跳频预测干扰之跟踪模型的改进

在跳频通信的研究中,针对实现实时跳频跟踪干扰问题,跳频预测干扰是通信电子战中跳频干扰中一项有效的技术。传统的跳频预测干扰的跟踪模型是跳频码序列预测。跳频码序列预测技术在处理实际的跳频通信码序列时实时性差,命中率并不高。为解决上述问题,提出了改进的跟踪模型,跳频同步频率集预测。同时还建立了更客观的新的预测性能评价标准模型。进行仿真的结果表明,与跳频码序列预测相比,跳频同步频率集预测有更高的实时性,使跳频预测提高了跳频跟踪干扰的效率。

输入时滞系统的多频干扰预测补偿

针对一类具有多频正弦干扰的输入时滞系统,提出了一种干扰补偿方法。首先建立干扰等效模型,通过设计全阶观测器,对受控系统和干扰的状态进行估计。进而利用干扰状态估计值对多频干扰进行分解,预测出各个频率分量对输入通道的影响,实现干扰的补偿。基于这种干扰预测方式设计输入时滞系统控制器,给出复合闭环系统渐近稳定性条件。经数值仿真验证了所提出方法的有效性。

基于深度学习的铁路信号传输节点异常干扰预测

针对铁路信号传输过程中频率波动导致的预测误差问题,文章设计了一种基于深度学习的异常干扰预测方法。该方法全面获取节点干扰数据,利用数据处理技术提取关键特征,反映信号异常情况。基于深度学习算法,文章构建了干扰信号异常检测框架,自动学习和识别异常模式。通过实时数据输入,该框架能迅速输出预测结果,准确预测异常干扰。实验证明,该方法平均预测误差距离为50.5 kHz,相比对照组降低85 kHz以上,实现了对铁路信号传输节点异常干扰的精准预测,为铁路安全稳定运行提供了有力保障。

复杂环境中无人机数据链干扰效果预测方法

针对无人机(unmanned aerial vehicle,UAV)数据链在地理环境、气象环境、电磁环境等构成的复杂环境中受干扰程度提出一种结合支持向量机(support vector machine,SVM)与功率准则的预测评估方法。首先对系统误码率以及干扰传播模型进行仿真,并针对两个单音干扰存在的情况获得仿真数据、划分干扰等级,得到学习样本;比较了特征归一化和特征降维这两种不同输入形式与4种不同核函数下的学习效果,获得了具有良好效果的预测模型;应用该模型并结合具体地理环境对实际场景进行干扰程度预测,结果与理论值相符,证明了方法的可行性和有效性;预测结果也可用于UAV航路规划与航路评估,具有很强的应用性。

一种基于干扰预测的功率控制算法

针对宽带码分多址系统的上行链路 ,提出了一种基于干扰预测的功率控制方法 .利用当前时刻和以前若干时刻的干扰对下一时刻的干扰进行最佳预测 ,以此为基础来解决下一时刻的功率 ,从而使信干比更接近门限值 .仿真结果证明 ,该方法不仅可以提高控制精度和收敛速度 ,增加系统的稳定性 ,而且可以减小条件中断概率 ,增加系统的容量 .

电磁干扰预测试系统研制

在电子产品研制的早期阶段 ,运用电磁干扰预测试技术可以明显降低研制成本 ,也可大大提高产品认证测试的一次性通过率。笔者对电磁干扰预测试系统的相关实现技术进行了深入研究 ,并提出了一套系统实现方案 ;开发出的原型系统运行表明该方案是切实可行的。

居民周边交通噪声干扰优化预测仿真

对居民周边交通噪声干扰的优化预测,能够有效提高居住环境的舒适性。对交通噪声干扰的预测,需要对噪声节点与参数进行优化,将其隐含结构与参数反馈至噪声预测系统中,完成对噪声的预测。传统方法建立遗忘因子的策略,通过遗忘因子构造策略获取噪声的最优参数,但忽略了将其与噪声节点进行同步优化,导致预测精度偏低。提出基于自适应RBF神经网络的交通噪声干扰优化预测方法。通过噪声的冲击指数、噪声的污染级、昼夜等效声级、等效连续A声级以及交通噪声指数等评价量对居住地周边的交通噪声干扰进行评估,利用自适应算法对噪声预测中RBF神经网络的隐含节点与相应的参数,对噪声节点与参数进行优化,将优化得出的隐含结构与参数反馈至噪声预测系统中,完成对交通噪声干扰预测。实验结果表明,上述方法能有效地降低居住周边的交通噪声,提高居住环境舒适度。

分布式机器学习作业性能干扰分析与预测

通过分析分布式机器学习中作业性能干扰的问题,发现性能干扰是由于内存过载、带宽竞争等GPU资源分配不均导致的,为此设计并实现了快速预测作业间性能干扰的机制,该预测机制能够根据给定的GPU参数和作业类型自适应地预测作业干扰程度。首先,通过实验获取分布式机器学习作业运行时的GPU参数和干扰率,并分析出各类参数对性能干扰的影响;其次,依托多种预测技术建立GPU参数-干扰率模型进行作业干扰率误差分析;最后,建立自适应的作业干扰率预测算法,面向给定的设备环境和作业集合自动选择误差最小的预测模型,快速、准确地预测作业干扰率。选取5种常用的神经网络作业,在两种GPU设备上设计实验并进行结果分析。结果显示,所提出的自适应干扰预测(AIP)机制能够在不提供任何预先假设信息的前提下快速完成预测模型的选择和性能干扰预测,耗时在300 s以内,预测干扰率误差在2%~13%,可应用于作业调度和负载均衡等场景。

