西电电磁散射与隐身技术导论大作业
电磁散射与隐身技术导论课程大作业报告
学院：电子工程学院
专业：电子信息工程
班级： 021114
学号：
姓名：
电子邮件：
日期： 2014 年 06 月
成绩：
指导教师：姜文
电磁波隐身技术
隐形技术（stealth technology）俗称隐身技术，精确的术语应该是“低可探测技术”（low-observable technology）。即通过研究利用各种不同的技术手法来改变己方目标的可探测性信息特征，最大程度地降低被对方探测系统发现的概率，使己方目标以及己方的武器装备不被敌方的探测系统发现和探测到。1.隐身技术及其历史背景
现代无线电技术和雷达探测系统的迅速发展极大地提高了战争中的搜索、跟踪目标的能力，传统的作战武器所受到的威胁愈来愈严重。隐身技术作为提高武器系统生存、突防以及纵深打击能力的有效手段已经成为集陆、海、空、天、电、磁六维一体的立体化现代战争中最为重要、最为有效的突防战术技术手段并受到世界各国的高度重视。隐身技术(又称目标特征信号控制技术)是通过控制武器系统的信号特征使其难以被发现、识别和跟踪打击的技术。它是针对探测技术而言的，在兵器研制过程中设法降低其可探测性，使之不易被敌方发现、跟踪和攻击的专门技术。简言之隐身就是使敌方的各种探测系统(如雷达等)发现不了我方的飞机，无法实施拦截和攻击。早在第二次世界大战期间，美国便开始使用隐身技术以减少飞机被敌方雷达发现的概率。当前电磁波隐身的研究重点是雷达隐身技术和红外隐身技术。由于在未来战争中雷达仍将是探测目标的最可靠手段，因此隐身技术研究以目标的雷达特征信号控制为重点，同时展开红外、声、视频等其它特征信号控制的研究工作，最后向多功能、高性能的隐身方向发展。
2.隐身技术的工作原理
隐身技术的主要就是反雷达探测。雷达是一种利用无线电波发现目标并测定其他位置的装置。雷达的问世使人类的探测技术和能力跨上了新的台阶，同时也向反探测技术提出了新的挑战。人们为了提高目标反雷达探测能力不懈地奋斗了几十年，终于探索到一条新的隐身途径。与早期的隐身术——伪装术相比，今天的隐身技术已起了根本变化，有了质的飞跃。下面从反雷达探测和反红外、热 探测两个方面简单介绍隐身技术的一些工作原理与隐身性能。
1)反雷达探测开始隐身技术的一项主要工作是提高反雷达探测的能力：也
就是提高目标在雷达探测下的隐身性能。通常用目标的雷达散射界面RCS表示。所谓目标的雷达散射截面是指目标被雷达发射的电磁波散射中时其反射电磁波能量的程度。雷达散射截面的大小反映了目标反射电磁波能量的强弱，其越小 雷达就越不易探测到目标。
2)反红外(热)探测开始隐身技术的另一项重要工作是提高反红外(热}探测的能力：也就是减小目标的红外（热）信号特征。发动机的尾喷管是红外探测器的主要红外（热）源。因此减小红外（热）信号特征主要是要减小发动机尾喷管或排气口的红外（热）辐射。
3．隐身材料概述
用于隐身目的的材料称为隐身材料。由于隐身技术能极大地提高武器的生存能力和作战效果，受到许多国家的高度重视，成为现代军事技术研究的关键技术。目前雷达在各种探测器中仍占主导地位。因此雷达波隐身材料是隐身技术中最主要和发展最快的隐身材料。雷达波隐身材料的基本性能要求是吸收雷达波，所以这种材科又称雷达吸波材料。我们所指的吸波材料也就是雷达波吸收材料，简称为RAM。吸波材料的研究始于第二次世界大战期间，起源在德国，发展在美国并扩展到英、法、俄罗斯及日本等发达国家。经过半个世纪的发展成绩斐然。第二次世界大战时，德国人曾用活性碳粉末充填天然橡胶片来包覆潜艇以降低被对方雷达发现的可能性。这可以说是最早的RAM，美国早期研制了一种称为防辐射涂料（HARP)布，是用像胶或塑料填充导电的鳞片状铝粉、铜粉或铁磁材料制成。这些早期的材料主要通过增加厚度来提高吸波性能，一般较重，用于舰船和陆地武装设备。从50年代起。美国等开展了较为系统的飞机隐身技术研究，经过20多年的发展，70年化开始研制隐身飞机，80年代隐身飞机装备部队并投入使用。现已装备的F-117A隐形攻击机、B-2战略轰炸机以及F-22先进战术隐身战斗机均采用了不同类型的隐身材料。其它大国也都投人大量人力物力研制吸波材料，己发展出不少新型的雷达吸波材料和吸波结构。
高度的军事敏感性和技术保密性使当前高性能的RAM研究和应用情况笼罩在迷雾之中，但各科技机构的努力主要集中在以下两个方面：全新的吸收机理和吸收剂、计算科学的迅速发展和应用。总之，应运而生的RAM必将在这场世界性攻关研究中不断取得发展，并对今后的隐身反隐身技术的竟争产生深刻的影响。
4.吸波材料的综合要求和分类
4.1隐身技术对吸波材料的基本要求
一、材料的化学稳定性应有较宽的温度范围。
二、足够宽的工作频带中要求材料与空气有良好的匹配，使空气与材料界面间的总反射很小。这就要求材料有较好的频率特性。再通过合理的设计，充分利用材料的性能。
三、要求吸波涂层材料的面密度小、质量轻，其中对隐身飞行器尤为关键。
四、有高的力学性能及良好的环境适应性和理化性能 就是要求材料具有结强度高 耐一定温度和不同坏境变化的要求。
4.2隐身材料的分类
