课程文献中心 更多>>

关键词： 干扰参数估计   短时傅里叶变换   解线调   时域反卷积  

摘要： 基于数字射频存储器的间歇采样转发干扰作为一种新型相干干扰,具有相关性强、参数变化快的特性。这种干扰可通过设置干扰切片的宽度、数目以及转发次数同时达到欺骗和压制两种干扰效果,从而对现代雷达系统构成显著威胁。由于这类干扰的变化复杂且迅速,传统的单一抗干扰手段难以稳定有效地应对,因此,基于干扰参数的先验信息,动态调整抗干扰策略,成为了一种更为可靠和有效的解决方案。该文针对间歇采样转发干扰的参数估计问题,设计了一种基于Dechirp-STFT的间歇采样转发干扰参数估计方法。该方法首先采用短时傅里叶变换对解线调后的干扰信号进行时频分析,得到具有干扰信号时宽和时延特征的时频分布图,并根据干扰的时宽和时延特征进行干扰参数粗估计,估计出切片数目;随后,为提升在低干噪比下干扰参数估计性能,对接收回波信号进行时域反卷积处理,其在干扰切片的前后沿处会形成冲激脉冲对,利用冲激信号相比于sinc包络信号能量更为集中的特点进行参数精确估计,通过冲激脉冲对数和时宽估计干扰转发次数和切片宽度;最后,通过蒙特卡罗实验和实测数据证明了该参数估计算法的有效性,并验证了其在低干噪比下具有良好参数估计性能,能为抗间歇采样转发干扰技术提供更精确、更可靠的先验信息。

关键词： 特征选择   混合算法   健康状态预测   维修管理  

摘要： 针对因设备状态信息过多导致设备健康状态预测效率低、效果差的问题,本文提出采用Filter和Wrapper的混合算法实现设备健康状态的特征选择,以期在降低设备健康状态特征维数的同时,提升设备健康状态预测的效率和效果。实验结果显示,该混合算法有着单独使用Filter和Wrapper算法所不具备的优势,能有效改善设备健康状态预测效果。本研究是设备故障预测与健康管理智能化的有效手段,对维修管理部门降本增效具有参考作用。

关键词： 物联网   无线电干扰   上校博弈   功率分配   纳什均衡  

摘要： 物联网常遭遇无线电干扰,为此,针对基于正交频分复用的物联网系统(OFDM-IoT),提出基于上校博弈的抗无线电干扰算法。CBG-AJ算法通过IoT控制器保护物联网设备免受恶意无线电干扰。将IoT控制器与干扰攻击者间的抗衡模拟成上校博弈模型。IoT控制器作为防御者,通过在子载波上合理分配功率,对抗干扰攻击,进而降低由干扰攻击引起的误码率。而干扰攻击者通过在子载波上分配干扰功率,降低网络性能。CBG-AJ算法采用进化博弈论方法求解固定策略的纳什均衡。仿真结果表明,提出的CBG-AJ算法能将误码率控制在可接受的范围之内,维护物联网性能。

关键词： KNN回归算法   风电机组   齿轮箱   特征选择  

摘要： 为提高风电机组齿轮箱的状态监测精度,降低故障率,采用了基于改进集成KNN回归算法方法。通过结合特征选择优化、集成学习技术,设计并实现了风电机组齿轮箱状态监测系统,该系统包括数据采集、处理分析、故障预测等模块。研究以实际风电场的运维数据为例,进行了系统和测试。结果表明,改进后的KNN回归算法显著提升了故障诊断的准确性,系统能实时准确地监测齿轮箱的运行状态,从而提高风电机组的运行可靠性与维护效率。研究成果不仅优化了风电机组的维护策略,也为类似领域的设备状态监测提供了可行的技术路径。

关键词： 参政议政   大数据分析   服务热线   数据管理   政务服务   提案   治理变革   民盟  

摘要： 过去五年来,民盟北京市委主动融入首都深化接诉即办改革实践,与北京市政务服务和数据管理局达成战略合作,首创“大数据分析+专业化深耕”的履职模式,在每年共同开展市民服务热线数据分析的基础上,形成党派提案,取得良好参政议政效果和社会效果。

