一种基于信息最大化的时延混合盲分离算法

Bell和Sejnowski提出了一种基于信息最大化的方法能够分离瞬时混合信号,一般称之为传统的信息最大化方法.本文对传统的信息最大化方法进行了扩展,使之能够适用于更普遍存在的时延混合情况,并给出了一个能够处理时延混合信号的网络结构.通过最大化网络传输的信息量,本文推导出了网络中的时延和权的自适应方程.

基于传感器阵列的近场时延信号盲源分离算法

主要研究了近场条件下,当接收阵列信号存在微小时延的盲分离问题。此情况下传统的线性无记忆盲分离模型已不再适用,提出了一种通过引入源信号的导数并改进混合模型后,利用二阶统计特性的算法,可以轻松解决时延条件下的盲分离问题(BSS)。同时当传感器数远多于源信号数时,该算法还能达到消噪的目的,仿真结果证明了算法的有效性。

自适应时延估计在蛙人超短基线定位中的应用

蛙人超短基线(Ultra-Short Base Line, USBL)定位设备实现浅水环境下高精度定位的关键技术之一是精确的时延估计。由于自适应时延估计方法具备环境自适应能力强的特点,文章将混合调制的拉格朗日直接时延估计方法应用于蛙人USBL定位时的高精度测向上,它可以在信标信号中心频率已知的情况下将小数时延滤波器调制到信号中心频率处,以较低的阶数提供更高的时延估计精度;并根据USBL阵型和信号自身的特点,对混合调制的拉格朗日直接时延估计在低信噪比下的具体使用模式进行了探讨和仿真验证;结果显示,所采用的自适应时延估计方法可以在中低信噪比下提供1°~3°的定位测向精度。

等变自适应盲信号分离方法的研究

盲信号处理(BSP)是近年来现代信号处理领域研究的主要方向之一，而盲信号分离(BSS)则又是盲信号处理中最重要的一部分。本文首先给出了盲信号分离中传统的瞬时混合模型、时延混合模型和卷积混合模型，其次介绍了一种等变自适应盲分离算法，最后给出了相应的仿真和结论。

基于THPNs的道路交叉口建模、分析与仿真(英文)

为了减少交通拥堵,提高行车安全,本文提出了一种基于时延混合型Petri网(THPNs)的有交通信号灯的交叉路口建模方法。所建立的模型,可以全面模拟车辆在一定相位下通过带有交通信号灯的四车道交叉路口时的机动性。模型的连续节点被用于表示交通流和交通路口的等待车辆队列,模型的离散节点用来表示离散事件。模型考虑了交叉路口不同交通信号相位差异造成的时间延迟,使得模型适用于实际路况的分析和仿真。模型的仿真结果显示该建模方法对研究交叉路口处的交通流模式具有重要作用,对改善交通环境具有潜在价值。

MPEG-4视频无线传输的自适应QoS控制

自适应 Qo S控制机制由优化模式选择和固定时延的混合自动请求重传组成 ,优化模式选择在压缩层提供 Qo S支持 ,固定时延的混合自动请求重传在链路层提供 Qo S支持。仿真结果显示给出的自适应Qo S控制对 MPEG- 4视频在动态的无线信道上传输达到了满意的质量 。