由于吸波材料种类繁多，吸波机理也不尽相同，目前有多种分类方法。主要有以下几种: 1 涂敷型和结构型按材料成型工艺和承载能力可分为涂敷型和结构型。涂敷型吸波材料是将吸收剂与粘结剂混合后涂敷于目标表面形成吸波涂层 而结构型吸波材料 则通常是将吸收剂分散在由特种纤维〔如石英纤维、玻璃纤维等)增强的结构材料中所形成的结构复合材料，它具有承载和吸收雷达波双重功能。 2) 吸波型和干涉型按吸波原理分有吸波型和干涉型两大类。前者主要是材料本身对雷达波损耗吸收，后者则利用吸波层表面反射波和底层反射波的振幅相等、相位相反进行干涉相消。其中对于吸收型吸波材料按材料损耗机理可分为电阻型、电介质型和磁介质型。碳化硅纤维、导电高聚物、石墨等属于电阻型吸波材料。电磁能主要衰减在材料电阻上，钛酸钡之类属于电介质型吸波材料，其机理为介电极化弛豫损耗，磁介质吸波材料的机理主要归结为磁滞损耗和铁磁共振损耗。这类材料有铁氧体、多晶铁纤维等。 3) 传统型和新型按不同研究时期，吸波材料又可分为传统吸波材料和新型吸波材料。铁氧化、金属微粉、钛酸钡、碳化硅、石墨、导电纤维等均为传统吸波材料，而新型吸波材料则包括纳米材料、多晶铁纤维、“手征”材料、导电高聚物及电路模拟吸波材料等，它们具有不同于传统吸波材料的新吸波机理。在传统吸波材料中，铁氧体吸波材料和金属微粉吸波材料是两种研究得最多、性能最好、并已得到较广泛应用的吸波材料。而纳米材料和多晶铁纤维则是目前众多新型吸波材料中性能最好的两种。
传统吸波材料以强吸收为主要目标。新型吸波材料则要求满足“薄、轻、宽、强”，而未来吸波材科则应满足多频谱隐身、环境自适应、耐高温、耐海洋气候、抗核辐射等更高要求。以适应日趋恶劣的未来战场。其中多频谱隐身材料和智能型隐身材料将成为雷达吸波材料的发展方向。
1)多频谱隐身材料迄今为止的吸波材料都是针对厘米波雷达，如俄罗斯高王雷达)、毫米波雷达(如荷兰翁鸟雷达、瑞典鹰雷达)等先进探侧设备而相继问世，要求吸波材料在不久的将来发展成为能够兼容米波、厘米波、毫米波、红外、激光等多波段电磁波隐身的多频谱隐身材料。单波段吸波材料在未来将不再具有实战意义。在同一目标上使用的材料不应再是单功能多层结构，而希望成为多功能材料，实现四个或五个波段以上的多功能隐身材料一体化设计。
2）智能型隐身材料就象上述所讲的那样，智能型隐身材料作为一种新兴材料其应用会越来越广泛。美国制定的隐身材料研究目标中提出，2005年研制出可单独控制的辐射率/反射率涂层，2010年研制能自动对背景和威胁作出反应的自适应涂层体系。对此，世界其它军事强国也在积极运作中。
隐身无人机所使用的隐身技术是很全面的。因此，隐身无人机的发展代表了隐身技术的最前沿。 20世纪60年代，无人机开始用于军事领城。在1973年的中东战争和1982年的叙、以贝卡谷地之战中，无人机崭露头角，令人刮目相看。无人机大量、成规模地用于战争是在1991年的海湾战争中。以美国为首的多国部队使用了几百架无人机，飞行了几千小时，执行了大量的军事任务。目前，研究无人机对空中战争的影响和新一代多用途、隐身无人机的研制己经成为世界各国空军新的研究和发展之重点。美国是世界上最早把隐身技术用于无人机的国家。早在1960年初，美国就在Q-2无人机上部分地采用了隐身技术，其隐身特征是 用金属丝网罩住发动机进气道，在机身两侧贴数雷达吸波材料覆盖层，机头涂不导电的油漆。自此以后便有越来越多的无人机采用隐身技术。除美国之外，其它一些国家也开始研制生产这类无人机。根据隐身要求、方法和程度的不同，无人机隐身可以分为部分隐身和全面隐身两种。
新的隐身机理（1）仿生技术试验证明，海鸥虽与燕八哥的形体大小相近，但海鸥的雷达反射截面比燕八哥的大200倍。蜜蜂的体积小于麻雀，但它的雷达反射截面反而比麻雀大16倍。有关科学家们正在研究这些现象，试图采用仿生技
术，寻求新的隐身技术。（2）等离子体隐身技术实验证明，用等离子气体层包围诸如飞机、舰船、卫星等的表面，当雷达波碰到这层特殊气体时，由于等离子体层对雷达波有特殊的吸收和折射特性，使反射回雷达接收机的能量很少。 1999年初，俄罗斯克尔德什研究中心宣称，他们已研制成功完全不同于美国“常规”隐身技术的新机理飞行器隐身系统。其隐身方法是利用专门的机载等离子体发生器生成等离子体，然后通过等离子体吸收电磁波使飞机的雷达散射截面(RCS)减小。此外，受一系列物理作用的影响，电磁波急于绕过等离子体，也会使反射信号大大减弱。第一代系统可能已装到现有飞行器上，装上这种装置后，飞机的RCS 减小近两个数量级第二代系统不仅可衰减反射信号，而且可生成许多假信号，这将大大增大跟踪飞行器的难度。第二代机载装置质量不超过100kg，能耗不超过几十千瓦。目前该中心正在根据新的物理原理，研制更有效的第三代隐身系统。美国对等离子体隐身技术也进行了大量的研究，取得了一些进展。20世纪90年代初，美国休斯研究实验室投资65万美元进行了一项为期两年的研究计划。在执行计划的第一阶段，休斯研究等离子体隐身的方法是测量电磁波在充满等离子体的矩形波导管中传播的透射和反射，以及它们随等离子体密度剖面和动量交换碰撞频率的变化，并将实验结果与理论进行了比较，在理论和实验上都取得了重要进展。在执行计划的第二阶段，休斯研制和验证了等离子体隐身模型组件，在实验室双锥辐射体微波散射实验中，所测的充满等离子体外壳对反射微波信号的衰减为37dB，采用小雷达波段测量了充满等离子体外壳的RCS减小量，其中频率在(4~14)GHz范围内的RCS减小量为(20~25)dB。美国的分子研究实验室也进行了大量的有关等离子体微波干扰方面的理论和实验研究，美国还在《国防部1997年基础研究计划》中提山了“中性等离子体效应可以为国防部的飞机和卫星提供隐身条件”。
等离子体隐身机理：等离子体隐身主要是采取相关的技术途径在飞行器表面(周围)形成等离子体，并通过等离子体与电磁波的相互作用，对雷达波实施碰撞吸收、反射和耗散衰减。当存在磁场时，在等离子休中沿磁场方向传播的电磁波的极化方向会产生所谓法拉第旋转，从而使雷达接收的回波极化方向与发射时的不一致，造成极化失真。等离子体隐身技术与目前已经广泛应用的隐身技术相比具有很多优势。（1）改变了常规隐身技术的被动实现手段，采取了主动控制
