摘要：W波段功率放大器模块是发射机的核心,在毫米波通信、雷达、制导和电子战等方面有着至关重要的作用。本文介绍了一种W波段功率放大器模块的设计与测试。使用驱动放大器和功率放大器单片器件级联的方案研制了W波段功放模块。测试结果表明,该W波段功率放大器模块输出功率大于26dBm,带内波动小于0.5dB,并且经过高低温实验充分验证了本设计在不同温度情况下具有良好的可靠性。

摘要：本文研究了一种用于测试高速目标运动速度的Ka波段多普勒雷达收发前端。该部件采用收发一体机制并工作于连续波模式,工作频率为37.6GHz,发射功率大于21dBm。因此,该部件在保证测试运动目标产生多普勒频率高精度的同时,还能对具有极小反射截面的运动目标进行探测。本文针对该前端部件进行了方案设计和详细分析,并进行了实物的制作和测试。

摘要：为解决数据源中相似重复记录样本稀少问题,提出一种基于多目标蚁群优化的单类支持向量机相似重复记录分类检测方法。根据记录对中2条记录是否相似,将相似重复记录检测建模为二分类问题,用单类支持向量机进行分类,并且只用不相似重复记录样本对进行训练;选择合适的属性相似度函数计算记录对之间的相似特征向量,将其作为单类支持向量机分类器的输入进行二分类检测;建立以查准率、查全率、特征数量综合最优为目标的多目标特征选择模型,结合训练样本为单类样本的特点,将启发式因子定义为类内散度最小化约束,设计了求解模型的多目标蚁群算法。通过将单类支持向量机算法和支持向量域描述算法、传统二分类支持向量机算法进行对比,结果验证了单类支持向量机算法的有效性和优越性。

摘要：由于互联网的开放性和多源性,不同互联网平台提供的数据参差不齐,多个数据源对同一实体的描述可能存在冲突,真值发现是消解语义冲突,提高数据质量的重要技术手段之一。传统真值发现算法通常假设数据源可靠度与观测值可信度间的关系可用简单函数表示,设计迭代规则或概率模型进行真值发现,而人工定义的条件通常难以反映数据底层的真实分布,导致真值发现结果不理想。针对此问题,提出基于神经网络编码的真值发现方法TDNNE。首先利用“数据源-数据源”“数据源-观测值”关系及真值发现的假设构造双损失深度神经网络;然后利用该网络将数据源与观测值嵌入到高维空间,分别表示数据源可靠度与观测值可信度,使可靠数据源与可信观测值彼此接近(同时,不可靠数据源与不可信观测值彼此接近);最后基于嵌入空间进行真值发现。与传统方法相比,TDNNE方法不需要人工定义迭代规则或数据分布,而是利用神经网络自动学习数据源观测值间复杂的关系依赖。在真实数据集上的实验结果表明,该方法准确率较基于迭代的Accu等方法准确率提高约2%~25%,较基于概率图模型的3-Estimates等方法提高约2%~4%,较基于优化的CRH方法提高约2%~5%,较基于神经网络的FFMN方法提高约1%~2%。

摘要：光学成像是人们获取信息最重要的技术手段之一。关联成像作为一种基于光场高阶关联发展起来的新技术,利用单个点探测器就可以实现对目标的成像,具有物像分离、探测灵敏度高、抗干扰能力强等优点,为光学成像技术的发展带来了新的机遇。但关联成像以时间换空间的多帧累积成像模式,严重限制了图像的获取效率。为了解决该问题,除了进行系统结构、光源和探测方法优化设计外,研究高效的图像重构算法也是提高成像质量和成像速度最有效的方法之一。好的图像重构算法不仅能大大降低成像所需的测量次数,提高信息提取效率和重构图像质量,还能降低对成像系统硬件的要求,是关联成像技术走向实用的关键。近年来,关联成像图像重构算法不断演变,发展出很多不同类型的重构算法。本文简要回顾了关联成像的原理机制,进而在此基础上系统介绍了几种主要关联成像算法的基本原理,并分析了其优缺点和适用场景。

摘要：提出了运用正交试验设计的方法来考察综放工作面推进速度、配风量和上隅角抽风量这3个影响因素对采空区瓦斯浓度分布的影响。数值模拟和正交试验分析表明工作面推进速度对相对瓦斯涌出量的影响最大,其次是上隅角抽风机抽风量,而配风量的影响最小。当工作面产量为5 900 t/d、配风量为2 600 m3/min、回风上隅角抽风量为330 m3/min时,工作面相对瓦斯涌出量最小,且瓦斯浓度不超限。实测数据与数值模拟结果较吻合,表明运用Fluent软件可以用来确定3个影响因素的最优组合。

摘要：本文通过对国内某压水堆核岛厂房与附属厂房施工逻辑进行研究,针对硬岩和软岩两种核岛基坑边坡条件下的解耦技术进行分析,例如:边坡处理技术、防水卷材施工技术、坡顶荷载限制条件、核岛外墙限制条件等;并针对解耦后施工的挑战提出应对措施。通过上述分析,可实现核岛厂房与附属厂房施工逻辑解耦,进而保障附属厂房土建结构如期完工,为高质量倒送电实施创造有利条件。