卫星导航信号无模糊抗多径码相关参考波形设计技术

针对目前卫星导航接收机码环多径抑制技术在二进制偏移副载波类信号下鉴别曲线可能出现多个稳定跟踪位置,导致接收机存在伪距测量的系统性误差的问题,提出最优鉴别曲线设计技术,采用奇异值优化的最小二乘方法,设计无多余跟踪点的本地码相关参考波形。从多径误差包络和跟踪精度两方面,对基于最优鉴别曲线的二进制偏移副载波信号码相关参考波形的设计性能进行验证评估。仿真结果表明：该方法可实现二进制偏移副载波信号在有限接收带宽下的无模糊鉴别曲线设计。以前端带宽为8.184 MHz时的BOC(1,1)信号为例,设计的码相关参考波形相比W2波形,多径误差包络面积增加了61.8%,而跟踪精度提高了4~5 dB。     

阵列雷达自适应多零点单脉冲群目标测角算法

针对阵列体制雷达,由极大似然估计导出自适应多零点单脉冲测角原理。分析发现迭代步长过大导致双零点单脉冲技术在多目标条件下失效,因此提出加权步长改进角度估计的迭代过程,只需要较少计算量就能实现群内多个目标的精确测角。仿真结果表明：该算法在较高信噪比条件下可以精确测量群内三个目标角度,测角误差约为0.15倍波束宽度;当群目标数较多或者目标相位差接近于0时,算法性能下降明显。     

高精度有限体积格式在三维曲线坐标系下的应用

为了构造在光滑区具有较高分辨率并且可以无振荡捕捉激波的高精度有限体积格式,同时降低格式在模板选择上遇到的困难,基于逐维重构方法,发展了结构网格下的高精度有限体积格式,并将这一格式推广到三维曲线坐标系下,从而可以适应相对复杂外形下的计算。为充分验证格式的有效性,选取一系列典型算例进行计算:在等熵涡输运和二维喷管流动中验证了格式的精度可以达到设计精度;在双马赫反射问题中格式也表现出良好的捕捉激波的能力。数值计算表明,上述格式在曲线网格上具有较高的数值精度和鲁棒的激波捕捉能力,适用于流体力学方程的计算。     

2015年国内英语移动学习研究状况分析

近年,英语移动学习的研究已然成为外语教学研究的热门领域.本文对2015年公开发表在国内学术期刊的关于英语移动学习的文献进行形式的量化统计与内容的质性分析,以期揭示2015年我国英语移动学习的研究状况,旨在为国内英语移动学习的研究者提供参考.     

制导航空子母炸弹高速抛撒分离数值仿真

制导航空子母炸弹在跨音速抛撒子弹药过程中,子弹药与母弹的分离伴随着复杂的流场和激波干扰,该过程中不仅存在着激波与激波的相互碰撞、部分激波的多次反射,而且由于受到多体运动的相互作用,其气流方向也发生变化,形成了变化复杂的压力、速度分布区域。采用数值模拟的方法对制导航空子母炸弹子弹药高速抛撒分离过程进行了数值仿真分析,应用嵌套网格技术,耦合多体动力学方程以及 N－S 方程求解子母炸弹高速分离过程,为工程设计、研究提供理论指导与计算依据。     

高功率微波车辆迫停的效应机理分析

通过分析车辆电子控制单元输出的点火开关和燃油喷射信号波形在高功率微波辐射条件下的演变过程,阐明了高功率微波致使车辆发动机熄火的原因。研究结果表明,电子控制单元受到微波辐射扰乱后,点火开关信号发生意外丢失,燃油喷射信号脉冲重复周期迅速缩短,造成发动机气缸内喷入过量燃油,火花塞无法点燃油气混合物,迫使发动机转速下降甚至熄火。通过分析车辆发动机的点火系统工作原理,提出了根据监测车体辐射电磁信号获取车辆易受攻击的敏感频段的试验思路。     

综合战场态势组件化表达模型研究?

战场态势是控制作战节奏、把握战斗进程的重要手段。借鉴组件化建模的思想,采用组件组合描述态势要素的方式,提出了一种崭新的战场态势表达模型。该模型构建了以态势图层为中心的管理机制、以“态”表达组件和“势”表达组件进行组合描述态势要素的建模机制和以图层服务为手段的功能扩展机制,可以显著增强战场态势显示的灵活性和提高系统功能的可扩展性。     

基于信息-决策影响因素的兰彻斯特作战模型?

为有效评估信息因素和决策因素对现代作战进程的影响,改进了传统的兰彻斯特方程作战模型,通过引入信息获取能力指数和筹划决策能力指数,建立了基于信息-决策影响因素的兰彻斯特作战模型,并分3种假设情况进行了仿真。仿真结果表明,该作战模型一定程度上反映了信息因素和决策因素对作战的影响,体现了现代作战的基本致胜机理。     

注意力机制量化剪枝优化方法

面向基于注意力机制模型的巨大计算和访存开销问题,研究量化和剪枝协同优化的模型压缩技术,提出针对注意力机制中查询、键、值、概率共四个激活值矩阵的对称线性定点量化方法。同时,提出概率矩阵剪枝方法和渐进式剪枝策略,有效降低剪枝精度损失。在不同数据集上的实验结果表明,针对典型基于注意力机制模型BERT,在较低或者没有精度损失的情况下该优化方法可达到4位或8位定点量化、0.93～0.98的稀疏度,大幅度降低模型计算量,为加速量化稀疏模型的推理奠定良好的基础。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。