基于窄带频谱分析的电力线载波通信干扰过滤技术

电力线路载波通信受到背景噪声、脉冲噪声等方面干扰因素影响,导致通信信号质量下降,为此提出一种基于窄带频谱分析的通信干扰过滤技术。首先构建近似模型分析通信信号特征,利用马尔可夫链模拟信道上脉冲噪声状态。然后基于窄带频谱分析算法,在信号频谱周期图下,利用正交数据窗分离直接频谱,筛选估计方差以避免频谱泄漏事件的发生。利用傅里叶变换计算特征频谱,估计信号能量的集中特性,分析通信信号,平衡信号振幅和干扰抑制。最后通过时频峰值实施干扰滤波,有效保证电力线载波通信信号质量。经过实验数据分析证明,所提技术的载波干扰幅值最小值为1.1 dB,载波通信信号误码率平均值为1.9%,方法耗时平均值为3.8 s。

复杂网络中链上数据安全访问控制仿真

数据安全是保证用户访问安全的基础,为了提升控制性能与数据安全性,提出复杂网络环境下链上数据安全访问控制方法。基于复杂网络环境的分析结果提取链路数据特征分量,使用分布式融合方法建立网络链上数据存储的决策树结构模型。以提取的链路数据特征分量为基础,计算网络链上访问数据发送速率、传输往返时间以及丢包率等控制参数,通过丢包率平滑器处理链上数据,结合链上数据平滑处理结果,修正网络访问数据包速率变化参数,完成数据安全访问控制。实验结果表明,使用上述控制方法开展链上数据安全访问控制时,控制性能和安全性能均得到了明显提升。

基于顺序统计的窄带通信辐射源指纹特征抽取方法

该文提出将窄带射频功率放大器的静态非线性特性作为窄带无线通信设备的"指纹"特征。为了在未知放大器输入的前提下提取特征量,首先建立静态非线性的Hammerstein模型,然后分白化采样信号和估计泰勒级数的系数两个步骤提取特征。应用顺序统计的方法将白化信号转换为单调递增序列,通过最小二乘法对顺序统计结果做线性回归,得到泰勒级数的系数并作为个体特征量。通过数值仿真的方法提取了4种射频功率放大器模型的指纹特征,结果表明该文所提出的算法能够在特征空间中有效地识别不同的窄带射频功放。

基于改进6LoWPAN的移动物联网性能研究

主要研究如何解决在无线移动物联网中使用IPv6所引起的传输效率以及移动切换中数据连续传输问题。为传输效率问题,提出了IPv6报头的复合压缩方法,使用了地址分配器、比较编码、Lempel-Ziv-Welch编码器等算法对报头作压缩处理。为实现移动切换时的数据连续传输,提出了改进的移动切换协议E-FHMIPv6方法。仿真结果证明,该算法和方法提高了传输效率,在移动切换时降低了丢包率。因此,提出的解决方案对移动互联网的性能有明显的提高。

基于高速移动通信的虚拟天线阵列理论研究

在高速移动通信中,多普勒频移对通信性能产生严重的影响,通常需要对接收信号的多普勒频移进行估计并进行补偿.本文研究在对单个天线接收的高速移动通信信号进行频移估计和补偿的基础上产生多路无频偏的信号,并虚拟为天线阵列的输出以提高系统的接收增益.首先讨论了"均匀时间采样"和"均匀相位采样"的关系,并根据两者之间的关系提出了补偿多普勒频移和虚拟天线阵列的算法,即对采样信号进行插值、均匀相位抽取以后,再进行均匀时间采样.然后分析了算法对高速移动通信系统性能的改善作用,并提出了算法的硬件实现结构.通过数值仿真验证了算法的干扰抑制能力和误码性能,结果表明本文提出的虚拟天线阵列算法能够改善飞机、高铁上的高速移动通信系统的性能.

基于多重判别分析和分形维的数字调制样式自动识别

为了正确自动识别数字通信调制样式,提出一种基于信号形态特征的调制样式分类算法。算法首先用离散小波去噪的方法处理含噪采样信号,然后将采样信号重组成为2维数据阵列,并计算阵列的多重分形维作为调制样式特征量,最后通过多重判别分辨分析将特征矢量投影到Fisher超平面,用最大似然方法识别调制样式。仿真结果表明,在信噪比从-3 dB到20 dB的动态范围内,可以获得很高的正确识别率。

