基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

一种高质量的2 kb/s语言编码算法MWI

提出一种高质量的低速率语言编码算法ＭＷＩ,该算法对传统的波形插值算法ＷＩ进行了全面的改进。ＭＷＩ采用了一种更加合理的插值模型,包括统一的清音和浊音分析合成模型、新的典型波形的提取和表示方法,并且采用动态规划的算法增加基音周期估计的准确性。由于不依赖于准确的清浊音判别,ＭＷＩ具有更强的抗噪声能力。ＭＷＩ的参数设置也有利于更加有效的参数量化。随着编码速率的下降,ＭＷＩ的质量虽然呈下降的趋势,但在２ｋｂ／ｓ的速率下,它仍然能给出具有很高清晰度和自然度的合成语音。构造的完整的ＭＷＩ２ｋｂ／ｓ的声码器,具有很高的自然度和可懂度。     

超宽带无线通信概述

主要介绍超宽带(UWB)无线通信技术的基本概念、技术演化和主要优点．结合UWB技术的特点，介绍了包括超宽带接收的关键技术、天线、传输特性、信道模型、与其他通信系统的频谱共存兼容技术和基于UWB技术的通信网络协议等UWB系统设计关键领域中的最新成果和研究进展．     

数字合成波形发生器设计

以单片机为核心，对数字波形表各项进行比例换算和线性叠加的数字合成处理。采用定时器中断方式将处理结果经D／A口输出；并对输出信号进行放大、单到双极性变换和滤波处理，获得数字合成的波形信号．通过按键编辑任意波表，改变定时器参数和比例因子，达到任意波获取、波形频率和幅度数字调节目的．采用8住LED显示器动态刷新方式。显示波形类型、频率和幅度．     

高压受限电弧等离子体发生器实验研究

电热化学发射中，等离子体发生器的放电是电能转化为热能的重要阶段。该文在自由喷射等离子体发生器实验装置上分别对不同毛细管几何参数、不同贮能水平以及不同毛细管材料等3种情况进行了放电实验研究及分析，得出了负载效率、峰值电流、平均电阻等测量参数与贮能水平和毛细管几何参数之间的关系。     

时间选择性莱斯衰落信道条件下的OFDM系统

给出了时间选择性莱斯无线衰落信道条件下一种64—QAM 0FDM系统的理论论证，并给出了仿真结果。首先，对波形形成技术和TCM编码使AWGN(加性高斯噪声信道)条件下的0FDM系统性能得到改善进行了探讨；其次，讨论了COFDM(编码0FDM调制)系统抗时间选择性莱斯衰落性能。选择有效的信道编码和波形形成方法可以得到系统的理想抗衰落性能。     

雪崩晶体管产生窄脉冲用于探地雷达

雪崩晶体管产生窄脉冲用于探地雷达于东海（东南大学毫米波国家重点实验室，南京２１００１８）近年来，晶体管在雪崩区的运用越来越广泛，采用雪崩效应后，可以很方便地产生具有毫微秒甚至亚毫微秒上升时间以及很大峰值功率的脉冲．由于专用雪崩晶体管的出现，使得实用的...     

纵向涡发生器对矩形窄通道内对流换热的影响

针对反应堆堆芯板状燃料元件冷却通道内的强化传热问题,对带有周期性分布纵向涡发生器(LVGs)的水平矩形窄通道内的流动与换热进行了实验研究,得出了雷诺数在3×103~2×104的范围内LVGs安装形式(一侧带LVGs或两侧带LVGs)对水的流动与换热特性的影响规律.结果表明:带有周期性分布LVGs通道的平均努谢尔数比光通道的高25%~35%,但阻力系数也比光通道的高.在3种不同比较准则(相同质量流量、相同压降及相同泵功)下,两侧带同向LVGs通道的综合性能好于单侧带有LVGs通道的综合性能.LVGs能够破坏热边界层,带走更多的热量,从而降低板状燃料元件的温度和堆芯的烧毁率.     

Synthetic seismograms of ground motion near earthquake fault using simulated Green’s function method

Seismograms near source fault were synthesized using the hybrid empirical Green＇s function method where the discretely simulated seismic waveforms are used for Green＇s functions instead of the observed waveforms of small earthquakes. The Green＇s function seismic waveforms for small earthquake were calculated by solving wave equation using the pseudo-spectral method with the staggered grid real FFT strategy under a detailed 2-D velocity structure in Kobe region. Magnitude and seismic moment of simulated Green＇s function waveforms were firstly determined by using the relationship between fault length and corner frequency of source spectrum. The simulated Green＇s function waveforms were employed to synthesize seismograms of strong ground motion near the earthquake fault. The synthetic seismograms of the target earthquake were performed based on the model with multiple source rupture processes. The results suggest that synthesized seismograms coincide well with observed seismic waveforms of the 1995 Hyogo-ken Nanbu earthquake. The simulated Green＇s function method is very useful for prediction of the strong ground motion in region without observed seismic waveforms. The present technique spreads application field of the empirical Green＇s function method.     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.