一种新型分组卷积码

针对固定长度报文的差错控制,设计了一种新型分组卷积码,它结合了分组码和卷积码的优点,具有高传输效率、低时延及高可靠性的特点。介绍了分组卷积码的基本思想,给出了分组卷积码的生成矩阵和校验矩阵,并通过编译码例子展示了分组卷积码的整个编码和译码过程;对传输效率及误码率性能进行了分析;通过计算机仿真,比较了分组卷积码和传统卷积码的误比特率。结果表明:与传统卷积码相比,分组卷积码具有更高的传输效率,而误比特率基本相同。     

智能PID控制器在船舶发电机电压控制中的应用

解决船舶发电机在负荷突变尤其是大负荷突变时能够稳定发电机端电压是控制系统需要解决的基本问题.为此提出和使用一种新型智能PID控制系统,其中PID控制器由三层前馈神经网络组成.利用神经网络的自学习能力,PID控制器的参数能够根据系统动态特性通过神经网络权系数进行自行调整,其特点是结构简单、工作稳定.仿真结果表明,该智能PID控制器比传统的PID控制器具有对扰动响应速度快和具有更好的控制效果和更好的鲁棒性,能更好地稳定船舶发电机端电压.该智能PID控制器已用于船舶发电机控制系统中,并取得满意的效果.     

云南电网日调度计划编制系统

以云南电网为背景,利用集成开发工具JBuilder．采用Oraele9i数据库。成功设计开发了结构合理、功能齐全、界面友好,具有很强实用性的基于Web的电网日调度计划编制系统．简要介绍了系统相应的功能设计及其实现的关键技术．该系统涉及云南电网内18个水电厂和7个火电厂．总装机容量达8477MW。可实现从负荷预测、机组开启、出力过程安排、电力电量平衡计算到电网日调度发电计划的编制以及导出数据制作计划报表全过程．     

知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知,基于遗传模糊系统的关键点推理,基于层次任务网的任务规划、计划修复与重规划,基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明,所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

分支结构电路的可测性设计优化

在硬件设计的初期可以对硬件测试中条件分支结构引起的测试向量冗余问题加以解决.以ALU为例,提出了两种分支结构电路的可测性优化设计,通过调整分支电路的选择条件来控制测试向量的施加,在保证错误覆盖率的同时可以明显减少不必要的测试向量.     

镍(Ⅱ)四磺酸基酞菁修饰玻碳电极制备一氧化氮传感器

用电沉积法将镍(Ⅱ)四磺酸基酞菁(NiTSPc)修饰在玻碳电极表面,又用浸蘸法将Nafion修饰在该电极表面,制备出一种新型一氧化氮电化学传感器,并研究了它们对缓冲溶液(PBS)中一氧化氮(NO)和亚硝酸盐(NO2-)的电化学行为.实验结果表明,NiTSPc和Nafion修饰材料对一氧化氮分子的电化学氧化具有显著的促进作用,在c(NO)为0.2~8μmol/L的区间内,用NiTSPc和Nafion修饰的传感器的DPA电流值与c(NO)成良好线性关系,且灵敏度高,选择性良好,可用于NO实时检测.     

土体加、卸载土工参数的区别

围绕卸荷问题研究了卸载土体抗剪强度、静止土压力系数及回弹模量等的变化规律,并就土体加、卸载状态的区别进行了分析,意在强调加、卸载土工参数的选取应有所不同.     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。     

高功率微波弹对GNSS接收机毁伤效果分析

针对高功率微波（high-power microwave,HPM）武器易对全球卫星导航系统（global navigation satellite system,GNSS）接收机造成毁伤的问题,以高功率微波弹为对象,分析了不同弹体起爆姿态下的攻击范围与效果。在电磁仿真软件CST-MWS（CST microwave studio）中建立GNSS接收机辐照模型,设计了圆极化贴片天线为接收载体,以单脉冲正弦信号调制的平面波模拟高功率微波弹起爆后的辐射场效应。在电磁能量前门耦合的基础上,基于场—路联合仿真方法给出了一种仿真模型,将天线端口感应电压注入电路仿真软件ADS中设计的PIN限幅器,完整模拟了HPM由场到路的耦合过程。仿真给出了以微波源峰值功率为变量的敏感器件毁伤评价曲线,结果表明,GNSS接收机射频前端电路中的低噪声放大器是HPM武器的主要攻击对象,以ERA-2+型低噪放为例,脉冲峰值功率在27~310 kV的微波源均可造成其晶体管烧毁。同时,HPM也容易引发限幅器在一定功率范围内产生尖峰泄漏现象,其尖峰泄露对电路可能产生的损伤值得重视。研究结论可为下一步开展卫星导航接收机针对性电磁防护设计提供依据与技术指标。