方法实现隐身，使隐身系统便于维护。（2）不需改变飞行器的气动外形设计 不会影响飞行器的飞行性能和故术技术性能( 3)使用简便,等离子体可做成能快速开、关的隐身系统。在通信或雷达系统尚未发送或接收时,通过快速打开等离子体,将能覆盖电磁波传输系统(4)吸波频带宽,吸收率高,隐身因素多且效果好(5)使用周期长,造价相对低廉,维护费用低。等离子体隐身技术作为新概念的飞行武器防御系统,目前在理论和试验上已经获得成功,如果在工程上一旦研制成功,将对未来空战产生革命性的影响。现有的一些大雷达截面飞行器,欲减小RCS 可以采用等离子体作为隐蔽部件来实现,而无需做重大的结构改变。这样可暂时免去昂贵的重新设计，在电子战中使一些老装备的服役寿命得以延长。同时还可以研制不同的等离子体隐身系统用于船舶、机载平台和卫星，以抵御不同雷达的威胁。因此，等离子体隐身技术在军事上具有极高的潜在应用价值，将成为隐身技术发展的新的突破方向及世界各军事强国竞相研究的焦点。
反隐身技术的机理:隐身技术的迅速发展对战略和战术防御系统提出了严峻挑战，迫使人们考虑如何摧毁隐身兵器并研究反隐身技术。隐身技术与反隐身技术的发展，是相互制约、相互促进的，无论哪一方有新的突破，都将引起另一方的重大变革。反隐身技术的发展方向是，综合运用，系统综合(集成)，开发新的反隐身技术理论。目前，国外对飞机隐身技术的研究主要把力量放在雷达波隐身和红外线隐身上。在雷达波隐身上，飞机主要是靠调整外形来缩减雷达散射截面(占RCS缩减总量的70%~80%)。其次，则是应用RAM探索或研究反隐身技术，要从当前隐身技术的局限性或明显弱点入手（1）现役或在研隐身飞机以单站雷达为对抗目标，雷达是通过接收被照射目标的散射电磁波来判断有无目标存在并测出目标所在的空间角度及空间距离。当前正在使用的雷达绝大多数是单站雷达 它的接收天线和发射天线靠得很近或接收功能及发射功能共用一个天线完成。对于单站雷达，接收机接收到的目标散射电磁波是沿入射电磁波路线返回的回波。调整飞机外形只能优选雷达照射角度范围，使回波集中到极少致方向上并偏离发射源。若设法从别的方向上接收回波，或同时从多个角度进行探测，可以作为探测隐身飞机的措施及手段。 2)难以在整个电磁和红外频谱达到相同的低可探测性，飞机调整外形以及采用RAM，只能有效对抗工作频率在(0.2~29GHz)的厘米波雷达，当雷达波长与被照射目标特征尺寸相近时，在目标反射波与爬行波之间产
生谐振现象。尽管没有直接的镜面反射也会造成强烈的信号特征。例如，某些陆基雷达的长波(米级波)辐射能在飞机较大的部件(平尾或机翼前缘)上引起谐振。在波长很短(毫米波)的雷达照射下，则飞机的不平滑部位相对波长来说显然增多。而任何不平滑部位都会产生角反射并导致RCS增大。大多数RAM都含有“活性成分” 经雷达波照射后其分子结构内部产生电子重新排列，分子振荡的惯性会吸收一部分入射能量。但是，照射波的波长越长，分子振荡越慢而吸波效果越不明显。雷达跳出目前隐身技术所能对抗的波段。将使飞机的隐身性能大大降低或失效。另外，目前的隐身技术主要是针对微波雷达的飞机的红外辐射可以减弱并限制在一定的方位角内但却不能完全消除发展可见光或接近可见光波段的探侧器以及提高红外传感器的探测性能，也可作为探测隐身飞机的措施及手段。反隐身技术与隐身技术一样，也是综合性技术，单独采用某一种反隐身技术都不可能获得好的反隐身效果，必须综合运用各种反隐身技术才能提高探测隐身飞机的效能。
本文首先分析隐身技术的研究现状，然后介绍国外隐身技术的应用情况以及隐身材料的发展，最后预测隐身技术和隐身武器装备将朝着宽频带、全方位、全天候和智能化的方向发展。目前，世界上许多国家和地区都在研究和发展隐身技术，研制隐身或部分隐身武器装备，对现役的非隐身装备进行隐身改装等。隐身技术的出现打破了世界各国现有的攻防平衡，显著地提高了作战平台，进攻平台和防护平台的效能，增强了电子作战能力提高了目标的生存和突防能力，是当今世界各国重点发展的国防高科技。隐身技术正在向着综合运用、权衡隐身性能和其他性能、扩展频率范围和应用范围、降低成本等方向发展。我国在隐身技术的预研工作上已进行了多年探索，取得了一定成果，有的方面已达到实用水平。从现在周边环境的发展趋势来看，我国的军用飞行器在未来的作战环境中将面临严峻的挑战。因此，必须加大力度研究发展高性能的隐身技术装备。对隐身材料来说，对某种探测手段的隐身性能好，往往对另一种探测手段的隐身性能就不好。例如，对激光探测的隐身性能好，一般对红外探测就不能隐身，这就是隐身材料的相容性问题。传统的隐身材料以强吸收为主要目标，新型的隐身材料要求满足“薄、轻、宽、强”，而未来的隐身材料则应满足多频谱隐身、环境自适应、耐高温、耐海洋气候、抗核辐射等更高要求，以适应未来战场的需要。为解决这
一问题，未来隐身材料的研制方向将是兼容型隐身材料，如雷达波、红外兼容隐身材料 红外、激光兼容隐身材料，雷达波、红外、激光等多种兼容的隐身材料等
四、总结
本学期选修了《电磁散射与隐身技术导论》这门课程，在课程中学习了许多关于电磁散射与隐身技术的知识，对于所学专业有了一个感观上的认识，极大地激发了自己对本专业学习的兴趣。最后，对这门课程各位老师在学习上的悉心指导表示深深的感谢！
参考文献：
[1] 肖占中编著.信息化作战指挥[M].北京:海潮出版
社，2006.
[2] 乔清晨. 信息化战争条件下我国防空的战略问
题[M].北京:解放军报，2006.
[3] 钟明范，刘兵初编著.防空作战[M].北京:蓝天出
版社，2008.
