摘要：现有基于深度学习的调制识别在训练阶段需要大量IQ信号样本,而复杂电磁环境中很难获取大量样本,导致基于深度学习的调制识别算法泛化性能下降。针对网络泛化能力差的问题,提出了一种基于信号增强的调制识别(signal enhancement based modulation recognition,SEBMR)算法。首先,设计了捕获IQ信号全局特征的特征提取及重构模块;其次,提出了基于辅助分类生成对抗网络(auxiliary classifier generative adversarial network,ACGAN)的IQ信号增强网络,实现了样本数量及质量的双重增强;最后,利用支持向量机算法实现了调制方式识别分类。为了实现对复杂信道下调试信号的识别,训练时采用表征全局特征的重构信号,测试时采用经历无线衰落的IQ基带信号。实验结果表明,提出的方法相比现有的基于长短期记忆(LSTM)网络、卷积神经网络(CNN)、注意力机制等识别方法,在小样本训练集、衰落信道环境下可获得更优的识别准确度。

摘要：为了确保粮食储备库安全储粮,确实做好仓房的密闭处理以达到环流熏蒸仓房的气密性要求并满足国家有关粮食熏蒸处理项目的特殊需要,根据有关设计院提出的立筒仓气密性改造生产性试验密闭处理方案,采用新型材料和工艺对立筒仓进行改造,尤其是对立筒仓外泄爆口进行处理,既满足泄爆口的泄爆功能又大大地提高了筒仓熏蒸的气密性。