基于深度神经网络的正交频分复用波形外辐射源雷达参考信号重构

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:q158743153
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对正交频分复用(OFDM)波形外辐射源雷达的参考信号获取问题,基于"解调-再调制"的重构方法结合了波形优势,能获得更为纯净的参考信号。该文在此基础上提出一种联合OFDM解调、信道估计、信道均衡和星座点逆映射的深度神经网络(DNN)重构方法,建立了基于DNN的参考信号重构方案,通过网络学习自适应深度挖掘从时域接收符号到传输码元之间的映射关系、隐式地估计信道响应,从而提高解调精度和重构性能。该文首先研究了仿真数据集的获取问题、DNN的搭建和训练问题,接着对基于DNN方法在导频数目减少、循环前缀的移除、
其他文献
作为微波真空电子器件的常用材料之一,无氧铜材料的蒸发特性会对微波真空电子器件的电性能产生影响。该文利用超高真空测试设备,研究了处理工艺对无氧铜材料的蒸发性能的影响,采用X射线测厚仪测试了蒸发的铜膜厚度,用扫描电镜(SEM)观测了无氧铜材料的表面形貌。结果表明表面宏观形貌粗糙度对无氧铜材料的蒸发性能影响不大,但处理工艺对蒸发性能影响很大;无氧铜材料经过酸洗后,会大大增加蒸发量;无氧铜材料经过烧氢处理
机载设备健康维护对直升机的安全运行至关重要,随着数字信息技术的发展,机载设备数字化健康管理技术日趋进步,尤其是基于数据驱动的设备健康监测方法成为了故障诊断的主流研究方向,通过分析、挖掘数据背后的设备健康信息并构建设备健康评估模型,从而实现设备故障的早期发现和提前预防。本文通过对某型直升机起落架放下过程中液压系统等飞参数据进行深度分析构建了健康表征参数,然后基于SPC理论构建了液压设备的健康监测模型,并利用实际飞参数据对模型进行了评估。
针对地下停车场存在的能耗问题,利用无线传感器网络技术研究设计了一套基于Zigbee通信协议的地下停车场节能控制系统。整个系统由协调器、传感器检测节点和执行节点组成。本文给出了系统的软、硬件设计方法。本系统整体节能效果明显,操作控制简单,可靠性高,具有较好的应用价值。
近年来,无功功率在电力生产和电能运输过程中的应用比较广泛,能有效降低电气设备的电能损耗,基于无功功率传输存在的多种不足,一般会采用无功补偿自动控制装置进行处理,在改善电力传输效果同时,也达到良好的电力运行效果。电工电子技术在电力系统无功补偿自动控制的有效应用,能提高输电变电设备的整体运行效率,具有高度的实用价值。
笔者基于Python利用聚焦网络爬虫技术,设计并实现了豆瓣网站《小时代系列》电影的数据采集与分析可视化系统。通过爬取该系列电影的热门短评,分析影评中的高频词汇,以词云图、饼图和条形图的可视化方式展示观影者对这类电影的看法。
本文分析了当前主流的几类立体匹配算法,并通过对综合实时性与重构效果两方面内容的比较,得出半全局立体匹配算法的应用性更强。本文针对半全局匹配算法改进与优化,在代价计算部分将CIELAB色彩空间下的绝对灰度差与Census算法再结合梯度匹配计算方法作为代价计算函数,在代价聚合方面采用了引导滤波算法,并引入了多尺度聚合法,在不同尺度下分别进行代价计算,有效提高算法鲁棒性,使低纹理区域的块效应消除,图像边
我国现代风力发电机技术的开发利用起源于20世纪70年代初。经过初期发展、单击分散研制、示范应用、重点攻关、实用推广、实用化和标准化几个阶段的发展均有了长足的进步和提高。在学校的课堂教学中,风力发电是一个很重要的知识点,能量间相互转化的内容抽象难懂,学生理解分析比较困难,这种情况就需要教具来辅助。就目前而言,在教学领域,针对风力发电的教学演示装置并不多见,有些能投入教学的风力发电实训平台占地面积大,结构复杂,不可拆装,学生无法了解风力发电机的内部结构,也不便于学习和理解。根据风力发电并网模拟装置的教学用具缺
新型冠状病毒蔓延全球,病毒不仅仅是对中国消毒卫生工作的考验也是对世界消毒卫生工作的考验,我国在疫情防控时期积极采用现代消毒手段,利用机器人代替人工消毒的方式有效对抗了病毒的蔓延,于此同时消毒机器人也出现了很多不便捷需要人工协作的地方,机器人是来帮助代替人工的而不是人工还需协助机器人工作,合理有效地设计可以更好地帮助机器人高效、科学、全自动的消毒。
随着社会的进步,人工智能技术的不断发展,工厂制造业朝智能化发展大势所趋。同时,人力成本的上涨、企业对于各种能源资源需求的增长,使得人们对自动化生产的需求越来越大。AGV作为自动化技术升级重要的核心组成部分,凭借其美观的造型,升降平稳,坚固耐用,运转灵活等特点,深受工业自动化设备产业和相关企业的喜爱。本文研究惯性导航AGV小车,将视觉传感器技术与惯导技术相结合,以实现对AGV小车路径规划。
针对D2D辅助的云雾混合架构下资源分配及任务卸载决策优化问题,该文提出一种基于多智能体架构深度强化学习的资源分配及卸载决策算法。首先,该算法考虑激励约束、能量约束以及网络资源约束,联合优化无线资源分配、计算资源分配以及卸载决策,建立了最大化系统总用户体验质量(QoE)的随机优化模型,并进一步将其转化为MDP问题。其次,该算法将原MDP问题进行因式分解,并建立马尔可夫博弈模型。然后,基于行动者-评判