西电随机信号大课后复习
随机信号大作业 班级：02xxxx 姓名：xx
学号：02xxxxx 第一章 1.23上机题：设有随机初相信号X(t)=5cos（t+φ），其中相位φ是在区间（0,2π）上均匀分布的随机变量。试用Matlab编程产生其三个样本函数。 解：程序： clc clear m=unifrnd(0,2*pi,1,10); for k=1:3 t=1:0.1:10; X=5*cos(t+m(k)); plot(t,X); hold on
end title('其三个样本函数'); xlabel('t');ylabel('X(t)'); grid on ;axis tight ; 由 Matlab 产生的三个样本函数如下图所示： 第二章 2.22 上机题：利用Matlab 程序设计一正弦型信号加高斯白噪声的复合信号。 (3)分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 1 2 3 4 5 6 7 8 9 10 -4-3-2-101 23 4其三个样本函数 t X (t )
解：取数据如下： 正弦信号的频率为：fc=10HZ，抽样频率为：fs=100HZ； 信号：x=sin(2*pi*fc*t)； 高斯白噪声产生复合信号y： y=awgn(x,10)； 复合信号y通过理想滤波器电路后得到信号y3 ，通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t))； y3的幅度分布特性可以通过傅里叶变换得到Y3(jw)=fft(y3)，y3的功率谱密度：G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))。 程序： clear all; fs=100; fc=10; n=201; t=0:1/fs:2; x=sin(2*pi*fc*t); y=awgn(x,10); m=50; i=-0.49:1/fs:0.49; for j=1:m R(j)=sum(y(1:n-j-1).*y(j:199),2)/(n-j); Ry(49+j)=R(j);
西电人工智能大作业
人工智能大作业 学生：021151** 021151** 时间：2013年12月4号
一．启发式搜索解决八数码问题 1.实验目的 问题描述：现有一个3*3的棋盘，其中有0-8一共9个数字，0表示空格，其他的数字可以和0交换位置（只能上下左右移动）。给定一个初始状态和一个目标状态，找出从初始状态到目标状态的最短路径的问题就称为八数码问题。 例如：实验问题为
到目标状态： 从初始状态： 要求编程解决这个问题，给出解决这个问题的搜索树以及从初始节点到目标节点的最短路径。 2.实验设备及软件环境 利用计算机编程软件Visual C++ 6.0，用C语言编程解决该问题。 3.实验方法 (1).算法描述： ①.把初始节点S放到OPEN表中，计算() f S，并把其值与节点S联系 起来。 ②.如果OPEN表是个空表，则失败退出，无解。 ③.从OPEN表中选择一个f值最小的节点。结果有几个节点合格，当其 中有一个为目标节点时，则选择此目标节点，否则就选择其中任一节点作为节点i。 ④.把节点i从OPEN表中移出，并把它放入CLOSED的扩展节点表中。 ⑤.如果i是目标节点，则成功退出，求得一个解。 ⑥.扩展节点i，生成其全部后继节点。对于i的每一个后继节点j： a.计算() f j。 b.如果j既不在OPEN表中，也不在CLOSED表中，则用估价函数f
把它添加入OPEN表。从j加一指向其父辈节点i的指针，以便一旦 找到目标节点时记住一个解答路径。 c.如果j已在OPEN表或CLOSED表上，则比较刚刚对j计算过的f 值和前面计算过的该节点在表中的f值。如果新的f值较小，则 I.以此新值取代旧值。 II.从j指向i，而不是指向它的父辈节点。 III.如果节点j在CLOSED表中，则把它移回OPEN表。 ⑦转向②，即GO TO ②。 (2).流程图描述： (3).程序源代码： #include
西电数据挖掘大作业k-means和k-medoids
题 目： 数据挖掘 学 院： 电子工程学院 专 业： 智能科学和技术 学生姓名： ** 学 号： 02115*** k -means 实验报告 一、 waveform 数据 1、 算法描述 1. 从数据集{X n }n?1N 中任意选取k 个赋给初始的聚类中心c 1, c 2, …,
c k； 2.对数据集中的每个样本点x i，计算其和各个聚类中心c j的欧氏 距离并获取其类别标号： label(i)=arg min ||x i?c j||2,i=1,…,N,j=1,…,k 3.按下式重新计算k个聚类中心； c j=∑x j s:label(s)=j j ,j=1,2,…k 重复步骤2和步骤3，直到达到最大迭代次数为止2、实验结果 二、图像处理 1、算法描述 同上； 2、实验结果
代码： k_means: %%%%%%%%%K_means%%%%%%%% %%%%%%%%%函数说明%%%%%%%% %输入: % sample——样本集； % k ——聚类数目； %输出： % y ——类标(从0开始) % cnew ——聚类中心 % n ——迭代次数 function [y cnew n]=k_means(sample,k) [N V]=size(sample); %N为样本的个数 K为样本的维数 y=zeros(N,1); %记录样本类标 dist=zeros(1,k); rand_num=randperm(N); cnew=(sample(rand_num(1,1:k),:));%随机初始化聚类中心cold=zeros(k,V); n=0;
西电随机信号分析大作业
随机信号分析大作业 学院：电子工程学院 班级：021151 学号：02115037 姓名：隋伟哲
第一题：设有随机信号X（t）=5cos(t+a),其中相位a是在区间（0,2π）上均匀分布的随机变量，使用Matlab编程产生其三个样本函数。 解： 源程序如下： clc;clear; C=2*pi*rand(1,3);%在[0,2π]产生均匀分布的相位角 t=1:.1:80; y1=5*cos(t+C(1)); %将产生的随机相位角逐一代入随机过程中 y2=5*cos(t+C(2)); %将产生的随机相位角逐一代入随机过程中 y3=5*cos(t+C(3)); %将产生的随机相位角逐一代入随机过程中 plot(t,y1,'r-'); hold on; plot(t,y2,'g--'); hold on; plot(t,y3,'k-'); xlabel('t');ylabel('X(t)'); grid on;axis([0 30 -8 8]); title('随机相位的三条样本曲线'); 产生的三条样本曲线：
第二题：利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。（1）分析复合信号的功率谱密度、幅度分布特性； （2）分析复合信号通过RC积分电路后的功率谱密度和相应的幅度分布特性； （3）分析复合信号通过理想低通系统后的功率谱密度和相应的幅度分布特性。 解：设定正选信号的频率为10HZ，抽样频率为100HZ x=sin(2*pi*fc*t)
（1）正弦函数加上高斯白噪声： y=awgn(x,10) y 的幅度分布特性可以通过傅里叶变换得到： Y(jw)=fft(y) y 的功率谱密度： G(w)=Y(jw).*conj(Y(jw)/length(Y(jw))) 随机序列自相关函数的无偏估计公式为： 1 01()()()N m xx n R m x n x n m N m --==+-∑ 01m N ≤≤- （2）复合信号 y 通过RC 积分电路后得到信号y2 通过卷积计算可以得到y2 即：y2= conv2(y,b*pi^-b*t) y2的幅度分布特性可以通过傅里叶变换得到： Y2(jw)=fft(y2) y2的功率谱密度： G2(w)=Y2(jw).*conj(Y2(jw)/length(Y2(jw))) （3）复合信号 y 通过理想滤波器电路后得到信号y3 通过卷积计算可以得到y3 即：y3=conv2(y,sin(10*t)/(pi*t)) y3的幅度分布特性可以通过傅里叶变换得到： Y3(jw)=fft(y3) y3的功率谱密度： G3(w)=Y3(jw).*conj(Y3(jw)/length(Y3(jw)))
