Needleman-Wunsch算法的改进

为了实现双序列的全局快速比对,分析了Needleman-Wunsch算法的运算思路,并提出了一种改进的Needleman-Wunsch算法。改进算法通过在计算过程中不断截短比对序列的长度,减少无用数据的计算,提高了运算的效率。通过以相控阵雷达辐射源的搜索模式序列识别为例进行仿真试验,仿真实验证明改进算法与Needleman-Wunsch算法相比,具有效率高、运行时间短的优势。     

基于IFTS的网络动态负载均衡方法

针对网络负载均衡过程中节点负载变化趋势难以预测的问题,在分析网络负载模糊时序变化特性的基础上,设计了可变阶自循环误差校正机制,构建了网络负载直觉模糊时间序列(IFTS)预测模型,并将基于IFTS的负载预测与网络动态负载均衡相融合,提出了基于IFTS的网络动态负载均衡方法,有效地提升了网络负载预测精度,增强了动态负载均衡系统运行效率,改善了网络整体服务质量。并通过典型实例验证了该方法的有效性和优越性。     

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。     

多序列跳频在AWGN信道下抗部分频带干扰分析

常规跳频易受跟踪干扰影响,用信道表示信息的多序列跳频系统,具有良好的抗跟踪干扰性能。为检验多序列跳频在非跟踪型干扰下的通信效果,建立了多序列跳频在AWGN信道下的传输模型,分析了多序列跳频抗干扰的原理,研究了噪声环境对多序列跳频抗部分频带干扰性能的影响。理论分析和仿真结果表明,多序列跳频在信噪比为15 dB～30 dB且为最坏部分频带干扰的条件下,误码率为10-5所要求的信干比低于常规跳频2.2 dB～2.31 dB,具有良好的抗部分频带干扰能力。     

脉冲串信号时差估计优化算法

针对脉冲串序列信号的目标定位任务,传统的单脉冲到达时间差定位方法由于测量单个脉冲的到达时间产生的误差可能偏大,而导致目标定位精度不能满足实际工程需求。现提出两种优化定位精度的方法,前者是针对在脉冲串未出现缺失的条件下,利用最小二乘法计算两个基站接收到的脉冲串到达时间差;后者是针对在脉冲串出现缺失的条件下,利用序列相似性原理对脉冲串到达时间差进行搜索,两者都能减小测量误差对整个定位系统的影响,提高整个系统的定位精度。     

降低OFDM雷达PAPR的SLM改进算法研究

正交频分复用(orthogonal frequency division multiplexing,OFDM)雷达信号具有良好的分辨力和较高的频谱利用率,其中基于混沌二相编码调制的OFDM雷达信号由于具有结构灵活、更优的脉压性能和较强抗干扰能力等优点受到广泛青睐,但是在系统中存在的高峰均比问题使得OFDM雷达在实际应用受到限制。针对各载波不同混沌二相编码序列调制的OFDM雷达信号,提出一种基于混沌粒子群的选择性映射(selective mapping,SLM)算法来降低OFDM雷达信号中的高峰均比问题。实验结果表明:相比于传统SLM算法和基本粒子群SLM算法,基于混沌粒子群的SLM算法在降低OFDM雷达信号的峰均比方面具有更好的效果。     

中国国防费时间序列预测模型构建

文章综合运用B-J时间序列建模方法,对中国国防费时间序列平稳性进行了判别;采用单位根方法检验了时间序列的单整阶数;利用自相关函数和偏自相关函数判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q));构建了中国国防费时间序列模型,并进行了分析和预测。     

DNTF基炸药的起爆传爆特性研究

为了获得与DNTF基炸药匹配的传爆序列设计技术,通过试验和数值仿真方法开展了该炸药的起爆传爆特性研究,结果表明：试验和仿真得到该炸药的临界直径分别为4.96 mm和5.2 mm,二者基本吻合,误差仅为4.84%。起爆药长径比分别为0.25、0.5、0.75、1、1.25、1.5时,炸药的最小起爆药量分别为0.44、0.48、0.5、0.67、0.84、1 g,最小起爆药量随起爆药长径比的增加而逐渐增加。该研究成果可为该炸药的传爆序列设计提供基础数据。