船舶电力推进系统传导电磁干扰预测分析

针对船舶电力推进系统严重的电磁干扰问题,对系统传导电磁干扰进行了预测分析。通过分析传导EMI传播途径,建立整流器差模干扰等效电路和共模干扰等效电路,并以此为例建立了系统电网侧差模干扰模型、电网侧共模干扰模型、电机侧差模干扰模型和电机侧共模干扰模型。提出了基于双重傅里叶积分法的空间矢量脉宽调制波形解析建模方法,提高了电磁干扰预测分析精度,并考虑了电机高频模型的影响。最后,通过对一功率为10MW船舶电力推进系统传导电磁干扰仿真,对系统传导电磁干扰进行了预测分析,具有重要的工程应用价值。

利用频谱分析仪进行电磁干扰预测试

电子产品的电磁干扰经常在屏蔽暗室进行测量甚至调试,往往带来高昂的费用,而在测量前利用频谱分析仪来进行预测试,可以有效的缩短暗室的调试测量时间,从而降低成本。RIGOL的DSA815频谱分析仪具有准峰值检波和EMI测量功能,用近场探头或天线探测被测设备,可以快捷的对被测设备的电磁干扰情况进行预测试。

基于统计分析的链路干扰预测

针对我国长期以来,对复杂系统的电磁兼容管理主要依赖于对设备电磁兼容测试来发现问题,极大可能导致产品的"过设计"和"欠设计"两种不利现象。本文以空间通信链路为例,分析研究电磁环境对空间通信链路的影响,建立与通信链路相关的统计模型,并根据电磁环境特征的随机性特点,提出了电磁环境效应的分析方法,通过实验测试,验证了方法的有效性,为空间通信链路等复杂系统环境效应仿真及预测提供了评估准则。

电子产品电磁干扰预测试设计与实现

在电子产品研制的早期阶段,运用电磁干扰预测试技术可以明显降低研制成本,也可大大提高产品认证测试的一次性通过率。本文对电磁干扰预测试系统的相关实现技术进行了深入研究,并提出了一套系统实现方案;开发出的原型系统运行表明该方案是切实可行的。

基于频谱仪的电磁干扰预测试系统研究

适应电磁干扰预测试发展的需要,研制了一套电磁干扰预测试系统,该系统用通用频谱仪取代专用的电磁干扰接收机,大大降低了系统成本.对频谱仪和接收机的构成原理进行了深入分析,从理论上论证了用频谱仪进行预测试的可能,然后用比对试验比较了两套系统的性能,数据分析表明该系统是实用的.

siRNA序列特征的RNA干扰效率预测的新方法

为了快速、准确预测siRNA(Small interfering Ribonucleic Acid)的干扰效率,通过对2 431条siRNA的统计学分析找到了一个可靠的预测新方法。通过统计学方法从众多特征中筛选出了19个与siRNA抑制效率相关的序列特征,并用这些特征给出了siRNA抑制效率水平的聚类方法,准确率达到81.1%。该方法将对高效的siRNA设计起到指导意义。

TD-LTE网络中大气波导干扰的分析与预测

使用来自于江苏移动的实时网络侧数据来分析大气波导干扰(ADI)的特征,同时结合网络侧数据与气象数据,使用两种机器学习方法对ADI强度进行预测,并相互比较。仿真结果表明:使用机器学习可以获得不错的ADI预测效果,当训练样本达到40 000条时,准确率与召回率分别可以达到72%与75%以上。

一种基于历史信息的干扰信号预测算法

基于历史数据的预测方法使用较为广泛,但对数据的类型与特征依赖很大。低轨卫星通信系统获得的频谱感知数据中有时间信息与位置信息。结合这一特性,文中提出了一种基于位置相关和时间相关的干扰预测方法,并采用星上实测数据进行验证,结果表明,该算法具有较好的预测性能。

微机系统的电磁干扰预测与电磁兼容设计

简述了微机系统外部与内部的电磁干扰 (EMI)与电磁兼容 (EMC)问题 ;

基于机器学习的页岩气井井间干扰评价及预测

页岩气藏井间干扰严重制约气井生产,井间干扰程度评价与预测对页岩气高效开发具有重要意义。现有研究主要聚焦页岩气井间干扰现象、生产动态特征以及数值模拟参数优化等方面,但页岩气井间干扰程度定量评价及预测方面的研究较少,且参数体系不全,难以客观评价页岩气井间干扰程度。因此,采用机器学习方法综合考虑地质参数、压裂参数及生产参数,对A页岩气藏井间干扰程度进行评价及预测。先对初始数据进行数据处理,提高数据质量,然后基于处理后的数据,应用聚类分析及随机森林算法评价及预测Y页岩气井间干扰程度。结果表明:A页岩气藏中井间干扰程度低、中、高的井数占比分别为25.93%、37.03%、37.04%,其中压裂因素对A页岩气藏井间干扰程度评价结果影响最大。调参后的页岩气井间干扰程度预测结果达到92.07%,表明所建立的预测模型可应用于实际页岩气井间干扰程度预测,且模型精确度较高,为页岩气井井间干扰量化评价及预测提供了一种有效手段。

宁夏广播电视卫星地球站电磁环境测试和干扰预测

本文介绍宁夏广播电视卫星地球站筹建时的电磁环境测试和干扰预测。

地铁CBTC系统干扰原因及干扰预测

本文首先介绍了地铁CBTC系统及WiFi通信系统,分析了两种系统相互影响从而导致地铁CBTC系统故障的原因。根据分析,WiFi通信系统用户过多造成了对地铁CBTC系统的干扰。另外,笔者尝试将话务量与呼损关系的分析方法运用于WiFi通信系统,预测地铁CBTC系统产生被干扰时WiFi通信系统的用户数目。