人工智能大作业
第一章 1、3 什么就是人工智能？它的研究目标就是什么？ 人工智能(Artificial Intelligence),英文缩写为AI。它就是研究、开发用于模拟、延伸与扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 研究目标:人工智能就是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理与专家系统等。 1、7 人工智能有哪几个主要学派？各自的特点就是什么？ 主要学派:符号主义,联结主义与行为主义。 1.符号主义:认为人类智能的基本单元就是符号,认识过程就就是符号表示下的符号计算, 从而思维就就是符号计算; 2.联结主义:认为人类智能的基本单元就是神经元,认识过程就是由神经元构成的网络的信 息传递,这种传递就是并行分布进行的。 3.行为主义:认为,人工智能起源于控制论,提出智能取决于感知与行动,取决于对外界复 杂环境的适应,它不需要只就是,不需要表示,不需要推理。 1、8 人工智能有哪些主要研究与应用领域？其中有哪些就是新的研究热点？ 1、研究领域:问题求解,逻辑推理与定理证明,自然语言理解,自动程序设计,专家系统,机器 学习,神经网络,机器人学,数据挖掘与知识发现,人工生命,系统与语言工具。 2、研究热点:专家系统,机器学习,神经网络,分布式人工智能与Agent,数据挖掘与知识发 现。 第二章 2、8 用谓词逻辑知识表示方法表示如下知识: (1)有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。 三步走:定义谓词,定义个体域,谓词表示 定义谓词 P(x):x就是人
西电《软件技术基础》上机大作业答案解析
说明 每个实验题目含有一个main函数和一些函数，与实验题目相关的基本运算的函数定义和main函数定义的代码在附录以及对应的文件夹中给出，供上机实验参考使用。对于每个题目，只需要根据题目要求设计算法，补充函数定义，然后对程序进行编译、调试。
实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验内容 1．设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n , e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。（文件夹：顺序表逆置、单链表逆置） 2．已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。（文件夹：分解单链表） 实验二栈和队列 一、实验目的 1．熟悉栈和队列的顺序和链式存储结构 2．掌握栈和队列的基本运算 3．能够利用栈和队列的基本运算完成栈和队列应用的运算 二、实验内容 1．设单链表中存放有n个字符，试编写算法，判断该字符串是否有中心对称的关系，例如xyzzyx是中心对称的字符串。（提示：将单链表中的一半字符先依次进栈，然后依次出栈与单链表中的另一半字符进行比较。）（文件夹：判字符串中心对称） 2．假设以数组sequ[m]存放循环队列的元素，同时设变量rear和quelen 分别指示循环队列中队尾元素的位置和内含元素的个数。编写实现该循环队列的入队和出队操作的算法。 提示：队空的条件：sq->quelen==0；队满的条件：sq->quelen==m。（文件夹：循环队列）实验三串 一、实验目的 1．熟悉串的顺序存储结构 2．掌握串的基本运算及应用 二、实验内容 1．串采用顺序存储结构，编写朴素模式匹配算法，查找在串中是否存在给定的子串。（文件夹：模式匹配） 2．若S是一个采用顺序结构存储的串，利用C的库函数strlen和strcpy（或strncpy）编写
随机信号分析大作业
随机信号分析实验报告 信息25班 2120502123 赵梦然
作业题三： 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n)，检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形，讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列，并将其替换高斯白噪声通过上述系统。 画出此时的输出图形，并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示： (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图，并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作，当N 很大时，可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时，均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。
一、作业分析： 本题主要考察的是加性高斯白噪声相关问题，因此构造一个高斯白噪声十分重要，故在本题中使用randn函数随机生成一个个符合高斯分布的数据，并由此构成高斯白噪声；而且由于白噪声是无法完全表示的，故此根据噪声长度远大于信号长度时可视为高斯白噪声，构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答： （1）matlab程序为： x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为：
西安电子科技大学人工智能试题
1.（该题目硕士统招生做）请用框架法和语义网络法表示下列事件。（10分） 2015年2月20日上午11点40分，广东省深圳市光明新区柳溪工业园附近发生山体滑坡，经初步核查，此次滑坡事故共造成22栋厂房被掩埋，涉及公司15家，截至目前已安全撤离900人，仍有22人失联。 答：框架表示法（5分）：（给分要点：确定框架名和框架槽，根据报道给出的相关数据填充，主要内容正确即可给分，不必与参考答案完全一致） <山体滑坡> 时间：2015年2月20日上午11点40分 地点：广东省深圳市光明新区柳溪工业园附近 掩埋厂房：22栋 涉及公司数目：15家 安全撤离人数：900人 失联人数：22人 语义网络表示法（5分）：（给分要点：确定语义网络的节点及其连接关系，根据报道内容进行填充，主要内容正确即可给分，不必与参考答案完全一致） 1. （该题目全日制专业学位硕士做）请用一种合适的知识表示方法来表示下面知识。（10分） How Old Are YOU是微软推出的一款测年龄应用，该应用架设在微软服务平台Azure上，该平台具有机器学习的开发接口，第三方开发者可以利用相关的接口和技术，分析人脸照片。
（给分要点：采用合适的知识表示方法，正确即可给分，不必与参考答案完全一致） 答：
SQL数据库期末大作业
