基于自适应形态学的跳频信号参数联合盲估计

跳频通信的应用大大提高了军事装备的抗干扰和抗截获能力，使得跳频对抗技术面临严峻的挑战。为解决传统形态学跳频信号参数估计方法中结构元素选择困难问题并提高估计精度，提出了一种基于自适应形态学的跳频信号参数联合盲估计方法。首先，对跳频信号进行短时傅里叶变换获取谱图。然后，从其时间轴投影中获取结构元素尺寸的知识, 设计自适应形态学滤波器抑制谱图噪声, 提取跳频图案初步估计跳频参数。最后, 引入最小二乘估计方法, 对跳频周期和跳变时刻进行精估计。仿真结果表明，此方法能够同时估计出跳频频率、跳频周期和跳变时刻, 不需要其中某一种参数作为先验条件, 在复杂的通信环境也能够保持良好的估计性能。     

存在定时偏移的UFMC系统信号与干扰分析

通用滤波多载波（universal filtered multi-carrier，UFMC）接收机接收到的信号到达时间与预期到达时间不一致时，会产生定时偏移（timing offset，TO），引入符号间干扰（inter symbol interference，ISI），从而破坏子载波正交性造成通信质量下降。为了分析TO对UFMC系统的影响，本文研究存在TO的UFMC系统信号和干扰分析，推导其数学表达式，数值计算并分析对比不同波形滤波器长度与不同定时偏移下的信干比（signal to interference ratio，SIR），仿真对比不同情形的误符号率（symbol error rate，SER）。结果表明，定时偏移数值与信号干扰强度呈正向相关，滤波器长度与系统SER数值呈反向相关。     

改进型DSC的并网锁相环直流偏移消除方法

针对在SRF-PLL的控制内环中使用延迟信号消除(DSC)算子，放缓了动态行为问题，提出了一种用于电网同步的三相PLL中的快速直流偏移抑制方法.通过使用改进型DSC运算器(MDSC)方法，改进了传统的基于DSC的PLL的动态性能.该方法能够有效地克服系统带宽给直流偏移消除带来的影响，并使系统响应速度得到提升.另外基于MDSC的PLL在相位跳变和频率阶跃变化的调整时间也很小.所提方法的有效性通过仿真实验结果得到证实.     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code, STBC)识别中多种编码类型难区分的问题, 提出了一种基于卷积神经网络的STBC盲识别算法。该算法首先将接收信号采用自相关函数的频域预处理, 输入到卷积神经网络中对信号特征进行提取, 全连接层对特征进行映射, 实现对6种STBC类型的识别。仿真实验结果表明, 在无信道和噪声等先验信息的条件下, 所提算法能够有效区分3种相似度高的STBC3码, 且将STBC可识别的编码类型由目前的4种扩充到6种, 识别准确率能达到96%。该方法的复杂度较低, 不需要利用大量样本数据, 实时性高, 具有较好的工程应用价值。     

基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大，成本高，需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位，为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置，并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置，即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

PD-1/PD-L1抗体阻断药物的研究进展与临床应用

研究发现在生理状况下PD-1与PD-L1相互识别能产生负向信号,该信号通路一旦被激活后,可诱导抗原特异性效应T细胞凋亡,该生理效应可防止过度免疫反应带来的附加损伤,因此该信号通路又被形象的称为"免疫刹车".如果利用特异性阻断剂阻断PD-1/PD-L1信号通路,便可以恢复免疫细胞的杀伤抑制功能.截止至2019年12月,全球已有7种PD-1阻断药物和3种PD-L1阻断药物批准上市,均属于大分子抗体类药物,其中的4种PD-1单抗由我国自主研发,目前中国大陆批准上市的PD-1/PD-L1阻断药物有8种.这些单抗药物在多种肿瘤的临床治疗中产生较好的疗效,并且部分患者得到完全缓解,具有良好的应用前景.从其生物学背景出发,按药物分类综述了近年来PD-1/PD-L1信号通路抑制剂在临床治疗中的应用和表现,讨论了目前此类药物在临床使用中存在的问题以及应对策略.     

基于频控阵的递推最小二乘波束形成算法

频控阵通过在阵元间加入远小于载频的频率增量,使波束的空间分布距离角度二维相关。基于频控阵基本结构,引入两种接收信号处理机制,并对其进行理论推导分析,仿真表明两种机制均能有效接收信号。针对指向误差存在,导向矢量失配导致主瓣发生偏移问题,采用递推最小二乘波束形成算法处理。仿真结果表明,存在指向误差时,该算法在两种机制中均能在目标位置形成主瓣,在干扰位置形成零陷,验证了算法在频控阵中应用的稳健性。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

基于FPGA+DSP的北斗信号快速捕获算法设计与实现

为了解决北斗卫星接收机中传统并行频率捕获算法傅里叶变换需要处理的数据量大而影响卫星信号捕获速度的问题，提出了一种基于相干降采样的北斗信号快速捕获算法。利用FPGA+DSP（高速数字信号处理器+现场可编程逻辑门阵列），在传统的并行频率捕获算法中加入相干降采样模块，当信号进行载波剥离和伪码剥离后，通过降低采样频率的方式减小傅里叶变换需要处理的数据量，再对卫星信号进行三维搜索。结果表明，理论上所提算法计算量减少了80%以上，对实际北斗信号进行捕获时，平均每颗星的捕获时间为9.95 ms，内存资源消耗相比于传统并行频率捕获算法减少了42%。因此，新算法能在节约资源的同时有效提高捕获速度，可为进一步提高软件接收机的捕获性能提供参考。