基于大数据与OMC结合的低速率探测研究

在网络优化工作当中,主要通过前台DT测试来评估网络性能,然而,对于感知速率却没有有效的衡量和优化方法。针对LTE网络中存在的业务低速率问题,本文从栅格大数据及网管OMC指标入手进行分析,结合大数据100*100栅格与OMC网管小区指标进行匹配,将栅格主服务小区与小区速率结合分析,利用四象限法找出栅格速率低且小区速率低的小区栅格区域。     

基于动态贝叶斯网络的低慢小目标威胁评估北大核心CSCD

针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。     

Multi-scale fusion residual encoder-decoder approach for low illumination image enhancement

The sensing light source of the line scan camera cannot be fully exposed in a low light environment due to the extremely small number of photons and high noise, which leads to a reduction in image quality. A multi-scale fusion residual encoder-decoder (FRED) was proposed to solve the problem. By directly learning the end-to-end mapping between light and dark images, FRED can enhance the image's brightness with the details and colors of the original image fully restored. A residual block (RB) was added to the network structure to increase feature diversity and speed up network training. Moreover, the addition of a dense context feature aggregation module (DCFAM) made up for the deficiency of spatial information in the deep network by aggregating the context's global multi-scale features. The experimental results show that the FRED is superior to most other algorithms in visual effect and quantitative evaluation of peak signa-to-noise ratio (PSNR) and structural similarity index measure (SSIM). For the factor that FRED can restore the brightness of images while representing the edge and color of the image effectively, a satisfactory visual quality is obtained under the enhancement of low-light.     

一种低轨双星高脉冲重复频率雷达信号的定位模糊消除算法

针对低轨(LEO)双星到达时间差(TDOA)定位系统中雷达信号的定位模糊问题,该文分析了高重频信号的模糊特性,演示了虚假定位点的产生过程,提出一种基于时差序列变化趋势匹配(VTMT)的定位模糊消除算法.在测量时差序列与定位结果对应的理论时差序列之间的残差近似服从正态分布的条件下,通过两个序列的欧式距离作为相似程度衡量依据,筛选出测量时差线与理论时差线最为接近的定位点作为目标辐射源真实位置.校验台测试信号验证了该算法的有效性.仿真结果表明,该算法能够显著提高无模糊定位概率,对长基线时差定位系统中雷达信号的定位具有较高的应用价值.     

一种高动态低信噪比环境下基于多样本点串行快速傅里叶变换的信号捕获方法

高超音速技术是未来空间飞行器的发展趋势,同时对通信平台在超高动态、低信噪比环境下的快速捕获能力也提出了新的挑战.针对经典捕获算法受频偏影响的局限性,该文提出一种基于信号多样本点串行快速傅里叶变换的信号捕获算法(MS-FFT),所提算法通过串行执行多个样本点的FFT,采用非相干合并后的峰值搜索得到捕获结果,在不增加复杂度的条件下,避免了频偏对捕获性能的影响.通过对峰值信噪比(PSNR)理论公式的推导,证明了MS-FFT的频偏适应范围取决于采样率,随着数模转换器件采样能力的不断提升,具有比经典算法更大的频偏适应范围.最后,通过仿真验证了上述理论推导的正确性,证明了所提算法更加适合超高动态环境的应用场景.     

泌阳凹陷羊毛甾烷的检出及其意义初探

本文从泌阳凹陷下第三系某些生油岩及原油中检测出碳数为C_(30)-C_(32)的羊毛甾烷系列,根据地球化学研究及模拟实验,提出该羊毛甾烷的生成可能主要与特定的有机输入及较低的热演化条件有关。     

MEC网络应用场景研究

为促进MEC网络行业多元化发展,本文研究了MEC网络的行业应用,提出MEC网络的各种方案,阐述5G MEC行业应用的系统部署方案和案例,最后指出MEC网络下一步演进方向,以期为相关人员提供参考.     

一种采用平面化共模谐振抑制方法的超宽带阵列天线

设计一种新型的低剖面超宽带阵列,通过分析共模谐振问题成因提出一种平面化馈电平衡方式,在不使用巴伦平衡器的情况下抑制共模谐振,进一步拓宽了天线工作带宽,使其易于与天线平台共形安装,具有很高的实用价值。     

一种适应低信噪比的脉内识别算法

针对传统的雷达信号脉内调制类型在低信噪比下识别能力不高的局限性,提出一种改进的适应低信噪比的信号调制类型分类识别算法。该算法对雷达脉冲信号流进行时间和脉宽格子划分,对同一格子中脉冲信号采用一阶差分自相关函数法计算特征向量,根据特征向量值进行聚类统计分类。分类后对每组内脉冲信号进行平方处理,再次计算特征向量并进行聚类统计分类,选择每组内质量较好的脉冲信号进行调制类型识别,提高了信号分类识别正确率,通过仿真实验验证了该方法的有效性。