采用非对角1-D切片的码片速率盲估计北大核心

在通信侦察识别中,通信信号的码元速率估计是调制识别和信息解调的前提和基础。针对直接序列扩频信号的伪码码片速率估计问题,提出了一种利用联合循环高阶累积量非对角1-D切片特征参数,对直扩信号码片速率进行盲估计的改进算法。该算法将采样信号不同延时的非对角1-D切片进行联合处理,通过自相关、快速傅里叶变换、求模平方等方法,增强了谱线特征。仿真实验证明,改进算法较2-D切片算法简化了计算,并且在更低信噪比条件下,实现了对无先验信息直接序列扩频信号的码片速率盲估计。     

火箭出口面积对RBCC发动机引射模态影响规律分析

火箭基组合循环发动机引射模态飞行状态复杂,为了提高发动机的整体性能,研究了火箭出口面积对发动机引射模态的影响规律。通过数值模拟研究,引射流量在低飞行马赫数条件下,主要受引射性能影响,火箭出口面积越大,引射性能越好。然而,随着飞行马赫数的提升,引射空气的动能提升,隔离段内出现壅塞情况,引射流量主要受限于隔离段几何尺寸,与火箭出口面积无关。在亚声速工况下,火箭出口面积越小,发动机比冲越低,且出口无量纲面积为3.15时,火箭羽流膨胀撞壁,会引起性能骤减,需要予以避免;在超声速工况下,选择面积较小的火箭出口面积,燃烧室内压越高,发动机性能提升越明显。     

基于CRNN的汽车发动机声纹个体识别方法

为提高声纹个体识别率,提出了一种基于卷积神经网络(CNN)和深度循环神经网络(RNN)的声纹个体识别方案CRNN,用于发动机声纹个体识别.该方法通过优化CRNN网络参数,挖掘声谱图"纹路"特征和时序特征,解决现有方法不能充分利用声音信号特征的问题.基于实采汽车发动机声音信号的仿真结果表明,相对于传统方法,改进CRNN能获得更高识别率,达到了98.75％.     

基于BI-GRU-CRF模型的中文分词法

循环神经网络作为一种处理时序数据的有效模型,已在序列标注问题上得到了广泛应用。为解决序列标注中典型的中文分词任务,基于门限循环单元(Gated Recurrent Unit,GRU)神经网络,提出了一种改进的双向门限循环单元条件随机场(BI-GRU-CRF)模型,该模型不仅可以通过双向门限循环单元有效利用双向上下文信息,而且可以通过条件随机场层联合考虑相邻标签间的相关性,得到全局最优的标记序列结果。在常用的中文分词测评集(PKU、MSRA)以及由构建的军事领域分词语料上,分别采用四词位及六词位标注法进行了实验,结果表明BI-GRU-CRF模型具有良好的分词性能,且六词位标注法可以改进分词效果。     

基于条件矩阵的LDPC码构造及其在MBC系统中的应用

根据流星余迹信道的特点,在分析LDPC编译码算法的基础上,提出在流星余迹通信(MBC)中使用基于条件矩阵的LDPC编码,使其适应流星信道特点,提高系统性能。仿真结果表明,这种LDPC编码较RS码和Mackay随机构造的LDPC编码有更优的性能。     

模糊控制在循环流化床锅炉床温控制系统中的应用研究

由于循环流化床锅炉床温控制系统具有大滞后、多变量、强耦合等非线性特性，其控制系统比较复杂。为了解决复杂控制系统难以控制的问题，采用模糊控制理论进行锅炉床温控制系统的设计，并应用MATLAB软件对模糊控制系统进行仿真。仿真实验结果表明，与传统的PID相比，采用模糊控制策略，系统的响应速度快，控制精度高。     

未来指挥所技术架构的研究

未来指挥所是美国国防高级研究计划局提出的一项旨在提高指挥控制效率、缩减系统规模、减少参谋人数的科研计划。在参考国外相关文献的基础上,根据我国国情和技术特点,以指挥控制"观察—判断—决策—行动"循环中各环节的改进为出发点,分析了循环中各要素的工作内容、改进目标和技术研究重点,提出了我国未来指挥所技术架构和研究方向。     

应用程序框架在嵌入式系统中的应用

针对GUI开发工具FLTK(Fast Light Tool Kit在开发嵌入式系统应用程序中的不足之处,借鉴微软的MFC,建立了以FLTK为基础的嵌入式系统应用程序框架,实现窗口管理和非标准I/O操作事件的处理.引入消息映射机制和传递机制,实现在类成员函数中分布处理应用程序消息.该框架能提高应用程序开发效率,使程序更灵活和易于扩展.     

用单片机实现大型循环塔的温度全自动调整

介绍用单片机实现循环塔温度调整系统 ,该项目投资少、效益高、劳动成本低。     

高雷诺数超声速混合层标量输运与扩散特性研究进展

围绕超声速混合层标量混合在组合循环发动机中的应用,综述了超声速混合层以及超声速混合层标量混合过程的国内外研究进展,并针对高雷诺数超声速混合层标量输运与扩散特性研究中存在的不足提出解决办法,指出该领域值得深入开展的研究方向。