基于模型设计方式培养创新能力的探索

在高校工科本科与研究生培养阶段,一般通过毕业设计或者参与科研项目的研究来达到创新能力培养目标。但是目前的一些教学方式与方法制约了学生创新思维的发展。本文将基于模型的设计方式引入本科毕业设计及研究生的科研实践中,分析了在基于模型设计的各阶段学生创新能力的提高,最后对这种培养方式的效果进行了总结。

嵌入式终端WiFi网卡驱动程序的开发

为了实现嵌入式系统中增加无线通信的功能,并且建立嵌入式无线网络,可以在系统中使用WiFi网卡,扩展应用范围。由于系统使用的嵌入式处理器没有PCMCIA控制器以及运行的实时操作系统没有网卡驱动程序,因此使用C语言开发了能给TCP/IP协议提供应用接口函数的驱动程序,且该程序能实现使用通用端口仿真PCMCIA接口。同时建立了一个嵌入式无线图像传输系统,该系统通过WiFi网卡接收图像数据,在液晶显示器上正确地将图像显示,验证了驱动程序的编写是正确的。

任意信息速率的GMSK信号调制解调方法

高斯滤波最小频移键控(Gaussian Filtered Minimum Shift Keying,GMSK)具有较好的旁瓣衰减性能和恒包络特性,适用于航天通信领域,其通信信息速率可以任意设置无疑能够拓宽其应用范围。但因为GMSK调制采用的高斯滤波器的特性与信号的3 dB带宽、符号的持续时间有关,所以信息速率的任意性增加了GMSK调制与解调的复杂性。在利用Laurent分解法分析任意信息速率下GMSK信号调制、解调原理的基础上,提出了基于Cordic算法与查表法相结合的调制方法,以及基于改进的分组式Viterbi算法的解调方法。通过Matlab对提出的方法进行了仿真验证并利用FPGA硬件平台实现该算法,最后使用误码仪测试了信号的传输特性。实验结果表明,该方法可以实现任意信息速率的GMSK调制与解调,具有一定的工程应用价值。

通信源个体特征的多目标优化辨识

为了实现对通信源个体特征的辨识,提出一种利用高阶累积量的多目标优化求解特征量方法.将射频功率放大器的等效模型变换为多输入-单输出系统,导出了系统输入信号累积量与输出信号累积量之间的关系式.通过多目标遗传优化算法求解方程,可获得射频功放的个体特征.仿真实验验证了方程的正确性,特征量优化估计值与直接计算值很接近,表明该算法能正确辨识通信源的个体特征.

一种使用波分复用的室内红外网络

讨论波分复用(WDM)的室内红外通信网络的结构和协议。在该网络中,网络节点可以同时使用多个波长传输数据。该无线传输方式需要一种新的媒体接入控制(MediaAccessControl,MAC)协议,使得网络节点波长能被动态地分配工作波长。讨论了这种协议的基本工作方式,简要分析了协议的数学模型,并在网络模拟软件NS2中7验证了该协议。通过对验证结果的分析,证明这种室内红外通信网络可以有效提高网络的总流量,提出的媒体接入控制协议是可行的。

基于并行空时深度学习网络的无设备身份识别方法

针对现有人员身份识别方法存在灵活性差、特征提取不足的问题,分析人体步态对信道状态信息(CSI)幅值产生的影响,提出一种基于Wi-Fi信道状态信息的无设备人员身份识别方法。将CSI幅值矩阵的每列子载波作为样本,利用小波变换获取样本中代表人员活动的低频信息。通过并行深度学习模型WiD(Wi-Fi identification)提取样本中人体步态的大小和发生的先后顺序,合并两种步态特征作为人员的身份特征。通过Softmax函数进行分类,实现身份识别。与当前先进方法相比,在未明显增加时间代价和空间代价的条件下,该方法获得了更高的身份识别精度和更好的模型鲁棒性。

基于MOODLE的个性化嵌入式实验室建设

实验室是培养学生思维与动手相结合能力的最佳场所，如何更好的提高实验室的效能是一个具有挑战性的课题。为了克服实验内容相对固定，一定程度上降低了培养效果的问题，提出了一种个性化实验室的理念，讨论了使用MOODLE实现个性化嵌入式实验室的方法和方案，实践证明这种方法能够维持实验对学生形成的培养效果。

基于WSN的声源目标定位算法研究

基于声音信号衰减模型,引入测量权限的概念,提出一种确定权限值的简易方法,其利用目标声音信号强度定位,通过测量目标的声信号强度,采用加权最小二乘法实现对目标位置的估计。该方法提高了目标定位精度,降低了计算能量消耗,同时延长了网络使用寿命。

