基于深度学习的互联网接收机中特定信号识别

随着软件无线电技术和互联网技术的发展,有大量的互联网接收机接入互联网,并可任意访问其频谱瀑布图数据。频谱瀑布图是信号频域和时域特性的一种展示方式,将不同频率的信号以图像的方式直观地进行展示,为了更好地监测到频谱瀑布图中的特定信号,需要对频谱瀑布图中的特定信号进行智能识别。通过深度学习技术实现了对频谱瀑布图中特定信号识别,在信噪比大于5 dB时,识别准确率大于90%。

电动飞机电推进系统可靠性建模与仿真

载人电动飞机的电推进系统是整个飞机的动力核心,为飞机稳定安全飞行提供保证。但电推进系统结构复杂且零部件繁多,对整个系统进行可靠性评估计算极为复杂,是可靠性评估的难点所在。针对载人电动飞机电推进系统的可靠性评估问题,以电推进系统模型为基础,提出了GO法与状态概率矩阵算法结合的运算方法对系统进行可靠性建模与仿真计算。采用状态概率矩阵算法建立GO操作符计算仿真模型,并根据GO操作符运算规则将系统原理框图翻译为系统GO图,在MATLAB下建立了系统的多状态SIMULINK仿真计算模型。仿真模型计算结果与采用概率公式算法人工计算得到的结果基本一致,验证了仿真模型在提高计算效率与精度的同时能够保证运算结果的正确性,为电动飞机电推进系统的可靠性评估提供了依据。