信息知识库中的数据可用性恢复策略

信息知识库在工业生产中能够提高生产效率、降低资源消耗,但数据失效频率高。针对多节点失效重构的纠删码策略较少,且未充分考虑失效数据重构时各参与节点间的链路关系,导致重构效率较低。针对信息知识库数据失效,提出一种新的重构策略。根据节点的数据处理能力,选取数据处理能力最高的新生节点为路由节点;依据路由节点与候选供应节点及剩余空闲节点的链路带宽,确定供应节点及新生节点,从而构建数据重构网络拓扑,提高失效数据重构效率。实验结果证实,与传统纠删码策略性能比较,该方法有较短的重构时间和较高的重构成功率。     

基于奇异谱修正香农熵的雷达信号识别方法

针对当前雷达辐射源识别在低信噪比下识别率准确率不高,信号处理过程中难以很好保留有用信息的问题,提出了一种基于奇异谱修正香农熵(Singular Spectrum Modified Shannon Entropy,SSSE)的雷达调制信号识别方法.通过符号化聚合近似和奇异谱分析对雷达信号进行处理,求出信号的分类特征SSSE,通过分类器将处理后的信号进行分类.仿真结果显示,该方法在低信噪比范围下,仍有较高总体识别率,并且优于符号化聚合近似和奇异谱分析法.     

Starfabric系统拓扑结构及系统性能关系分析

Starfabric是一种新型总线,基于Starfabric构建的网络系统具有高带宽、可扩展性好、拓扑结构构建灵活等优点。Starfabric通信性能具有不同于传统网络的特殊性,有效规划网络的拓扑结构对网络性能有很大的影响。文章结合对传统网络拓扑结构和对Starfabric通讯性能的分析,深入研究Starfabric系统拓扑结构和系统通讯性能的关系,归纳出构建Starfabric系统时应该遵循的规则和系统有效带宽的公式,使得系统拓扑结构得以优化,以提高系统的整体通讯效能。     

浅谈激光编码调制与解码接收技术——激光架束制导技术基本原理浅析

激光架束制导技术是通过激光空间编码发射和相应解码接收,用不同的频率、相位、脉冲宽度和脉冲间隔,通过光机扫描、光电扫描或声光扫描方式实现激光束空间调制编码,装在导弹尾部的激光接受器探测到激光信号,经过信息处理,弹上解码计算装置计算出导弹偏离中心线的大小和方向,形成控制信号,控制导弹飞行并击中目标的高科技技术。本文重点叙述激光编码调制技术和导弹解码接收技术的基本原理。一、激光编码调制技术激光编码调制技术主要由调制器来完成。调制器由频率编码调制盘,调制盘传动装置与转向系统组成。其中频率编码调制盘为平行的圆形玻…     

面向联合作战指挥体系的服务资源分层管理

针对联合作战指控系统无线通信环境的弱连接、低带宽的特点,研究基于指挥层次和指挥域的服务资源分层管理体系,构建面向低带宽的服务资源索引和分层查询技术,提出面向弱连接网络的节点加入和退出解决方案,并针对数据维护和带宽开销进行定量分析,为服务化联合作战指控系统的动态构建提供了解决方案。     

一种新的动态信道化接收机设计方法

针对复杂电磁环境中存在多个非均匀分布的、不同带宽的信号的情况,提出一种新的动态信道化接收机设计方法。设计一个半带滤波器,并通过内插运算压缩它的频率响应,形成周期频谱;对输入信号进行滤波,同时使原信号经过一定延迟后减去滤波后的信号,形成两路在频谱上互补的信号;用均匀分析滤波器组对得到的两路信号分别进行滤波分解处理,实现监视频段的均匀信道化;根据能量检测结果将属于同一信号的相邻子信道信号作为下一步重构处理的输入,并设计出相应的综合滤波器组提取信号。理论分析和仿真结果验证了新方法的有效性。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。