为了提高车辆自组织网络(Vehicular Ad Hoc Network,VANET)的数据传输效率,并使车辆间的数据通信能够持续进行,提出一种多向链路感知的车载Ad Hoc网络传播协议。为了保证车辆节点在执行通信任务的过程中实现数据的持续传输,防止通信链...为了提高车辆自组织网络(Vehicular Ad Hoc Network,VANET)的数据传输效率,并使车辆间的数据通信能够持续进行,提出一种多向链路感知的车载Ad Hoc网络传播协议。为了保证车辆节点在执行通信任务的过程中实现数据的持续传输,防止通信链路频繁断连影响传输质量,提出了车辆网络的时间关联模型来讨论车辆间的速度差与通信持续时间的关系。为了缩短VANET中用于数据传输任务的总时间,协议基于改进蚁群的方法进行了多向链路感知,从而寻找在保证通信需求时间下的最短传输路径。实验结果分析表明,相比基于改进地理信息路由和基于优化链路状态路由的VANET数据传输算法,该算法的数据传输任务完工时间分别缩短了38.4%和27.3%,平均传输延迟分别降低了25.5%和12.1%。展开更多
提出了一种基于衬底注入技术的正交压控振荡器(QVCO)。此QVCO的实现是基于两个电感电容压控振荡器的耦合作用,并没有任何额外的耦合器件。在相位噪声、正交相位误差、调谐范围以及功耗方面,对所提出的QVCO与传统的QVCO进行了比较。仿真...提出了一种基于衬底注入技术的正交压控振荡器(QVCO)。此QVCO的实现是基于两个电感电容压控振荡器的耦合作用,并没有任何额外的耦合器件。在相位噪声、正交相位误差、调谐范围以及功耗方面,对所提出的QVCO与传统的QVCO进行了比较。仿真表明:该QVCO在4.1 GHz处取得了0.62°的正交相位误差,采用标准的0.13μm互补金属氧化物半导体(CMOS)工艺对该QVCO进行流片实现,芯片面积为0.51 mm×0.87 mm。测试结果表明:在3.95 GHz处的相位误差为-118.5 d Bc/Hz@1MHz,在0.5 V电源电压供电下,消耗的功耗为0.41 m W,适用于低功耗需求场合。展开更多
射频干扰源个体识别在军事领域有重要的应用价值,相关的研究成果较少。从分析射频干扰源稳态信号的各种成分出发,提出了基于成分分析的射频干扰源个体识别方法。该方法首先对干扰源稳态信号进行成分分离和恢复,然后选取最能反映个体差...射频干扰源个体识别在军事领域有重要的应用价值,相关的研究成果较少。从分析射频干扰源稳态信号的各种成分出发,提出了基于成分分析的射频干扰源个体识别方法。该方法首先对干扰源稳态信号进行成分分离和恢复,然后选取最能反映个体差异的若干个次成分进行特征降维和识别。通过实测数据实验证明了该方法的识别效果,并和现有的基于经验模态分解的个体识别方法进行了比较。结果表明该方法要优于现有的方法,并且受信噪比影响较小,在5 d B^20 d B的信噪比范围内识别率在80%以上。展开更多
文摘为了提高车辆自组织网络(Vehicular Ad Hoc Network,VANET)的数据传输效率,并使车辆间的数据通信能够持续进行,提出一种多向链路感知的车载Ad Hoc网络传播协议。为了保证车辆节点在执行通信任务的过程中实现数据的持续传输,防止通信链路频繁断连影响传输质量,提出了车辆网络的时间关联模型来讨论车辆间的速度差与通信持续时间的关系。为了缩短VANET中用于数据传输任务的总时间,协议基于改进蚁群的方法进行了多向链路感知,从而寻找在保证通信需求时间下的最短传输路径。实验结果分析表明,相比基于改进地理信息路由和基于优化链路状态路由的VANET数据传输算法,该算法的数据传输任务完工时间分别缩短了38.4%和27.3%,平均传输延迟分别降低了25.5%和12.1%。
文摘提出了一种基于衬底注入技术的正交压控振荡器(QVCO)。此QVCO的实现是基于两个电感电容压控振荡器的耦合作用,并没有任何额外的耦合器件。在相位噪声、正交相位误差、调谐范围以及功耗方面,对所提出的QVCO与传统的QVCO进行了比较。仿真表明:该QVCO在4.1 GHz处取得了0.62°的正交相位误差,采用标准的0.13μm互补金属氧化物半导体(CMOS)工艺对该QVCO进行流片实现,芯片面积为0.51 mm×0.87 mm。测试结果表明:在3.95 GHz处的相位误差为-118.5 d Bc/Hz@1MHz,在0.5 V电源电压供电下,消耗的功耗为0.41 m W,适用于低功耗需求场合。
文摘射频干扰源个体识别在军事领域有重要的应用价值,相关的研究成果较少。从分析射频干扰源稳态信号的各种成分出发,提出了基于成分分析的射频干扰源个体识别方法。该方法首先对干扰源稳态信号进行成分分离和恢复,然后选取最能反映个体差异的若干个次成分进行特征降维和识别。通过实测数据实验证明了该方法的识别效果,并和现有的基于经验模态分解的个体识别方法进行了比较。结果表明该方法要优于现有的方法,并且受信噪比影响较小,在5 d B^20 d B的信噪比范围内识别率在80%以上。