关键词： 樽海鞘群算法   搜索性能   折射反向学习   概率扰动  

摘要： 由于樽海鞘群算法(SSA)容易陷入局部最优,导致算法收敛能力较差,为了提高算法的搜索性能,本文提出了一种基于折射反向学习的樽海鞘群算法rOSSA.算法根据折射反向学习在解空间中获得反向解,使搜索代理获得更多选择机会,增加算法找到更优解的可能性.此外,在折射反向学习中引入概率扰动机制,通过概率扰动机制使搜索代理在迭代后期能够跳出局部最优,从而增强算法的全局搜索能力.最后,通过9个单峰、多峰、复合测试函数和一个工程计算问题将rOSSA与近年提出的一些主流算法进行比较,实验结果有效证明了本文改进算法的有效性.

关键词： 油储设施   可靠性评估   设备管理   风险评估   设备维修  

摘要： 随着石油储备和运输业务的不断扩大,油储设施的可靠性评估与设备管理显得尤为重要.通过科学的可靠性评估,可以有效降低设备故障率,延长设施使用寿命,确保石油储备工作的顺利进行.这种评估不仅涉及对现有设备的性能和安全性的全面检查,还包括对未来潜在风险的预测和预防措施的制定.它还要求对设备的维护和检修工作进行合理规划,以期达到最佳的运行效率和成本效益.因此,一个全面而系统的可靠性评估体系对于石油储备设施的长期稳定运行至关重要.

关键词： 三维动画   制作流程   实时渲染   人工智能   虚拟现实   增强现实  

摘要： 随着技术的不断进步,三维动画制作流程变得更加高效、效果也更逼真。本文概述了三维动画的制作流程,探讨了实时渲染、人工智能辅助设计、虚拟现实和增强现实等新型技术对未来三维动画制作的影响。从更高的自动化水平、更广泛的应用领域以及更加沉浸式的用户体验等方面,预测了未来三维动画行业的发展趋势,为研究三维动画制作提供理论参考。

关键词： 蝗虫优化算法   Logistic混沌映射   S型生长曲线   t分布   机器人路径规划  

摘要： 针对启发式算法在求解机器人路径规划问题上存在收敛精度低、搜索路径效率低且容易陷入局部最优等问题,提出一种基于S型生长曲线的蝗虫优化算法(SGCIGOA)。首先,引入Logistic混沌序列优化蝗虫初始种群,增强蝗虫种群在迭代初期的多样性;其次,引入S型生长曲线特征的非线性惯性权重,对递减参数递减的方式进行了调整,从而提高算法的收敛速度和寻优精度;最后,在迭代过程中引入基于t分布的位置扰动机制,使算法能充分利用当前种群的有效信息,以更好地平衡全局搜索和局部开发,并降低算法陷入局部最优的概率。实验结果表明,相较于MOGOA (Multi-Objective Grasshopper Optimization Algorithm)、IGOA (Improved Grasshopper Optimization Algorithm)和IAACO (Improvement Adaptive Ant Colony Optimization)等10种对比算法,所提算法在简单环境下的最优路径长度平均缩短0~14.78%,平均迭代次数减少56.60%~90.00%;在复杂环境下的最优路径长度平均缩短0~11.58%,平均迭代次数减少45.00%~92.76%。可见,所提SGCIGOA是用于求解移动机器人路径规划的一种高效算法。

关键词： 数字下变频   数字通信系统   降采样   DDC   算法模块   软件开发   数据分包   信号处理  

摘要： 0引言DDC(Digital Down Converter)即数字下变频,主要功能是对大带宽信号中的特定信号进行降采样。本文所述的软件DDC算法可以实现任意采样率和带宽信号的数字下变频操作,又因为DDC输入的往往都是大带宽信号,数据量较大,因此支持数据分包处理,以加快运行速度。这对于离线数据分析、信号处理类软件开发以及数字通信系统都具有重要意义。