检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

毫米波超表面的成像散射特征改变研究

微波学报 2024年

作者：王淳金铭北京化工大学信息科学与技术学院

当前，基于超表面的目标雷达散射截面特性调节已经广泛研究，进一步针对成像特征的调节逐步成为研究和应用的热点，超表面基于单元的局部回波调节能力在其中体现出了直接的应用价值。本文基于W波段毫米波雷达成像系统，研究基于回波增... 详细信息

当前，基于超表面的目标雷达散射截面特性调节已经广泛研究，进一步针对成像特征的调节逐步成为研究和应用的热点，超表面基于单元的局部回波调节能力在其中体现出了直接的应用价值。本文基于W波段毫米波雷达成像系统，研究基于回波增强和对消减弱机理的相位超表面设计，并探讨其对于平板/二面角组合目标的图像特征改变。文中针对成像特征改变的需要，重点围绕扩展可调节范围开展工作。在回波增强型超表面效果良好的基础上，针对相位对消型超表面进行了优化设计，通过局部相位特征加强和小组对消排列方式加强回波减缩效果。结合W波段超表面超薄，柔性，便于贴敷的结构特点，基于实测验证了大调节范围的增强-对消综合回波特性调节方式对于微波影像特征的显著改变。

关键词：毫米波超表面雷达散射界面雷达成像电磁波调控异常反射

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于JADE-斜投影的鲁棒波束形成算法

系统工程与电子技术 2024年第2期46卷 401-406页

作者：程永杰李纯刘帅金铭哈尔滨工业大学(威海)信息科学与工程学院山东威海264209

针对矩阵重构类波束形成算法对阵列幅相误差敏感的问题,提出一种基于盲源信号分离和斜投影的矩阵重构鲁棒波束形成算法。首先,依靠盲源分离技术得到接收信号和混合矩阵,结合期望信号先验信息完成混合矩阵中信号导向矢量的搜索。然后,利... 详细信息

针对矩阵重构类波束形成算法对阵列幅相误差敏感的问题,提出一种基于盲源信号分离和斜投影的矩阵重构鲁棒波束形成算法。首先,依靠盲源分离技术得到接收信号和混合矩阵,结合期望信号先验信息完成混合矩阵中信号导向矢量的搜索。然后,利用盲源分离得到的信号协方差矩阵完成阵列幅相误差估计。最后,基于幅相误差校准的混合矩阵和斜投影思想,构建各干扰的斜投影算子,将接收数据分别向干扰斜投影空间进行投影,得到对应的干扰信号,完成干扰噪声协方差矩阵重构。仿真结果表明,所提方法对阵列幅相误差具有较好的鲁棒性,验证了算法的有效性。

关键词：鲁棒波束形成矩阵重构幅相误差盲源信号分离斜投影

长三角城市群城市经济效能的空间联系网络及模式

在线全文

学校读者我要写书评

暂无评论

地理学报 2024年第6期79卷 1391-1411页

作者：林金萍吴康敏杨山韩山师范学院地理科学与旅游学院潮州521041 广东省科学院广州地理研究所广州510070 南京师范大学地理科学学院南京210023

本文旨在剖析城市经济效能空间联系网络的特性与模式,以期为区域一体化提供新的政策洞见。从标度律视角构建理论框架探讨城市间的经济效能空间联系,建立了反映网络外部性的分析范式。以长三角城市群为案例区,运用改进的引力模型和社会... 详细信息

本文旨在剖析城市经济效能空间联系网络的特性与模式,以期为区域一体化提供新的政策洞见。从标度律视角构建理论框架探讨城市间的经济效能空间联系,建立了反映网络外部性的分析范式。以长三角城市群为案例区,运用改进的引力模型和社会网络分析方法,测算城市经济效能,分析城市间的联系强度,并建立空间联系矩阵。研究发现:①长三角城市群的高经济效能区域由东部高等级城市向西北部低等级城市逐步转移;②高等级城市在网络中占据核心地位,与周边城市形成紧密联系和“小群体”结构;③城市组群联系模式中,沪苏、杭甬和合肥组群呈现双中心辐射型与虹吸型共存,而南京组群则为单中心辐射型。这4个组群中城市间的联系路径相对固定,联系模式演变缓慢。这些结果为理解城市群内部的联系动态提供了新视角,并为长三角城市群的协调一体化发展提供了政策参考,具有重要的理论价值和现实意义。

关键词：城市经济效能空间联系网络联系模式标度律长三角城市群

在线全文

学校读者我要写书评

暂无评论

小学高年级学生劳动能力的调查研究

小学高年级学生劳动能力的调查研究

作者：金铭上海师范大学

学位级别：硕士

基于多尺度全卷积神经网络的核电主泵状态异常检测方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科技导报 2024年第16期42卷 114-125页

作者：龚安魏金铭中国石油大学(华东)青岛软件学院计算机科学与技术学院青岛266580

为解决目前主泵状态异常检测复杂数据建模难、早期异常检出难和异常程度评估难的问题,提出一种基于多尺度全卷积神经网络的编解码器网络结构异常检测方法MSFCNAD(multi-scale FCN-based anomaly detection)。在考虑主泵状态多变量时序... 详细信息

为解决目前主泵状态异常检测复杂数据建模难、早期异常检出难和异常程度评估难的问题,提出一种基于多尺度全卷积神经网络的编解码器网络结构异常检测方法MSFCNAD(multi-scale FCN-based anomaly detection)。在考虑主泵状态多变量时序特征的基础上,利用全卷积神经网络编解码进行像素级训练,精准定位核电主泵状态数据的异常范围;同时兼顾主泵状态异常时段特征,提取核电主泵状态的多尺度特征矩阵,通过不同尺度的特征矩阵所检测到的异常范围分级判断其异常程度。在此基础上,利用真实核电主泵数据进行实验,对比自回归滑动平均模型(ARMA)、双向长短期记忆网络(BiLSTM)、全卷积神经网络(FCN)、自动编码器(AEs)等多个模型的分类效果。结果显示,MSFCNAD模型的召回率、F1分数均优于文中列举的模型,分别为78.44%、80.30%,优于其他模型中最高的77.53%、69.74%,表明MSFCNAD模型比其他异常检测方法的性能更好,同时能够通过异常程度判断异常的严重性,在故障发生前优先维护,保障主泵正常运行。

关键词：异常检测多变量时间序列全卷积神经网络多尺度分析深度学习