具有陷波结构的超宽带Vivaldi天线设计

高速通信系统需要超宽带天线的支撑,衡量超宽带天线的主要技术指标是相对带宽与增益,如何抑制频间串扰也是需要解决的问题,为此,设计一款具有陷波结构的超宽带天线,可以有效隔离各个频点。在典型Vivaldi天线结构的基础上,通过在天线的最大开口处加载1个梯形辐射片,间接构成三角形缝隙实现陷波;将馈电的微带线置于上、下2个辐射片之间的中间层,以电磁耦合的方式给2个辐射片同时馈电。仿真结果表明,天线覆盖的频带范围为2.8~11.7 GHz,相对带宽为123%,该频带内有6个谐振频点,最大与最小增益分别为9.46 dB和5.11 dB,同时产生6个陷波频点:4.25,5.6,7.4,9.05,10.7,12.35 GHz,将各个谐振频点相互隔离。该超宽带天线不仅具有较高的增益,而且也解决了通信串扰的问题。

便携式跨越警戒线报警系统的研制

针对无人值守的安全问题,提出了一种基于一维激光线检测和二维图像面检测的跨越警戒线报警系统,视频流基于开源项目MJPEG-Streamer,图像处理采用开源计算机视觉库Open CV,硬件嵌入了Linux操作系统进行研发。系统由以下5个部分组成:一维激光线检测、二维图像面检测、无线传输实现、上位控制机软件实现、目标跨越检测和判断。通过检测运动目标与监控画面的虚拟警戒线的位置关系,结合激光检测的数据进行判断,最终得出目标是否越界的结果。经对不同天气及室内外的现场测试,室外雨天报警准确率达93%,其余环境和条件下报警准确率为100%。

基于负载平衡因子的传感器网络路由算法研究

利用成簇算法延长无线传感器网络的生命周期是一个研究热点,而现有的分层路由成簇算法大多存在负载不均衡的问题。通过研究sLEACH(solar-awareLEACH)协议,分析负载不均衡的原因。提出了基于平衡负载因子优化算法(LBF),使用OMNET++进行仿真实验。结果表明,优化算法使簇头分布更合理,提高了负载均衡度,延长整个网络的工作寿命。

缺血性中风患者脑功能活动局部一致性改变与认知功能障碍的研究

目的探究静息态下缺血性中风(ischemic stroke,IS)患者脑功能活动的局部一致性(regional homogeneity,ReHo)改变,及其与认知功能障碍之间的联系。材料和方法前瞻性纳入20例IS患者和27例年龄、性别相匹配的健康对照者。所有被试均进行静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)扫描和ReHo分析,通过双样本t检验进行组间差异比较。采用Person相关分析法分析IS患者组异常脑区ReHo值与简易精神状态检查量表(Mini-Mental State Examination,MMSE)和蒙特利尔认知评估量表(Montreal Cognitive Assessment,MoCA)评分之间的相关性。结果与健康对照组相比,IS组右侧额中回、中央后回、颞中回和左侧三角部额下回的ReHo值显著降低,双侧辅助运动区、内侧和旁扣带回、左侧顶上回、楔前叶和中央旁小叶的ReHo值显著增强,差异均具有统计学意义(P<0.001,AlphaSim校正)。此外,双侧辅助运动区和左侧顶上回的ReHo值增高与MMSE评分呈现显著的负相关性(r=-0.640,P=0.014;r=-0.541,P=0.046;r=-0.563,P=0.036)。结论IS患者存在广泛的局部脑功能活动自发性改变,可能与患者认知功能障碍的病理生理学机制有关。异常大脑区域的ReHo值可能是IS中重要的生物学标志物。

基于机器视觉的遗留物检测算法

为解决公共场所安全的自动检测问题,提出一种基于机器视觉的遗留物检测算法。该算法采用背景差分法实现对视野外来物的检测。同时,采用帧间差分法检测外来物的静止或移动状态,并根据物体静止停留的时间判断静止前景的属性。实验结果表明,该算法可准确检测出监视区中出现或丢失的物体,对其位置加以标识,并发出遗留物报警或失物报警信号。

考虑整体消耗代价的无线传感器网络分簇算法

在LEACH协议的基础上,研究一种无线传感器网络分簇算法,采用高级节点作为固定簇头替代LEACH中的随机簇头选择策略,推导出最优簇头节点数目即所需高级节点数的计算公式及各类节点所需能量的表达式,并从网络整体消耗代价的角度出发,通过仿真对网络性能进行分析评价。结果表明,采用一定量的高级节点作为固定簇头,当其节点硬件代价和电池能量代价之比a1/b超过一定值时,新算法的整体网络代价明显低于LEACH。