袁琼清

作品数：8被引量：13H指数：2
导出分析报告
供职机构：国防科学技术大学更多>>
发文主题：BSP军队技术院校KALMAN白噪声信号更多>>
发文领域：电子电信自动化与计算机技术军事航空宇航科学技术更多>>
发文期刊：《电子技术应用》《科研管理》《电光与控制》《现代雷达》更多>>
所获基金：国防科技重点实验室基金国防科技技术预先研究基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
关于军队技术院校深化科技评价改革的设想被引量：1
《科研管理》2016年第S1期468-471,共4页张继东 谢成钢 刘文闳 袁琼清 沈国际 
科技评价不仅是高校科技管理的主要手段,而且是高等教育宏观管理和资源配置的重要依据,对高校办学行为具有突出的导向作用。深化评价改革是高校科技发展的紧迫任务,也是推进高等教育内涵式发展的必然要求。本文以军队技术院校科技评价...
关键词：军队技术院校 科技评价 深化改革 
军队院校国防知识产权人才培养初探被引量：2
《高等教育研究学报》2014年第3期108-110,共3页袁琼清 李振 曹德斌 
随着国防知识产权战略的不断推进,对国防知识产权人才队伍建设提出了更高的要求。当前国防知识产权人才队伍建设还远远不能满足国防知识产权工作的实际需求,军队院校作为国防科技自主创新的重要力量和高素质人才培养的主要基地,在国防...
关键词：国防知识产权 人才队伍 军队院校 
基于小波变换和多神经网络融合的雷达一维距离像目标识别被引量：1
《电光与控制》2009年第1期34-38,共5页朱玉鹏 袁琼清 王芹 付耀文 王宏强 
针对低信噪比情况下目标的雷达一维距离像性能较差的问题,提出利用小波去噪以增强目标一维距离像的方法。对去噪后的目标一维距离像提取归一化中心矩,分别采用径向基函数网络和BP网络进行分类识别;在分析了两类网络用于分类识别特点基础...
关键词：一维距离像 目标识别 神经网络 中心矩 小波变换 
一种基于TCRA的低轨星座通信系统的强占预留信道策略被引量：1
《电子技术应用》2008年第12期124-127,共4页刘彦辰 丁丁 袁琼清 马东堂 
国防科技重点实验室基金(51435050105KG0102)
在基于时间信道预留算法的基础上,提出了一种改进的低轨星座通信系统信道分配策略——强占预留信道策略。讨论了策略的基本原理,并通过仿真,比较分析了该策略与 TCRA 和固定信道预留策略对系统新呼叫阻塞概率、切换失败概率和服务等级...
关键词：低轨星座通信系统 信道分配 切换管理 基于时间信道预留算法 
星座卫星移动通信系统的成本分析与比较被引量：1
《卫星与网络》2007年第12期56-58,共3页李磊 袁琼清 马东堂 
本文在对星座卫星通信系统的成本进行分解的基础上,参照Globalstar、Odysssey和INMARSAT 3个系统的功率等参数来估算出56颗星(包括备用星)的LEO系统、15颗星(包括备用星)的MEO系统和4颗星(包括备用星)的GEO系统作为全球系统时的空间段...
关键词：卫星移动通信系统 成本分析 星座 INMARSAT 卫星通信系统 ODYSSEY 低地球轨道 对地静止轨道 
基于MPC8260的双100Mbit/s快速以太网的VxWorks驱动实现被引量：1
《电子工程师》2005年第3期63-65,共3页袁琼清 王德刚 
　介绍了基于MPC8260的FCC(快速通信控制器 )实现双 100Mbit/s快速以太网的简要原理,并结合ATM(异步传输模式 )综合交换系统的工程实现,介绍了硬件配置过程。在基于Vx Works嵌入式操作系统的BSP(板级支持包)的编写中,叙述了 100Mbit/s...
关键词：VXWORKS 以太网 MPC8260 FCC BSP 
基于Kalman自适应滤波器的噪声消除器设计研究被引量：6
《电光与控制》2004年第3期50-53,共4页袁琼清 李彦鹏 
　讲述了Kalman自适应噪声消除器设计方法,并提出了一种有效的修正模式。理论推导和实验结果表明,本设计方案显著地改进了自适应噪声消除器的性能。
关键词：自适应信号处理 信号 白噪声 
基于正规变换的转换测量Kalman滤波算法
《现代雷达》2003年第8期34-36,共3页王宏强 黎湘 袁琼清 
国防预研项目 (4 13 0 10 70 1 2 )资助课题
对于极坐标观测下的目标跟踪问题 ,基于转换测量Kalman滤波器 (CMKF) ,应用正规变换方法对其进行解耦 ,经过理论推导 ,得到了变换的解析表达式。
关键词：转换测量Kalman滤波器 CMKF 正规变换 目标跟踪 雷达 解耦 非线性测量 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部