学校:北京联合大学 系别:信息管理系 姓名：孙超 学号：2013110444006 《餐饮业信息管理系统的开发》 1、本项目的需求分析 随着今年来中国餐饮行业的日益火爆，在强烈的行业竞争中，一个高效的餐饮信息管理系统的应用，无疑是至关重要的。高效，便捷的管理系统，不仅仅极大的方便了食客的就餐，同时对于餐饮公司的各项信息管理有着很大的帮助，同时，我们的餐饮信息管理系统还能帮助餐厅降低错误率，扩大营业范围，增加知名度等。 为了使得系统在操作的过程中，更加便捷，具有针对性，本次系统设计主要分为：员工登陆操作信息系统，以及店主操作管理信息系统。不同的设计从而达到不同的功能，实现信息的有效传达与管理。 第一：在员工使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.查询菜单 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 第二：管理员使用本餐饮信息管理系统应可以实现以下功能： 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.添加修改查询菜单信息，最好能看到菜品图片 3.添加查询预定信息，为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 6.设定具体的打折方法 7.添加职员信息，权限也可以定为管理员。 8.可以查询使用者的现金收款金额。 二、餐饮业管理数据库管理系统的E-R模型（概念结构设计） 1.用户（员工）的信息：
编号、密码、类型、姓名、电话、收款金额 2.客户信息： 用户编号、客户编号、姓名、电话、密码、开卡时间、卡内余额 3.食谱： 类型、名称、价格、配料、照片 4.预定： 用户编号、日期、预定时间、客户姓名、类型、预定食谱、桌号5桌台管理： 桌号、使用情况、 6.点餐管理： 用户编号、类型、菜品、数量、价格、照片 7.盈利管理： 日期、日支出金额、店内收入、外卖收入、盈利额度 各对象之间的联系图： 用户E-R图 主要存储一些用户信息，如用户的账号、密码和类型地点等等，主要用于用户登录，添加客户和添加预定时会使用到用户信息。
西电电院人工智能课程大作业
西电人工智能大作业
八数码难题 一.实验目的 八数码难题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。例如： (a) 初始状态 (b) 目标状态 图1 八数码问题示意图 请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或 A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。 本实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。 二.实验设备及软件环境 Microsoft Visual C++，（简称Visual C++、MSVC、VC++或VC）微软公司的C++开发工具，具有集成开发环境，可提供编辑C语言，C++以及C++/CLI 等编程语言。 三.实验方法 算法描述： （1）将起始点放到OPEN表； （2）若OPEN空，无解，失败；否则继续； （3）把第一个点从OPEN移出，放到CLOSE表； （4）拓展节点，若无后继结点，转（2）； （5）把n的所有后继结点放到OPEN末端，提供从后继结点回到n的指针； （6）若n任意后继结点是目标节点，成功，输出；否则转（2）。
流程图：
代码： #include
西电数据结构大作业
题目：数据结构上机报告学院：电子工程学院 专业：信息对抗技术 学生姓名：甘佳霖 学号：14020310092
西安电子科技大学 数据结构课程实验报告实验名称线性表 电子工程学院 1402031 班Array姓名甘佳霖学号 14020310092 同作者 实验日期 2017 年 3 月 18 日
实验一线性表 一、实验目的 1．熟悉线性表的顺序和链式存储结构 2．掌握线性表的基本运算 3．能够利用线性表的基本运算完成线性表应用的运算 二、实验要求 1.设有一个线性表E={e1, e2, … , e n-1, e n}，设计一个算法，将线性表逆置，即使元素排列次序颠倒过来，成为逆线性表E’={ e n, e n-1 , … , e2 , e1 }，要求逆线性表占用原线性表空间，并且用顺序表和单链表两种方法表示，分别用两个程序来完成。 2.已知由不具有头结点的单链表表示的线性表中，含有三类字符的数据元素（字母、数字和其他字符），试编写算法构造三个以循环链表表示的线性表，使每个表中只含有同一类的字符，且利用原表中的结点空间，头结点可另辟空间。 三、设计思路 1.顺序表做逆置操作时将对应的首尾元素位置交换，单链表的指针end指向链表的末尾，指针start指向链表头结点，指针s用来找到指向end节点的节点，将指向链表末尾和头结点的存储内容交换，然后头结点指针指向下一节点，s指针从start节点开始遍历寻找指向end 指针的节点，并将end指针赋值为s指针，就完成了单链表的逆置，可以看出单链表和顺序表都可以完成线性表的逆置。 2.分解单链表的实现思路是首先新建3个循环链表，然后顺序遍历单链表，ASCII码判断链表中的元素属于哪一类元素，然后将这个元素添加到对应的循环链表中，从而实现分解单链表的功能。 四、运行结果 1.单链表逆置：
人工智能大作业翻译
Adaptive Evolutionary Artificial Neural Networks for Pattern Classification 自适应进化人工神经网络模式分类 Abstract—This paper presents a new evolutionary approach called the hybrid evolutionary artificial neural network (HEANN) for simultaneously evolving an artificial neural networks (ANNs) topology and weights. Evolutionary algorithms (EAs) with strong global search capabilities are likely to provide the most promising region. However, they are less efficient in fine-tuning the search space locally. HEANN emphasizes the balancing of the global search and local search for the evolutionary process by adapting the mutation probability and the step size of the weight perturbation. This is distinguishable from most previous studies that incorporate EA to search for network topology and gradient learning for weight updating. Four benchmark functions were used to test the evolutionary framework of HEANN. In addition, HEANN was tested on seven classification benchmark problems from the UCI machine learning repository. Experimental results show the superior performance of HEANN in fine-tuning the network complexity within a small number of generations while preserving the generalization capability compared with other algorithms. 摘要——这片文章提出了一种新的进化方法称为混合进化人工神经网络(HEANN),同时提出进化人工神经网络(ANNs)拓扑结构和权重。进化算法(EAs)具有较强的全局搜索能力且很可能指向最有前途的领域。然而,在搜索空间局部微调时，他们效率较低。HEANN强调全局搜索的平衡和局部搜索的进化过程，通过调整变异概率和步长扰动的权值。