基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。     

基于估计协方差MME检测的频谱感知算法

针对小采样数据长度下,采样协方差矩阵对统计协方差矩阵估计不准,影响传统最大最小特征值(MME)检测算法检测性能的问题,提出一种基于逼近收缩(OAS)矩阵估计的改进MME检测算法。首先利用OAS估计量对采样数据做协方差矩阵估计,再对估计协方差矩阵特征值分解,将最大最小特征值之比作为检测统计量,克服了传统MME算法检测门限随采样点大幅波动的缺陷,提高了检测门限的鲁棒性。仿真结果表明,所提算法的检测门限具有鲁棒性,检测性能提高了1 d B~2 d B。     

履带车辆动力性仿真研究

为仿真履带车辆动力性,建立了动力性评价指标的仿真模型,并以某型车为实例,应用Matlab语言编程计算得出理论值,通过与试验值比较验证了模型的有效性和准确性。     

地面武器

M1主战坦克是美国利马坦克工厂20世纪80年代初生产的。该坦克一出世,就以其优良的性能,特别是一流的防护能力而受到世界各国瞩目。M1基本型的战斗全重为545吨,坦克乘员为4名,最大时速达72千米/小时。     

卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

新一轮对口援疆助兵团腾飞

3月底,全国对口支援新疆工作会议在北京召开后,19个承担对口支援新疆工作任务的省市党委、政府和有关部门迅集动员部署。新中国成立至今最大规模的援疆工作自此拉开序幕。2010年将注定成为兵团再造辉煌的起航之年。     

国外陆军现役武器装备作战能力分析(下)

(上接第2期第77页) 三、主战装备射程梯次搭配,火力增强 在美国陆军现役火力突击装备中,M16A2/A4步枪和M4/M4A1卡宾枪有效射程600米;"掠夺者"超近程便携式反坦克导弹射程17～700米;M240B/G 7.62毫米通用机枪有效射程1200米;M2HB 12.7毫米重机枪有效射程1500米;     

亚丁湾吹响海军“集结号”

截至2008年12月,已有10多个国家的20多艘战舰开赴索马里海域,对猖獗的海盗展开有史以来最大规模的清剿行动。据不完全统计,包括早期部署在索马里海域的美海军第五舰队,执行联合国粮食计划署运粮任务的北约战舰,以及俄罗斯、印度、马来西亚、欧盟派出的战舰.     

基因短序列模式分析及其在5'剪接位点识别中的应用

短序列模式分析是基因序列分析的一个重要组成部分,在进行生物信号识别的时候,一般都会利用到短序列模式的信息。通常短序列模式的数目很多,如果每个都应用到生物信号识别中,会产生大量的参数,而且无法体现信号的主要特征。为了找出在识别信号位点中起关键作用的短序列模式,以信息增益作为评价依据,按照逐步选择的策略,将模式进行排队。根据排队结果,选取信息增益突出的短序列模式作为识别生物信号的关键依据,这样可以用较少的模式得到较好的结果。结合选取的短序列模式,用最大熵模型作为信号序列真实分布的估计,从而对给定序列进行识别。最后将这个方法用于5’剪接位点的识别,得到了满意的结果。