摘要：在多输入多输出(Multiple Input Multiple Output,MIMO)雷达系统的角度估计中,混入接收机的噪声通常被假设为均匀的。然而,实际场景下往往是非均匀噪声,使得噪声协方差矩阵是未知的。若直接应用传统的子空间估计算法,如二维多重信号分类(Two-dimensional Multiple Signal Classification,2D-MUSIC)算法,则会导致角度估计性能下降或算法失效,因此需要设计新的算法,用于估计噪声协方差矩阵,以求得噪声子空间。相对于迭代类处理算法而言,非迭代噪声子空间估计算法无需进行迭代计算,从而降低了计算复杂度。基于此,研究和分析了一种适用于非均匀噪声条件下的一维非迭代噪声子空间估计算法,并将其扩展至MIMO雷达二维角度估计。首先通过理论分析验证了该扩展的可行性,其次通过实验验证了其对目标的联合离开角(Direction of Departure,DOD)和到达角(Direction of Arrival,DOA)的估计具有较好的测角性能。

摘要：为了提高轴承故障诊断的准确度,采用深度卷积神经网络算法来实现轴承故障分类。首先根据轴承振动故障特征频率建立轴承故障数据库,接着对轴承的振动信号按不同切片长度和固定宽度进行周期提取,建立特征向量矩阵,然后建立深度卷积神经网络的故障诊断模型,在网络设计时,差异化设置卷积核与池化尺寸,优化神经网络训练的核心参数,最后获得稳定的卷积神经网络模型。经过实例仿真,基于深度卷积神经网络的轴承故障分类准确率高,标准差小。

摘要：在全国计算机等级考试(National Computer Rank Examination,NCRE)报名过程中,现在依然有部分院校或机构完全依赖单机报名系统进行报名信息采集和管理。这种报名方式存在两个主要问题:工作人员的工作量大、效率低;考生觉得不便。有效的解决方式之一是使报名过程网络化。本文对NCRE报名过程特点进行分析,设计以网络为辅助的NCRE报名系统。实践证明:该系统是单机报名系统的得力补充,在很大程度上解决了单机报名系统中工作量大、效率低、方便性差的问题。

摘要：在对中准正交空时分组码(QOSTBC)结构研究的基础上,本文提出了一种全速率的四发射天线准正交空时分组码,该编码以Alamouti编码矩阵为子模块构造4×4的编码矩阵。仿真结果表明,频谱效率(b/s/Hz)相同的情况下,在低信噪比时该准正交空时分组码性能优于正交空时分组码(OSTBC),在高信噪比时,该编码经过星座旋转,其性能也优于正交空时分组码。针对该编码利用两种最大似然(ML)译码方法进行仿真,并对这两种译码方法的译码速度进行统计。比较发现,在采用不同的调制方式时,使用译码方法二的每帧信号平均运行时间都比使用方法一的少。

摘要：针对数字调制信号自动识别中分类器的设计,通过将决策树的方法应用到RBF中心的确定中,解决了常用算法计算量大、收敛速度慢的问题,提高了网络的学习精度和训练速度,将其应用到常用的7种数字调制信号(2ASK,4ASK,BPSK,QPSK,2FSK,4FSK,16QAM)的自动识别中,取得了好的结果。经仿真表明,使用该方法构造的神经网络,具有易于构造、可理解性好、收敛速度快且构造的网络规模较小的特点,适于工程应用。