这是区别于大多数以前的研究，那些研究整合EA来搜索网络拓扑和梯度学习来进行权值更新。四个基准函数被用来测试的HEANN进化框架。此外,HEANN测试了七个分类基准问题的UCI机器学习库。实验结果表明在少数几代算法中，HEANN在微调网络复杂性的性能是优越的。同时，他还保留了相对于其他算法的泛化性能。 I. INTRODUCTION Artificial neural networks (ANNs) have emerged as a powerful tool for pattern classification [1], [2]. The optimization of ANN topology and connection weights training are often treated separately. Such a divide-and-conquer approach gives rise to an imprecise evaluation of the selected topology of ANNs. In fact, these two tasks are interdependent and should be addressed simultaneously to achieve optimum results. 人工神经网络(ANNs)已经成为一种强大的工具被用于模式分类[1],[2]。ANN 拓扑优化和连接权重训练经常被单独处理。这样一个分治算法产生一个不精确的评价选择的神经网络拓扑结构。事实上,这两个任务都是相互依存的且应当同时解决以达到最佳结果。
西电排队论大作业完整版
西电排队论大作业 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
西安电子科技大学 (2016年度) 随机过程与排队论 班级： XXXXXXX 姓名： XXX XXX 学号： XXXXXXXXXX XXXXXXXXXXX 一步转移概率矩阵收敛快慢的影响因素 作者姓名：XXX XXX 指导老师姓名：XXX (西安电子科技大学计算机学院，陕西西安) 摘要：根据课程教材《排队现象的建模、解析与模拟【西安电子科技大学出版 社曾勇版】》，第[马尔可夫过程]中，马尔可夫过程链n时刻的k步转移概率结 果，当k=1时，得到一步转移概率。进而得到一步转移概率矩阵P（1）。为研究 此一步转移概率矩阵（下称一步矩阵）的收敛特性以及影响其收敛快慢的因素，使 用MATLAB实验工具进行仿真，先从特殊矩阵开始做起，发现规律，然后向普通矩 阵进行拓展猜想，并根据算术理论分析进行论证，最终得出一步矩阵收敛快慢的影 响因素。 关键词：一步转移概率矩阵 MATLAB 仿真猜想 一、问题概述 我们讨论时一步矩阵的特性应从以下两方面来分析： （1）矩阵P（n）在满足什么条件时具有收敛特性; 对于矩阵P（n）,当P（n）=P(n+1)时，我们说此矩阵 具有收敛特性，简称矩阵 P（n）收敛。 （2）若一个一步矩阵具有收敛特性，那么其收敛速度与什么有关
首先，我们需要明确什么是一步矩阵收敛： 对于一般的一步矩阵P 、矩阵An+1、矩阵An，若有： An+1=AnP=An 那么称该一步转移矩阵可收敛。 二、仿真实验 1、仿真环境 本次采用的是MATLAB仿真实验软件进行仿真实验 2、结果与分析 【1】、特殊矩阵：单位矩阵与类单位矩阵 从图（1）和图（2）可以看出，单位矩阵不具有收敛特性，类单位矩阵并非单位矩阵但是经过n次后也变为单位矩阵，所以此矩阵也不具有收敛特性。此类矩阵也易证明其不具有收敛性。 图（1）单位矩阵图（2）：类单位 矩阵 【2】、一般单位矩阵 图（3）：一般一步矩阵Ⅰ 图（4）：一般一步矩阵 从图（3）和（）可以看出他们分别在18次和4次后收敛到一个稳定的值 3、根据实验的猜想 根据在单位矩阵和一般单位矩阵和一般一步矩阵中得到的结果，可以对得出如下结论：类单位矩阵、单位矩阵是不具有收敛性的，而一般的一步矩阵是有收敛性的，而且收敛速率有快有慢。 对于上面结论中的状况，我们首先观察如上四个矩阵，不难发现，在矩阵收敛的最终结果矩阵中，其每行和均为1，而且每列上的值均为相同值。最终概率分布结果也是矩阵收敛后的一行。 所以根据上述的结果及分析做出如下猜想： 每一列比较均匀的矩阵收敛速度较快；与类单位矩阵类似的矩阵收敛速度较慢。 在极限情况下，有如下情况：
人工智能大作业
人工智能基础 大作业 —－－－八数码难题 学院：数学与计算机科学学院 班级：计科14—1 姓名:王佳乐 学号：１2 2０1６、12、20 一、实验名称 八数码难题得启发式搜索 二、实验目得 八数码问题:在3×3得方格棋盘上,摆放着1到８这八个数码,有1个方格就是空得，其初始状态如图1所示,要求对空格执行空格左移、空格右移、空格上移与空格下移这四个操作使得棋盘从初始状态到目标状态. 要求：1、熟悉人工智能系统中得问题求解过程; 2、熟悉状态空间得启发式搜索算法得应用； 3、熟悉对八数码问题得建模、求解及编程语言得应用。 三、实验设备及软件环境 1.实验编程工具：VC＋+ 6、0 2.实验环境：Wｉndoｗs7 64位 四、实验方法：启发式搜索 1、算法描述 1.将Ｓ放入open表,计算估价函数f(ｓ)
2.判断oｐeｎ表就是否为空，若为空则搜索失败,否则，将opeｎ表中得第 一个元素加入cｌｏse表并对其进行扩展（每次扩展后加入ｏpen表中 得元素按照代价得大小从小到大排序，找到代价最小得节点进行扩展） 注:代价得计算公式ｆ(n)=d（ｎ）+ｗ（n)、其中f（n)为总代价，d(n）为节点得度,w（ｎ)用来计算节点中错放棋子得个数. 判断i就是否为目标节点,就是则成功，否则拓展i，计算后续节点f（j），利用f（j)对oｐeｎ表重新排序 2、算法流程图： 3、程序源代码： ＃ｉncluｄｅ＜stdｉｏ、ｈ> # iｎclude＜strｉng、h> # include
云南大学数据库期末大作业：数据库设计
云南大学软件学院实验报告 课程：数据库原理与实用技术实验学期：任课教师： 专业：学号：姓名：成绩： 期末大作业：Electronic Ventor 数据库设计 一、实验目的 （1）掌握数据库设计的基本方法 （2）掌握各种数据库对象的设计方法 （3）熟练掌握DBA必须具备的技能 二、实验内容 1、根据项目的应用和项目的需求说明文档，进行详细的需求分析，给出需求分析的结果。 （1）客户可以在网站上注册，注册的客户要提供客户的姓名、电话、地址，以方便售后和联系，姓名即作为用户名，和密码一起用于注册和登录，客户编号可唯一识别用户，卡号可网上支付。其中地址、电话以方便联系和寄货； （2）网站管理员可以登记各种商品，供客户查询，订购。登记商品时要提供商品的名称、价格，商店中现有商品量，商品编号可唯一识别商品； （3）类别表示商品所属类别，类别编号可唯一识别类别，其中包含了，商品类别名称和制造厂商，可以对商品进行分类售卖； （4）客户可以在网上下订单，也可以到实体店购物，其在订单上所选择的支付方式不同（信用卡、借记卡、现金，现金代表实体店购物），网站管理员可以查看订单，并及时将订单的处理情况更新（比如货物已寄出的信息，订单状态：0：未处理，1：已处理，2：已发货）；订单编号可唯一识别订单，订单中包含订单产生时间，订单状态，支付方式和支付总额； （5）实体商店有自己的店名，卖多种商品，每个商店都有固定的地址，顾客可以到店中买商品，（注：在实体店中购买商品的顾客一律将顾客名默认为佚名），当商店中的库存量小于10时会有提醒到仓库中拿货； （6）配送单中包含查询号可唯一识别配送单，配送人，联系方式； （7）仓库中仓库编号可唯一识别仓库，其中每个仓库都有区号，代表其地址。 （8）各实体间关系 1）一个客户可以购买多种商品，一种商品可以被多个客户购买； 2）一个商品属于且仅属于一种类别，一种类别的商品可以包含多个商品或没有； 3）一种商品放在多个商店中销售，一个商店至少销售一种或销售多种商品； 4）一个订单对应一个客户，一个客户对应多个订单； 5）一个订单对应至少有一件商品或多件，一个商品对应多个订单； 6）一个订单可以有一个商品配送单 7）一个仓库可以存放多种商品，一种商品可以存放在一个仓库；
