小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

异常值和未知观测噪声鲁棒的卡尔曼滤波器

给出了对异常值和未知分布的观测噪声鲁棒的卡尔曼滤波器.分析表明当以Huber损失函数替代推导卡尔曼滤波器最大后验准则中观测误差的l2范数时,就构造了一个新的准则.由于Huber损失函数可同时描述l1和l2范数,因此由这个新准则推导的卡尔曼滤波器,在具有传统卡尔曼滤波器性质的同时,也有了l1范数对异常值鲁棒的特性.而当含...     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用

基于遗传算法与免疫系统的机理,提出了一种自适应免疫遗传算法(AIGA).该算法定义了选择、扩展与突变等操作,通过对选择比例、扩展半径、突变半径的约束和参数的自适应调节,提高了算法的全局与局部搜索能力.同时,将AIGA用于系统辨识以及PID参数的优化中,进行了仿真实验,取得了较好的结果,证明了该方法的有效性.     

Turbo／MAP编译码器中的交织器优化设计

讨论采用软输出迭代译交织级联卷积码（Ｔｕｒｂｏ码）编译码器中的交织器优化设计问题．从基于最大后验概率（ＭＡＰ）算法与迭代译码的Ｔｕｒｂｏ码编译码原理出发,给出交织器设计的一些基本方法并分析其特点;提出“保奇偶”的随机交织器设计方案,它能有效地改善某些以提高编码效率为目的的“删余截短”Ｔｕｒｂｏ码的纠错性能．通过计算机仿真得出一些Ｔｕｒｂｏ码在加性高斯白噪声信道中采用不同交织器时的误码率数据,分析了交织类型和交织深度的变化对Ｔｕｒｂｏ码纠错性能的影响．针对Ｔｕｒｂｏ码的特点提出了在卫星通信等应用中交织器设计的实用性结论．     

数字电视条件接收系统的加扰算法芯片设计

简要介绍了DVB数字视频广播条件接收系统中通用加扰算法的原理。基于Altera公司StratixⅡ系列的FPGA,底层各模块采用硬件描述语言(Verilog HDL)进行描述,顶层采用原理图设计的方式,设计出采用DVB通用加扰算法的加扰器。利用Quar-tus Ⅱ7.2进行编译、仿真,从对编译及各模块的仿真结果分析,块加密模块与流加密模块的最高时钟频率分别达到229.89MHz与331.27MHz,达到了设计要求。最后在FPGA上测试表明:本设计可以应用于实际TS流的加扰。     

一种适用于高阶QAM载波恢复的改进型稳定性算法

本文提出了一种结合频率相位载波恢复的数字QAM接收系统,将非零均值引入到Stop—and—Go控制器中,有效地解决了稳定状态的误差偏移较大的问题。仿真结果表明系统在15dB信噪比时,采用载波恢复电路只需7500个符号周期即可捕获达到6％符号率的频偏和30。的相偏,同时其稳态相位抖动亦显著减少到0．07。     

基于AFSA算法的掘进机外喷雾效率最高的参数优化设计

为了提高掘进工作面的降尘效率,通过对喷雾降尘机理的研究,分析了影响降尘效率的因素,建立了纵轴式掘进机外喷雾降尘效率的数学模型.以外喷雾降尘效率最高为优化目标,采用人工鱼群算法(AFSA)对喷雾压力、喷嘴和工作面的距离、喷嘴直径和喷嘴的雾化角进行了优化.优化的结果表明,在保证一定的雾流流量和一定的雾粒存活时间的条件下,喷雾的耗水量减少了3.48％,降尘效率增加了15.33％.该项研究对于合理设计掘进机外喷雾参数,提高喷雾降尘性能,改善掘进工作面环境等具有一定的指导作用和参考价值.     

基于移动设备云迁移的节能决策算法

随着云计算的兴起,云迁移计算开始成为移动设备获取计算资源和降低功耗的有效方式.云迁移的主要想法是将移动终端的复杂任务经由无线网络迁移到云端执行,然后再接收计算结果.然而,无线网络的不稳定性和数据传输的高功耗限制了云迁移计算在移动设备中的应用.不同于已有工作,本文通过引入数据压缩的方法完善了云迁移计算决策模型,并且基于对未来时段网络期望的预测,提出了一种节能迁移计算决策算法——EPVAD.基于实际的3G网络带宽数据和开发测试平台,实验结果显示:EPVAD算法的节能效果较同类算法平均优14.9%,并且算法自身的系统开销可忽略.     

CBERS-02IRMSS热红外数据及UTAE算法在城市热岛研究中的应用

文中使用城市热异常信息提取算法(urban thermal anomaly extraction,UTAE)提取城市热岛信息.该算法使用不同大小的滑动窗口来探测整幅图像,根据稳健估计的方法设定地表温度高于全部像元以及窗口内像元温度统计均值加标准差的像元为热异常像元,并将滑动窗口的范围设置在3×3至9×9个像元之间,根据像元被记为热岛像元的次数是否为0来区别热岛区与非热岛区,在热岛区域内根据次数的多少来决定热岛强度,具有动态阈值的特点和无偏特性.研究结果表明,在城市热岛范围的提取上,2004年2月13日长沙市热岛面积在27.21—33.98km2之间;在城市热岛强度和尺度效应分析上,宏观尺度的研究应选用较大的窗口来体现城—郊热岛关系以及热岛发展的总体趋势,而小窗口在微观分析城区内热岛的具体分布、与下垫面的关系以及驱动因子方面较有优势.最后,对UTAE算法在中巴地球资源卫星后继星数据上的应用做出了展望.