基于高分辨率网络的单声道歌声分离

单声道歌声分离是指将单声道歌曲中的伴奏和歌声分离，在旋律提取、歌词识别、卡拉OK伴奏等方面有重要应用。针对当前时频谱图预测精度受限的问题，利用高分辨率网络具有并行结构及特征充分交互提高模型性能的优势，提出基于高分辨率网络的单声道歌声分离算法。设计并构建适合单声道歌声分离的高分辨率网络，输入歌曲的时频谱图到网络，得到预测的伴奏和歌声时频谱图。结合歌曲相位进行重构，得到伴奏和歌声的时域信号。实验表明，在公开数据集MIR-1K上，所提算法的SNR、SIR、SAR指标均优于当前代表性算法，提高了分离后伴奏和歌声的质量。      

基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。     

基于贝叶斯网络的航空公司安全风险评估研究

本文参考人、机、环境和管理理论,并根据民航相关标准和规则建立航空公司风险评估指标体系。对航空公司实际调查数据进行有效性、归一化处理,用GeNIe软件构建相应的贝叶斯网络模型,对参数进行学习,获取了各节点的CPT,据此对模型进行正向推理和反向推理,找出了风险致因较大的因素即人的因素和管理及信息因素。最终对该航空公司风险评估的结果为76.6%。实验结果证明该方法是可行有效的。     

间冷回热循环发动机回热器管路系统设计优化

结合Flowmaster软件平台建立回热器供/回气管路系统的流动传热性能仿真网络,利用Isight软件中近似模型方法建立回热器性能与供气管、主管及回流管径之间的响应函数关系。以各回热器模块的冷气流量等性能参数为目标,采用多种遗传优化算法对回热器管路系统尺寸进行优化。结果表明,当供气管径为165 mm、主管管径为70 mm、回流管管径为162 mm时回热器换热量最大,此时管路系统质量为335.04 kg。考虑到在喷管内安装后各回热器模块燃气侧流量分配不均匀性的影响,总换热量及换热效率略有变化。     

基于CIDBN的战术活动识别模型及在线精确推理

战术活动识别是战场态势感知的重要研究内容。为提高战术活动识别的准确性与实时性，提出了一种基于上下文独立动态贝叶斯网络（CIDBN）的战术活动识别模型及在线精确推理。通过对战术活动机制的分析，采用动态贝叶斯网络（DBN）理论，建立了一个初始战术活动识别模型。该模型引入了威胁指数节点来影响战术活动的终止与选择，并采用模糊隶属度函数对连续变量进行离散化处理。依据上下文独立关系对该模型进行简化，获得了一个基于CIDBN的战术活动识别模型。将接口算法扩展于该模型上，提出了在线精确推理算法。仿真结果表明，所提出的战术活动识别方法，具有识别精度高、较低不确定性和实时性高的优点。      

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

存在干扰下的无人机中继站波束成形算法

无人机(UAV)通信具有部署快、使用灵活、通信质量好等优点,在无线通信领域具有广阔的应用前景。采用UAV作为中继站构成的增强型卫星通信网络经常受到各种干扰的影响,导致其性能急剧下降。以信干噪比(SINR)最大化为准则,UAV中继站发射功率满足要求为约束条件的优化问题的基础上,提出了一种基于最大瑞利熵的波束成形(BF)算法,得出最优权矢量。为了降低BF算法的实现复杂度,进一步提出了一种基于迫零(ZF)的次优BF算法。计算机仿真验证了这2种BF算法的有效性。