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。     

基于回波预处理和相参积累的C&I干扰抑制算法

C&I(chopping and interleaving)干扰是一种针对线性调频(linear frequency modulation, LFM)雷达的典型干扰样式, 干扰子信号调频斜率与雷达发射信号相同, 利用信号处理工具分离真实回波与干扰信号难度较大。针对该问题, 以LFM相参雷达抗自卫式C&I干扰为背景, 提出基于回波预处理和相参积累的干扰抑制算法。根据估计的回波时延, 设置距离窗截取受干扰回波段, 在此基础上, 通过对回波预处理, 改变不同重复周期内假目标的快时间位置分布, 通过相参积累实现干扰抑制。仿真试验表明, 所提算法能够有效抑制强干扰背景下的C&I干扰, 干扰抑制后真实目标检测概率大幅提高, 虚假目标数量明显减少。     

基于神经网络的医疗诊断研究

主要工作集中在医疗数据的预处理和神经网络模型的训练.首先结合数据挖掘和自然语言处理技术,在保留医疗数据语义基础上对分词工具语料库进行补充,将中文数据分词,同时对其中大量冗余信息进行清洗,将中文数据转换成计算机可识别的编码,其次利用多种经典热门的神经网络模型来训练医疗数据,同时对比基于传统决策树模型的GBDT模型的训练结果,最后实验结果证明,对于多种疾病诊断,神经网络模型的效果要优于其他模型,诊断准确率接近90%.     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。     

PVA退浆废水预处理研究

PVA（聚乙烯醇）是一种高分子合成浆料，它广泛用于纺织，染整行业中，由于其可生化降解性差，会影响到废水处理，为此研究了化学絮凝，微滤和超滤对废水中高浓度PVA的预处理技术，并评价了三种预处理工艺的效果。     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

反渗透系统的设计思路探讨

反渗透作为一种重要的水处理技术,越来越广泛地应用到各种领域,其处理水源也变得复杂多样化,因此要求在反渗透系统和反渗透预处理设计时予以高度关注。本文主要讨论针对不同水源时反渗透系统的设计思路。     

用函数迭代法解一类函数方程

本文在文[1]的启示下,借助文[2]的迭代思想,研究函数方程P(X)f(X)+Q(Z)f(Z)=R(X),给出了它的可解条件及其求解公式,推广了有关文献的结论.     

强直电流伸展弧CVD硬质合金金刚石涂层工具

采用自行研制的强电流直流扩展电弧设备对酸浸和渗硼预处理的YG6刀片进行了金刚石薄膜涂层沉积，并对放于不同位置的沉积刀片表面涂层的激光Raman谱和SEM形貌进行了分析、研究。结果表明：渗硼预处理工艺优于酸浸预处理工艺；在渗硼处理的GY6刀片上，沉积的金刚石薄膜涂层具有大面积、均匀性好和质量高的特点。     

非对称AOR迭代法的收敛性

介绍了求解非奇异线性方程组Ax=b的非对称AOR迭代法，并给出了系数矩阵A为正定阵时该迭代法收敛的充分条件。