深入地研究,通过多种方法量化译码时的初始消息,最终使得每次迭代的校验消息与变量消息都变为整数,实现了基于整数运算的最小和译码算法,并进行了对比分析。仿真表明,量化后的最小和算法中的所有变量都用固定长度的整数表示,因而便于硬件实现,在其译码性能比和积译码(sum product decoding, SP)性能下降不大的情况下大大提高了译码速度;平均互信息越大的量化方法,其量化分层电平也越佳;最大平均互信息量化下的最小和译码算法性能最好,最大平均互信息量化是一类能最大可能获得信源信息条件下的最佳量化方法,且不增加译码复杂度。     

多枚导弹区域覆盖平行搜索的捕捉概率研究

针对反舰导弹对目标散布区搜索问题,提出一种多弹区域覆盖平行搜索方法,建立了目标捕捉概率的解析模型,并分析了参数变化对捕捉概率的影响,给出区域覆盖平行搜索下捕捉概率的统计模拟模型用于与解析法进行对比分析,得到了区域覆盖射击平行搜索的基本实施方法。仿真结果表明,相比于传统的单枚导弹现在点射击法,所提出的方法显著提高了反舰导弹对目标散布区的捕捉概率,解析法所得的捕捉概率近似为目标航向航速均服从均匀分布时捕捉概率的统计平均值,即在一般情况下使用该解析模型计算多弹区域覆盖平行搜索的捕捉概率是有效的。     

组态软件实时数据库的研究与设计

主要介绍了应急通信车控制系统组态软件实时数据库设计思想,针对应急通信车控制系统体积小、的特点,设计一种基于OPC和SQLite数据库的实时数据库方法,给出了实时数据库各个模块的实现方法。     

模糊综合评判在高校图书馆网站建设评价中的应用

通过对高校图书馆网站建设指标体系的全面系统分析,以网站内容、设计、实用性、网站维护以及扩展为因素指标,运用模糊综合评判方法,对其因素指标进行综合评价,采用问卷调查法计算出了各指标的模糊评价矩阵,建立了某高校图书馆网站建设评价的模糊综合评价模型;最后用最大隶属原则给出了评价结果。     

基于深度学习的手写数字分类问题研究

手写体数字因其书写风格差异大、上下文无关及识别准确度要求高等原因导致其识别难度大,针对手写体数字识别的特点及要求,使用深度学习算法进行分类,通过对样本的训练完成手写体数字的识别,同时与SVM算法及BP神经网络分类效果进行对比;实验结果表明深度学习在识别手写体数字时具有更高的准确率。     

在线评论对商品销售影响的实证研究

以淘宝网的护肤品为研究对象,收集实际数据,分析在线评论的评论数量、评论得分、好评率和差评率对护肤品销售情况的影响;研究结果表明:评论数量对护肤品销售的影响极为显著,评论得分对护肤品销售的影响较为显著,好评率和差评率对护肤品销售的影响则不显著;可为网络商品销售商的营销及用户评论处理提供依据基础及指导。     

一种铬污染土壤的EK-Fe~(2+)-PRB概念设计及实验

电动-可渗透反应墙(EK-PRB)技术是电动修复技术与可渗透反应墙技术的组合,可应用于铬(VI)污染土壤的修复;实验在PRB中设置一组通过变阻器相连的铁质被动电极,电动修复的外电场在被动电极中诱导出电势差,使得一个被动电极被氧化释放出Fe2+离子,另一个电解水产生OH-离子;Fe2+离子将电迁移进入PRB的Cr(VI)离子还原成Cr3+离子,而OH-离子与Cr3+离子反应生成Cr(OH)3沉淀将铬固定在PRB中;实验还通过改变两个被动电极之间的电阻,利用聚焦现象研究EK-Fe2+-PRB的拦截效果;结果表明,EK-Fe2+-PRB技术可原位产生Fe2+离子将Cr(VI)有效地还原和拦截在PRB中,且PRB中的沉淀物不能阻止Fe2+离子的释放和迁移;电压梯度阱效应引起的聚焦现象虽然可有效地将Cr(VI)富集和暂时拦截至PRB中,但其单独作用无法实现对Cr(VI)的持久拦截。     

基于复近似信息传递的多通道SAR成像方法

偏置相位中心天线(displaced phase center antenna, DPCA)技术作为一种实现高分辨率、宽测绘带宽的有效技术手段,被广泛应用于高性能合成孔径雷达(synthetic aperture radar, SAR)系统研制中。为了实现最佳的成像效果,DPCA雷达成像系统需要满足方位向均匀采样条件,否则会导致方位向等效相位中心的周期性非均匀分布,进而使用经典匹配滤波成像方法会产生严重的方位模糊。根据稀疏信号处理理论,本文提出了一种基于复近似信息传递(complex approximate message passing, CAMP)算法的多通道非均匀采样DPCA成像方法,可以有效地解决多通道SAR因非均匀采样所产生的方位模糊以及杂波干扰问题,实现对观测区域的高精度重建。仿真和实际数据实验验证了该方法的有效性。     

基于卷积神经网络的水下目标特征提取方法

针对水下目标特征提取问题,在卷积神经网的基础上,提出了一种新的网络结构。该框架通过引入特征图多维加权层,强化了特征图的空间信息,弥补了进入全连接层时空间特征的丢失。以层次结构构造一个集特征提取和分类器训练于一体的端到端网络,同时利用深度网络的反向传播完成分类器对特征提取的反馈以改进特征的效果。在仿真模拟实验上,该网络框架分类目标达到了78.61%的精度,与其他方法相比,有效提高了目标的识别精度。所提框架能有效分类识别水下目标,具有良好的识别精度,且具备模块化结构,无需复杂预处理,实现简单。     

OQAM/OFDM系统基于迭代的辅助导频信道估计

针对基于交错正交调制的正交频分复用(offset quadrature amplitude modulation/orthogonal frequency division multiplexing,OQAM/OFDM)系统中信道估计问题,本文提出了一种基于迭代的离散导频信道估计方法。通过分析系统存在的固有干扰,指出传统离散导频信道估计方法性能较低的原因。通过减少辅助导频消除干扰的个数降低辅助导频能量,使用迭代的方法估计信道的性能。仿真结果表明,所提的消除两个干扰数据符号的迭代辅助导频方法在辅助导频能量与普通数据符号相同的同时能够得到更好的信道估计性能。