发射方向调制信号的多波束调制技术

为了使单天线接收机通过接收解调信号能实现通信和方向测量功能,提出了一种多波束调制的概念.它利用双波束或多波束的空间特性来实现数字调制和方向调制.设计了一个六元线天线发射阵列,将中间的四元天线两两成对激励,形成双波束,用双波束调制实现数字通信和方向粗测,然后对大间距的二元天线用不同的相差激励,形成有错位的多波束,用多波束调制实现数字通信和方向精测.仿真结果表明这种多波束调制实现了在调制信号设计层面上的数字通信与测向的深度综合.     

具有几乎最大深度的滤链的Hilbert 系数

设${\cal F}$是Cohen-Macaulay R-模的一个Hilbert滤链. 当$G({\cal F},M)$和$F_K({\cal F},M)$有几乎最大深度时,我们证明长度$\lambda(KI_nM/JI_{n-1}M)$和约化数$r^K_J({\cal F},M)$与$J$无关,并且给出了第一和第二个Hilbert 系数的下界.     

Effects of some parameters on the divertor plasma sheath characteristics and fuel retention in castellated tungsten tile gaps

Castellation of plasma facing components is foreseen as the best solution for ensuring the lifetime of future fusion devices. However, the gaps between the resulting surface elements can increase fuel retention and complicate fuel removal issues. To know how the fuel is retained inside the gaps, the plasma sheath around the gaps needs to be understood first. In this work, a kinetic model is used to study plasma characteristics around the divertor gaps with the focus on the H＋ penetration depth inside the poloidal gaps, and a rate-theory model is coupled to simulate the hydrogen retention inside the tungsten gaps. By varying the magnetic field strength and plasma temperature, we find that the H＋ cyclotron radius has a significant effect on the penetration depth. Besides, the increase of magnetic field inclination angle can also increase the penetration depth. It is found in this work that parameters as well as the penetration depth strongly affect fuel retention in tungsten gaps.     

深度学习下高中生思维能力的培养策略探究

高中数学的内容丰富、难度较深,在教学中应体现思维能力的培养,使学生夯实基础、拓展思维,提升学习灵活性,面对形式多变的问题时能够抽丝剥茧,解答问题.基于当前教育环境,教师在高中数学教学中必须要展开深度学习模式,通过优化教学方案、丰富教学形式,培养学生的数学思维能力.     

分步突破 有效转化 深度教学——对一道二次函数综合题的突破与反思

二次函数是中考数学的重点题型,以其为基础命制的综合题一般会以压轴题的形式出现,此类问题具有图形复杂、形式多样、综合性强等特点.因此,对此类问题进行分步突破、有效转化、方法总结就显得格外重要.本文以一道二次函数综合题的突破为例展开探索,与读者交流.     

基于FC-DenseNets-BC神经网络的光学水印重建方法

提出了一种基于深度学习的光学水印重建方法,通过双随机相位加密的方法实现水印的加密,并将加密图像嵌入到宿主图像中,然后利用原水印图像与含水印宿主图像之间的物理关系,训练改进的神经网络FC-DenseNets-BC,得到可以重建原水印图像的网络模型。在传统光学水印技术中,含水印宿主图像质量和解密水印图像质量依赖于嵌入强度的选取(当嵌入强度较大时,含水印宿主图像质量低,解密水印图像质量高;当嵌入强度较小时,含水印宿主图像质量高,解密水印图像质量低),然而使用深度学习重建水印图像可以摆脱该依赖关系。研究结果表明,在嵌入强度低至0.05的情况下,所提方法仍能够重建出峰值信噪比在35dB以上的高质量水印图像,且具有一定的泛化性、安全性和抵抗噪声、剪切的能力。并进一步通过光学系统实验验证了方法的可行性和高效性。     

联合精确比值掩蔽与深度神经网络的单通道语音增强方法

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。      

诱导提出高质量问题促进深度学习的教学策略——以“力的分解”教学为例

高质量问题是驱动学习的基石,诱导学生提出高质量问题并进行探究是促进深度学习的有效路径.文章提出：基于切身体验,诱导提出挑战性问题;基于互动引导,诱导提出本质性问题;基于合理质疑,诱导提出批判性问题;基于回顾反思,诱导提出整合性问题;基于问题解决,诱导提出拓展性问题的教学策略,并以“力的分解”教学为例进行具体应用.     

基于“圆周运动”模型建构的高中物理深度学习

将传统学习环节依据布鲁姆教育目标分类学划分层级,以“圆周运动”模型建构为载体,研究如何从传授知识为主的传统课程过渡到以知识育人的课程改革,培养学生的建模能力.以模型建构教学为例开展深度学习教学设计,实现从浅层学习到深度学习的跨越.