基于卷积神经网络和半监督学习的无线电信号检测和识别分析

阐述对未知信号进行精准检测与识别,采用半监督学习以及卷积神经网络技术,搭建全新的无线电信号检测与识别框架,并对现有的网络结构进行优化设计。     

基于全相位FFT的稳健型时间调制阵列测向

基于谐波特征分析的时间调制阵列测向方法的正确性与精度严重依赖接收谐波的估计精度. 传统的离散傅里叶变换(discrete Fourier transform, DFT)或快速傅里叶变换(fast Fourier transform, FFT)在估计谐波的幅相时,由于信号频率通常偏离采样频率的整数倍,会形成栅栏效应,从而引起基于谐波特征分析的时间调制阵列测向的精度降低甚至失效. 针对该问题,本文将全相位FFT引入二单元时间调制阵列接收谐波的分析中,通过提升谐波幅相估计的鲁棒性来提升时间调制阵列测向方法的稳健性. 仿真结果表明,当信号的载频为频谱分辨率的任意小数倍时,提出的全相位FFT时间调制阵列测向方法均能正确测向,且随着信噪比的增加,测向均方根误差收敛至0. 本文工作提升了基于谐波特征分析的单通道时间调制阵列测向方法的稳定性。     

生产爆破下巷道顶板稳定性的动态应力比分析评价

为了研究某矿井下中深孔生产爆破对临近巷道顶板稳定性的影响,利用Blastmate III型测震仪对该矿山日常生产爆破时,对巷道顶板进行爆破振动现场测试.结果表明,爆破振动的振幅与频率随着测点到爆源距离的增加逐渐降低;在对测试结果分析的基础上,利用动态应力比评价方法对所研究巷道的顶板稳定性进行稳定性计算分析,得到DSR≤0.125,以相同条件进行爆破生产时,所研究巷道顶板无损伤破坏.