排序方式: 共有107条查询结果,搜索用时 203 毫秒
31.
32.
33.
34.
现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。 相似文献
35.
36.
37.
针对观测过程中角度发生变化时的运动目标跟踪问题,同时考虑到常规阵列中所普遍存在的互耦效应,通过分析均匀线阵互耦矩阵的带状Toeplitz结构,提出利用在原始阵列两侧增加辅助阵元的方法补偿互耦效应对阵列响应函数的影响,并将粒子滤波技术与原始阵列经互耦补偿后的观测数据相结合,实现了阵列互耦条件下对角度变化目标的高精度方向跟踪。仿真实验验证了新方法的优良性能。 相似文献
38.
39.
在对装备需求论证资源需求分析的基础上,针对其基础性、超前性、秘密性、多样性及复杂性的特征,运用分面组配法将其分为知识资源、数据资源、模型资源、方法资源、任务资源等,并以作战任务、作战能力、装备性能数据为例对其进行了规范化描述。同时,提出了构建装备需求论证资源库的具体思路,包括资源获取、资源信息规范化描述、资源库功能需求分析、资源库的维护和应用等。 相似文献
40.
针对装备需求论证缺乏模型体系支撑的问题,系统研究了装备需求论证模型化基本理论,论述了装备需求论证模型化的原则、方法、步骤和趋势,分析了关键工作与关键技术,并给出了装备需求满足度数学模型的应用示例,旨在为装备需求论证模型化提供理论指导,进一步完善装备需求论证工程化理论体系。 相似文献