为确定500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope,FAST)与其周边公众移动通信(Public Mobile Telecommunications,PMT)系统的电磁兼容(electromagnetic compatibility,EMC)特性,本文综合论述了F...
详细信息
为确定500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope,FAST)与其周边公众移动通信(Public Mobile Telecommunications,PMT)系统的电磁兼容(electromagnetic compatibility,EMC)特性,本文综合论述了FAST宁静区内中国移动、中国联通和中国电信三大运营商所属PMT基站对其产生的电磁干扰。首先,从射电天文业务的频谱划分谈起,论述了射电天文业务干扰源类型,引出了其运行保护标准,进而针对FAST详细说明了FAST宁静区的用频法规和保护要求;其次,分析了ITU-R建议电波传播预测与干扰分析方法,并通过实地测量验证了该方法的适用性,进一步针对性地分析了PMT基站的电磁辐射传播特性,综合评估了FAST宁静区内PMT基站的干扰情况:FAST宁静区域90.24%的PMT基站在一定程度上均会对FAST产生干扰,而在所选分析条件下,仅有43.14%的数据符合FAST保护要求;最后,针对PMT基站干扰信号的抑制和消除,分析了常用的射电天文射频干扰抑制方法,同时为保障FAST免受PMT基站干扰,从FAST和PMT基站的角度出发论述了可行的用频防护措施,并基于实施难度、经济成本、策略收益和通信质量4类指标建立了防护方法的评估体系,对所提防护方法进行了实例说明。上述研究成果可为保障FAST的安全观测提供技术基础。
面向目标的多模态情感分析，其任务是对多模态帖子或评论中给定的目标词进行情感分类。针对目前该领域结合循环神经网络的模型只关注于一般的文本和图片表示，没有同时考虑模态内和模态间的信息交互，且忽略了图像信息中的噪声的问题，提出了一种双通道循环神经网络模型（DRNN）。该模型首先设计了一个基于注意力机制的循环神经网络模块，该模块利用门控循环单元（Gate Recurrent Unit, GRU）来过滤图像的噪声，之后通过注意力机制将文本和图像融合，最后将融合后的信息逐步加入目标信息中，得到模态间的动态表示。另外提出了一个目标文本交互循环神经网络模块，该模块通过计算目标信息与上下文中每个词的权重来学习模态内的上下文表示。最后将两部分模块得到的信息拼接后送入全连接层和softmax层预测情感极性。在两个基准数据集Twitter-15和Twitter-17上进行了大量实验，实验结果表明，与当前最先进的模型相比该模型能够有效增强面向目标的多模态情感分析的效果。
暂无评论