GSM基站应用的平衡式低噪声放大器

该文叙述一种用于GSM基站前端的集成低噪声放大器的设计方案和测试结果.采用微带线匹配 网络,利用Ansoft软件完成设计和仿真.放大器在880～915 MHz频率范围内增益为16 dB左右 ,噪声系数小于0.4 dB.测试结果达到了实用的指标要求.     

典型国家级高新区人才资源对经济贡献的对比

基于经典柯布-道格拉斯生产函数,利用势分析模型对人才贡献率测度方法进行改进,克服了原模型不能测算即时弹性系数的缺陷,同时提高了估计的准确度;对6个典型国家级高新区面板数据进行多元回归分析,结果表明:影响人才贡献率的主要因素是人才质量,而提高人才质量的关键在于营造良好的人才发展软环境;通过6个高新区的实证对比分析探索影响人才贡献率的驱动因子,并在此基础上针对高新区政策制定提出建议。     

语音增强技术在低速语音编码中的应用

在语音编码的应用环境中,特别是在军事应用中,强噪声环境下声码器性能的改进是一个亟待解决的问题。在研究语音增强技术的基础上,将语音增强技术于低速语音编码,有效地改善了低速语音编码算法的抗背景噪声的性能。并利用所构建的语音质量客观评价平台,对语音增强低速编码算法的抗背景噪声性能进行了客观评估与分析。     

跳频时延OCDMA系统的FBG编解码器噪声分析

采用布拉格光纤光栅(FBG)作为编解码器的跳频时延(WHTS)OCDMA系统中,FBG制作不完善会导致FBG编解码器之间的不匹配,这种不匹配会引入一种新的噪声,称之为FBG编解码噪声.就这种噪声对跳频时延OCDMA系统的影响进行了分析,并就一定不匹配程度对跳频时延OCDMA系统的影响情况作出仿真,对其新的误码率函数进行了推导,发现FBG编解码噪声对不同的系统速率,系统性能带来不同程度的影响.     

基于正弦信号调制的灵巧干扰技术

线性调频雷达在接收信号时采用脉冲压缩处理,使传统的压制式干扰在进入雷达接收机时无法获得脉冲压缩增益,从而造成干扰效果大幅下降。针对这一问题,建立了时域卷积调制的灵巧干扰信号的数学模型,根据这一模型设计了基于非完全正弦函数卷积调制的灵巧干扰信号,来实现对线性调频信号的干扰,对这一干扰信号的干扰效果进行了仿真分析。仿真结果表明:这一干扰信号可以产生假目标群来实现对一定距离单元的遮盖性干扰,并能利用脉冲压缩时旁瓣的非线性叠加覆盖真实目标回波,解决了卷积干扰信号滞后于真实目标回波的缺陷。     

采用双经验回放池的噪声流双延迟深度确定性策略梯度算法

为了进一步提高双延迟深度确定性策略梯度算法(TD3)的网络探索性能和收敛速度,提出一种采用基于多步优先和重抽样优选机制的双经验回放池的噪声流TD3算法。该算法在策略网络中的每一层添加噪声流以增加参数的随机性,并引入多步优先经验回放池,将多个连续样本组成一个基础单元进行存储,训练时通过多步截断双Q处理实现对值函数的有效逼近,同时增加一个经验回放池采用重抽样优选机制来存储学习价值更大的样本,双经验回放池的设置可弥补样本多样性不足的问题。在OpenAI Gym平台的Walker2d-v2场景中进行仿真实验,结果表明,与对比算法相比,本文算法获得的回报值有明显改善,网络收敛速度也大大加快。     

数字通信系统中信噪比与误码率关系的Matlab模拟

通过M atlab模拟了随机产生的一定概率分布的信号序列,叠加高斯噪声后利用最大后验概率(MAP)检测到的误码率,做出BER~SNR曲线,并与理论计算得到的曲线进行比较,两者吻合.     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

流动加油车加速行驶车外加速噪声的被动降噪改进设计

对LG5030GJY型流动加油车加速行驶车外加速噪声进行被动降噪改进设计。该流动加油车原车状态的加速行驶车外噪声为77.5dB(A),主要噪声源为发动机和排气噪声,车外加速噪声随着发动机转速的上升而加大,加速噪声最大声级频谱峰值主要集中在100～200Hz的低频段。采取在驾驶室下部及发动机周围加装ABS+2.5mm隔音毡进行降噪,在发动机和水散热器支架上安装减振垫,对发动机进行隔声减振处理。实施降噪改进措施后,该流动加油车的加速行驶车外噪声能够满足77 dB(A)标准值的要求。     

有界噪声条件下基于集员滤波的扩展目标跟踪方法

现有概率框架下的扩展目标跟踪方法需要已知系统量测噪声统计特性,然而在实际过程中量测噪声大多为边界已知而统计特性未知的有界噪声,其难以利用概率方法对扩展目标运动状态与形态进行计算。针对有界噪声条件下的扩展目标跟踪问题,提出一种基于集员滤波的扩展目标跟踪方法,该方法通过UBB椭球集合对量测噪声进行表示,并采用集员滤波对运动状态集合参数进行计算。在对扩展目标形态估计过程中,结合凸包计算几何理论中的Graham scan算法,求解包含目标形态最大误差的最小边界矩阵,最后利用仿射变换和偏移超曲面计算椭球Minkowski差的边界参数,从而对目标形态矩阵进行更新。仿真结果表明,在有界噪声条件下,相比于传统概率框架下的贝叶斯滤波方法,文中所提出的方法对目标运动和扩展形态的跟踪精度更高。