量刑规范的责任刑改良路径

现行量刑指导意见提供的量刑方法仍然采用同向相加、逆向相减的方式,对量刑情节并不区分责任刑情节和预防刑情节,导致量刑过程虽然简便但太过粗糙。消极的责任主义在量刑领域发展出"点与幅"两种理论,"点与幅"的争论已持续了数百年之久,双方针锋相对地提出了己方理论的优势和对方理论的缺陷,在争论中留下了许多闪光的精华。吸取双方的理论经验,在我国的量刑指导意见中区分影响责任刑的情节和影响预防刑的情节,并通过按比例适度突破责任刑和量刑情节类型化两方面改良我国的量刑指导意见,可以更好地发挥量刑工具理论提供量刑依据、保障人权、实现公平正义和提高司法效率的理论作用。     

跳频信号的归一化多普勒频差最大似然估计

针对双站定位涉及的跳频信号多普勒频差估计问题，提出了归一化的频差最大似然估计算法，利用两个定位站接收到的跳频脉冲串信号，构建一个关于基准跳频频率多普勒频差的似然函数，通过网格搜索得到使似然函数最大的多普勒频差估计，既解决了跳频信号在不同跳频频率上多普勒频差不一致的问题，又充分利用在不同频率的脉冲串信号提高了多普勒频差估计精度。通过仿真对算法的性能进行了评估，结果表明，与基于子空间的算法比较，在脉冲数达到240个时，所提算法执行效率提升30%以上。     

一种改进的电力线通信系统脉冲噪声抑制方法

为了抑制脉冲噪声对电力线正交频分复用（OFDM）通信系统的影响，最常用的方法之一是在接收端OFDM解调器之前前置一个置零非线性单元，即传统置零法。然而，由于引入了非线性失真，其性能并不理想。针对传统置零法引起的非线性失真问题，提出了一种基于迭代消除非线性失真的改进置零法。首先，对接收到的时域OFDM信号进行脉冲噪声检测和置零处理；然后，在频域利用已检测的符号来重构时域置零处理引入的非线性失真，并通过迭代提高重构的准确性；最后，从频域接收信号中减去重构的非线性失真。仿真结果表明，所提改进算法与传统置零法相比，有非常大的性能提升，增强了电力线OFDM通信系统对脉冲噪声的抵抗能力。     

战场环境中的电波传播模型优化选择方法

针对战场级的复杂电磁环境仿真过程中涉及到全频段覆盖、环境影响、仿真速度要求高等问题，提出了一种综合考虑用频装备、环境信息和模型自身特点的电波传播模型选择方法。该方法首先通过频段对用频装备及电波传播模型进行划分，再结合环境信息中降雨量、海拔、植被覆盖率、气候类型、导电特性等参数进行综合分析，最终得到传播模型的优化选择方案。在典型作战场景仿真应用中，该方法为传播模型的合理选择提供了思路，保证了仿真的精度，同时也为电磁环境仿真中传播模型本地化提供了依据。     

固井质量测井影响因素及改进措施的研究

近些年,在油田开发过程中,对完井后进行固井质量检查时各个测井公司主要使用声幅变密度测井进行固井质量测试,通过分析影响固井质量测试的因素有利于提高固井质量评价的准确性。文章主要讨论声幅变密度测井原理、测井过程中的影响因素分析,同时根据这些因素探讨了提高固井质量测试准确性的措施,希望能对有关单位和企业有所帮助。     

基于自适应分割算法的多跳频信号盲检测

传统的观点大都将跳频信号盲检测问题视为能量域的门限阈值问题，而从统计域来看，实际接收到的跳频信号是在一些未知时刻突变而在这些时刻之间保持统计平稳性的分段平稳随机信号，那么基于非平稳时间序列的各种突变检测算法就可以引入其中。分析了当前跳频突变通信信号的统计特性，给出了其高阶分段平稳的模型。将Bemaola-Galan（BG）提出的自适应分割算法推导到高阶，并将其成功应用于多个跳频突发信号盲检测和自适应提取中。仿真结果表明，该算法不需要任何先验信息，能够有效检测和提取多个突发通信信号，且性能优于传统的能量检测法。     

利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时，针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题，提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先，借鉴多目标航迹起始模型中的M/N逻辑法的框架，设计新的数据关联门限，以建立目标起始曲线；其次，采用最小二乘拟合方法替代卡尔曼滤波，设计新的外推规则，建立载频变化预测曲线；分析新的接收数据与预测曲线的关联性，不断迭代回归或形成新的分支，最后获得目标分选结果。仿真与实测试验表明，利用逻辑回归分选算法，对不同运动目标搭载的同频辐射源可进行自动分选，4个仿真目标与2个真实目标的分选正确率达到100%。同时，该方法拓展了辐射源目标盲分选中的动态频移特征应用，为辐射源个体识别提供了新的支持。     

缓解中心城区交通拥堵的对策建议

近年来,新疆克拉玛依城市规模不断扩大,居民出行距离和机动化出行比例激增,交通拥堵问题日渐突出。特别是中心城区路幅宽度受限,交通管理工作更加充满挑战。笔者通过调研发现,交通路网布局及配套设施不合理、信号灯设置智能化率低、车辆乱停乱放、公交站台设置有缺陷、接送学生车辆扰乱交通秩序等因素极大地降低了中心城区道路通行的能力,针对上述问题,本文试提出缓解交通拥堵的对策建议。     

基于深度学习的跳频信号识别

针对跳频信号分选存在人工提取参数特征具有复杂性的问题，提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换，得到二维的时频矩阵；接着提取信号的轮廓特征，构造三维矩阵作等高线图，并对等高线图进行预处理；最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试，进而实现分类识别。仿真结果表明，在不需要复杂的人工提取参数特征的基础上，在分选率为100〖WT《Times New Roman》〗%〖WTBZ〗时，所提方法经裁剪处理下的信噪比为-15 dB，比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明，所提方法能够将大疆精灵4Pro、hm无人机、司马航模X8HW以及大疆悟2这四类无人机正确分类。     

利用双正交小波变换优化G3-PLC系统性能

为了提高G3-PLC(G3-Power Line Communication)在复杂信道环境下通信的可靠性，提出了基于双正交小波变换的正交频分复用（Discrete Wavelet Transform-Orthogonal Frequency Division Multiplexing,DWT-OFDM）。通过双正交小波变换减小复杂信道环境下G3-PLC通信系统中OFDM载波间干扰，并通过合理减少循环前缀，优化传输效率，降低峰均比。在DWT-OFDM的G3-PLC系统中，通过不同小波基性能分析与对比，利用bior6.8双正交小波基进行系统性能优化。将DWT-OFDM的G3-PLC系统在实际电力线噪声库环境下进行实验分析，仿真结果表明，在平均误码率为10-3量级时，性能有5 dB左右提升，通信效率由40%提高至54%；结合限幅法，峰均比由11 dB降低至8 dB，通信性能极大优于基于FFT-OFDM的G3-PLC系统。