随机信号实验报告
随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景： (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1
理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究，对对它们进行比较分析并讨论其物理意义。 关键词：理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景： 在词典中噪声有两种定义：定义1：干扰人们休息、学习和工作的声音，引起人的心理和生理变化。定义2：不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声，可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的，从感性上很容易理解。而第二种定义则相对抽象一些，大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声，如何的利用噪声，把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解，为后面的学习与工作做准备，我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们，掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法，掌握理想白噪声和带限白噪声的性质。
西安电子科技大学人工智能复习课习题
1.请选用框架法和语义网络法表示下述报道的沙尘暴灾害事件。 （虚拟新华社3月16日电）昨日，沙尘暴袭击韩国汉城，气场与高速公路被迫关闭，造成的损失不详。此次沙尘暴起因中韩专家认为是由于中国内蒙古地区过分垦牧破坏植被所致。 （提示：分析概况用下划线标出的要点，经过概念化形成槽或节点） 2. 请用归结反演的方法求解下述问题。 已知：（1）John 是贼。 （2）Paul 喜欢酒（wine ）。 （3）Paul 也喜欢奶酪（cheese ）。 （4）如果Paul 喜欢某物，那么John 也喜欢某物。 （5）如果某人是贼，而且他喜欢某物，那么他就会偷窃该物。 请回答下面的问题：John 会偷窃什么？ 3. MYCIN 是一个用于细菌感染性疾病诊断的专家系统，它的不确定性推理模型中采用可信度作为不确定性量度。请简述什么是不确定性推理及不确定性推理几个关键问题，并按照MYCIN 系统的推理方法计算结论B1和B2的可信度。 已知初始证据A1,A2,A3的可信度值均为1，推理规则如下： R1: IF A1 THEN B1 (0.8) R2: IF A2 THEN B1 (0.5) R3: IF A3∧B1 THEN B2 (0.8) 求CF(B1)和CF(B2)的值。 ()()()(),()0,()0121212 ()()()()(),()0,()012121212 ()()12,()()0121min{|()|,|()|}12CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H CF H ????????????????? +-?≥≥=++?<<+?<- 4．设A 、B 分别是论域U 、V 上的模糊集， U=V={1,2,3,4,5}, A=1/1+ 0.5/2, B=0.4/3+0.6/4+1/5 并设模糊知识及模糊证据分别为： IF x is A THEN y is B x is A ’ 其中，A ’的模糊集为：A ’=1/1+ 0.4/2+ 0.2/3 假设A 和A ’可以匹配，请利用模糊推理的方法求出该模糊知识和模糊证据能得出什么样的模糊结论。
人工智能大作业
第一章 1.3 什么是人工智能？它的研究目标是什么？ 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 研究目标：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 1.7 人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义，联结主义和行为主义。 1.符号主义：认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从 而思维就是符号计算； 2.联结主义：认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息 传递，这种传递是并行分布进行的。 3.行为主义：认为，人工智能起源于控制论，提出智能取决于感知和行动，取决于对外界 复杂环境的适应，它不需要只是，不需要表示，不需要推理。 1.8 人工智能有哪些主要研究和应用领域？其中有哪些是新的研究热点？ 1.研究领域：问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系 统，机器学习，神经网络，机器人学，数据挖掘与知识发现，人工生命，系统与语言工具。 2.研究热点：专家系统，机器学习，神经网络，分布式人工智能与Agent，数据挖掘与 知识发现。 第二章 2.8 用谓词逻辑知识表示方法表示如下知识： (1)有人喜欢梅花，有人喜欢菊花，有人既喜欢梅花又喜欢菊花。 三步走：定义谓词，定义个体域，谓词表示 定义谓词 P(x)：x是人 L(x,y)：x喜欢y y的个体域：{梅花，菊花}。 将知识用谓词表示为： (?x)(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 不是每个计算机系的学生都喜欢在计算机上编程序。 定义谓词 S(x)：x是计算机系学生
《随机信号》上机仿真报告【西电】
班级 学号 随机信号分析仿真报告 学院电子工程学院 专业 学生姓名 老师姓名
随机信号分析上机（结课）报告 姓名：学号： 第一题： 1.23设有随机初相信号)cos(5)(X ?+=t t ，其中相位?是在区间（0，２π）上均匀分布分的 随机变量，用ＭＡＴＬＡＢ编程产生是三个样本函数。仿真部分： 图 1.1随机初相信号样本函数 其中，随机变量相位?可以共通过函数：“unifrnd(0,2*pi)”来实现； 而产生三个样本则可以通过简单的循环得到。
第二题： 2.22利用Matlab程序设计一正弦型信号加高斯白噪声的复合信号。 （1）分析复合信号的功率谱密度、幅度分布特性； （2）分析复合信号通过RC积分电路（理想低通系统）后的功率谱密度和相应的幅度分布特性； 思路分析： ●幅度分布：可以通过“hilbert()”变换后取其绝对值便得到包络； ●功率密度谱，根据定义，它是函数自相关函数的傅立叶变换； ?可以先用“[ry,a]=xcorr(y,‘unbiased’)”函数来求得信号的自相关函数； ?通过“gy=fft(ry)”函数来求得相关函数的傅里叶变换； ?最后通过“fftshift(gy)”函数对傅立叶变换后的结果进行矫正。 ●低通滤波器可以通过函数“fir1()”进行设计，并最终通过“filter()”函数作用于 信号。（由于fir1采用的是归一化频率，所以设计时要注意先把采样频率归一化， 也就是除以二。） 仿真部分： 仿真参数：正弦信号频率fc=20Hz，振幅为0.25,；采样频率fs=600Hz； （1）分析复合信号的功率谱密度、幅度分布特性； 图 2.1复合信号相关的曲线%求功率谱密度代码段： %y为复合信号 %先求得自相关函数rx [ry,a]=xcorr(y,'unbiased'); %求自相关的傅里叶变换Fy0=fft(ry); %矫正 Fy1=fftshift(Fy0); %求包络 hilbert_y=hilbert(y); A=abs(hilbert_y);