排序方式: 共有38条查询结果,搜索用时 15 毫秒
31.
32.
本文将二次流理论与端壁附面层理论相关联,提出一种用于预测轴流压气机叶栅通道内的端壁附面层及叶片力亏损的新方法。附面层主流流动采用包含叶片力亏损的动量积分方程,横流流动采用双层速度分布模型,使用二次流分析和有限差分计算方法预测横流外层速度分布,主流流动和横流流动交替计算。用于两种高负荷压气机叶栅的预测结果表明,不仅端壁附面层发展的预测结果与实验结果吻合较好,而且叶片力亏损发展的预测值也与实验值一致性较好;此外,该方法不仅自动,而且还能较准确地预测S形横向流动的发展。 相似文献
33.
基于深度学习技术的通信信号调制识别算法由于其优秀的特征提取能力,极大地提升了调制识别任务的精度,但是对抗样本特性的存在,导致基于深度学习的调制识别模型的安全性受到了极大威胁,通过在训练好的调制识别网络中添加设计好的特定微小扰动,就可以使得调制识别模型完全失效。研究了基于深度学习的调制识别模型及其对抗样本攻击方法,提出一种基于快速梯度符号法的定向扰动生成方法,该方法在扰动和原始信号功率比为-21 dB的条件下,针对11类常见的不同调制种类的通信信号生成扰动,实现对通信信号调制识别模型的定向攻击,为智能调制识别模型的攻防对抗提供参考。 相似文献
34.
35.
36.
37.
38.
通过分析Multi-Rate DS/CDMA信号特性,建立的Multi-Rate DS/CDMA系统模型与线性混合的盲源分离模型一致,针对异、同步信号的不同特性,提出不同循环分段降维方法:对异步系统而言,采用2倍扩频周期为间隔对接收信号进行分割,利用Fast-ICA算法盲估计同一扩频周期用户的扩频序列,基于矢量2范数基础上估计各用户失步时间,并依此截取得到各用户的实际扩频序列,然后,循环至次大扩频周期进行盲估计,同时根据估计波形相似度归一化衡量函数消除最大周期分段序列,求解次大周期用户扩频序列,直至循环结束。对同步系统则以单倍最大扩频周期为间隔对接收信号进行分割,然后进行盲估计及降维处理。理论分析和仿真结果验证了本文方法的有效性。 相似文献