论文部分内容阅读
基于深度强化学习的海洋传感网路径规划关键技术研究
【出 处】
:
上海海事大学
【发表日期】
:
2022年01期
其他文献
随着信息技术的飞速发展,各类电磁通讯设备不断更新迭代,通信信号体制与调制方式也越发复杂多样,通信信号处理方法亦层出不穷。在众多通信信号处理方法中,循环平稳信号处理技术因其纯粹、高效的处理手段脱颖而出,其最大优势是能在低信噪比环境下将噪声与信号进行有效分离。基于这一特点,本文围绕信号循环平稳特征开展信号检测及调制识别方面的研究。考虑到传统循环平稳特征检测及调制识别机制仍存在信号盲检测性能较弱、信号循
量子计算机由于其潜在的巨大计算能力而备受关注。近10年来,硅量子点中的自旋量子比特越来越被认为是最有前途的量子计算系统之一。硅量子点中自旋量子比特的优势主要包括:超长的相干时间、纳米尺度的结构尺寸、潜在的可扩展性和与传统半导体工业的兼容性。传统的基于电子自旋共振的比特操控方式是利用微波天线产生的交变磁场来实现自旋比特翻转,其比特翻转速率较慢。为了提高比特的品质参数(相干时间与操控时间的比值),提高
新型冠状病毒(severe acute respiratory syndrome coronavirus 2,SARS-CoV-2)疫情于2019年末爆发,并导致了新冠肺炎(coronavirus disease 2019,COVID-19)在世界范围内的大流行。COVID-19患者的免疫功能失调是影响患者发病症状和死亡率的一个重要因素。例如,患者的死亡风险率与新型冠状病毒引起的炎症风暴有关。越来