卫星通信中16QAM信号的数字预失真研究

高阶信号通过功放时发生非线性失真,需对功放进行线性化补偿,功率回退法是最简单直接的线性化方法,但功放效率不高。数字信号处理技术的发展使得数字预失真技术成为补偿功放失真最有效的方式之一,在一定程度上促进了高阶调制信号在卫星通信中的应用,缓解频谱资源紧张问题。以16QAM信号为对象,着重研究了预失真器模型的两个关键因子——非线性阶数和记忆深度——对预失真性能的影响。仿真结果表明,相较于非线性阶数,记忆深度对预失真性能的影响更大;而且功率回退法和数字预失真方法的结合使用可以取得更好的预失真效果。     

面向问题的稀疏分布式记忆模型

在Kanerva所提出的稀疏分布式记忆(SDM)或存贮模型的基础上,为实现对特定类问题的大维数输入空间的模式识别,如汉字识别,脸谱辩认等,根据问题的具体情况,诸如汉字的频率分布等,提出了一个面向问题的稀疏分布式记忆模型。改进后的模型更符合实际应用,其中的学习规则采用了指数型记忆规则,使模型具有更高的信噪比,存贮容量亦大大提高。计算机模拟表明了这一点。     

基于长短时记忆神经网络(LSTM)的钟差预报算法

原子钟钟差预报在原子时计算和原子钟频率驾驭中发挥着重要的作用。长短时记忆神经网络（LSTM）预报算法能够处理多参数长期依赖关系的时间序列预报,以氢钟和铯钟实测数据为样本,通过构建LSTM钟差预报模型,降低了长期原子钟内部噪声以及原子钟漂移对钟差预报的影响,并以72h,240h和720h为预报时长,分别与线性多项式模型、灰色模型和Kalman模型原子钟钟差预报模型进行预报误差对比。研究表明,在240h以上的预报时长中,LSTM建模长期依赖关系的优势得以体现,相较于其他3类模型可以获得更高的预报精度。     

基于长短期记忆神经网络的太阳耀斑短期预报

提出了一个基于长短期记忆神经网络的耀斑预报模型,利用过去24 h太阳活动区的磁场变化时序构建样本,通过长短期记忆神经网络对磁场特征时序演化进行分析,预报未来48 h内是否发生≥M级别耀斑事件。使用的数据集为2010年5月到2017年5月所有活动区样本,选取了SDO/HMI SHARP的10个磁场特征参量。在建模过程中通过XGBoost方法选取权重、增益率和覆盖率均较高的6个特征参量作为输入参数。通过测试对比,模型的虚报率和准确率与传统机器学习模型相近,报准率和临界成功指数分别为0.7483和0.7402,优于传统机器学习模型。模型总体效果优于传统机器学习模型。     

偏置弹簧对SMA驱动器输出性能影响规律

偏置弹簧参数对形状记忆合金(SMA,Shape Memory Alloy)驱动器的输出性能有着非常大的影响.为获得其影响规律,通过试验研究了不同偏置弹簧刚度以及不同弹簧预压缩载荷下,SMA驱动器的作动位移、响应速度的变化规律以及循环次数对驱动器性能的影响规律.试验结果表明,驱动器最大作动位移及响应速度随弹簧刚度或预载的增大而降低;驱动器性能在前几次循环中衰减较大,随着循环进行性能逐渐趋于稳定;弹簧预载的增大使驱动器性能稳定所需的循环次数减少,而弹簧刚度对驱动器输出性能的循环变化规律影响不大.      

基于记忆的类比联想

类比联想——怎样发现合适的类似物,是类比推理的核心和难点。本文首先简介我们设计的一种支持类比推理的联想记忆模型,它包括语义层、具体层和抽象层。本文将类比联想分为诱发和初步确认两个阶段,其中诱发阶段遵从语义诱发原则、突出相似原则、熟悉优先原则和相似优先原则;初步确认准则包括全面相似性、目的性和差别。最后简介了我们用于实现这一原理的系统ARE(Analogical Reminding Engine)。     

利用混合模型LSTM-DNN进行全球电离层TEC map的中短期预报

近年来,基于深度学习技术的长短期记忆（long short-term memory, LSTM）网络相关预报算法在空间天气的预测方面得到广泛应用,但存在预测误差随时间堆叠的缺陷,因此只能进行有限的短期预测。为解决这一问题,文章将太阳风参数、太阳黑子数、地磁活动水平指数Ap以及磁暴环电流指数Dst作为预报因子加入模型,建立一个基于LSTM和深度神经网络（deep neural networks, DNN）的混合模型来进行全球电离层TEC map的中短期预报。该模型可以明显减小时间递增对预测误差的影响。测试结果表明,相较于单独的LSTM模型,LSTM-DNN混合模型对24 h电离层预报准确率相近,对48 h电离层预报平均相对精度（RA）由79.30%提升到81.18%,对144 h电离层预报平均相对精度由64.97%提升到77.64%。     

USB闪盘的软硬件开发技术

本文重点介绍了一种在USB接口下的闪盘（闪存编程器）的软硬件开发技术，对USB和闪存做了简单介绍，闪存在计算机、智能仪器、通信设备等中使用非常广泛，用于存放相对固定及便于升级的内容,闪盘因其存储容量大、体积小便于携带等优点，很快会代软驱软盘成为主要的移动存储器。USB作为一种新型的接口技术，以其简单易用、速度快、兼容性强等特点而倍受青睐。     

The acquisition of survey knowledge for local and global landmark configurations under time pressure

The influence of stress states on cognition is widely recognized. However, the manner in which stress affects survey knowledge acquisition is still unresolved. For the present study, we investigated whether survey knowledge acquisition during a stressful task (i.e., under time pressure) is more accurate for the mental representation of global or local landmarks. Participants navigated through virtual cities with a navigation aid and explicit learning instructions for different landmark configurations. Participants’ judgments of relative direction (JRDs) suggest that global landmark configurations were not represented more accurately than local landmark configurations and that survey knowledge acquisition was not impaired under time pressure. In contrast to prior findings, our results indicate the limitations of the utility of global landmarks for spatial knowledge acquisition.     

一种运动估计的数据复用技术

利用硬件,尤其是集成电路来快速实现块匹配运动估计是现在运动图像处理研究的重点之一,而受到目前具体存储器带宽的限制,许多快速算法均无法实现。因此,如何降低对外部存储器带宽的需求直接影响到块匹配的硬件实现,本文首先分析了块匹配运动估计对存储器带宽的需求和数据读取的特点,并据此提出了一种数据复用技术。以少量本地片上存储器为代价大大降低了对外部存储器的带宽需求,利用普通的SDRAM即可快速实现高清晰图像的块匹配运动估计算法,并利用FPGA和普通SDRAM实现了整个运动估计算法。