基于格基约减的水下成像光MIMO预编码研究

针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好的信道矩阵求解预编码阵,降低了光MIMO系统子信道间的相关性。仿真结果表明,在误码率为10^(-4)数量级时,与传统光MIMO检测算法相比,采用格基约减预编码算法的系统获得了5 dB的信噪比增益。

一种用户聚集场景下的层级计算卸载策略

现有的边缘计算研究集中于无线资源分配和计算资源分配,而对用户聚集场景下的边缘协同问题研究较少。针对此问题提出一种用户聚集场景下的层级计算卸载策略。该策略采用FSA-MCS解决多重基站信号覆盖下的用户终端卸载节点选择问题;设计一种层级结构的启发式区域计算卸载算法,能够有效提高用户聚集场景下限定时间内完成的任务数量,并减少了用户卸载总时延。实验结果表明,与其他卸载方法相比,该策略的用户任务在限定时间内成功计算完成率最高提高32.7百分点,卸载总时延最高减少43.3%。

基于无人机辅助边缘计算的收益策略优化研究

在移动边缘计算场景下,为移动设备提供卸载机会的MEC处理器安装在无人驾驶飞行器(UAV)上,来帮助覆盖区域内的用户设备(UEs)任务卸载,然后将计算结果返回,无人机在服务区域根据最短距离原则确定悬停位置和高度。考虑到每架无人机计算资源和能量有限,该文目标是在资源受限情况下给资源定价。给出用户和服务器的收益模型,证明用户收益函数是凸函数;围绕计算资源定价进行Stackelberg博弈,以迭代的方式确定每个用户的卸载迁移率和最终资源定价。仿真结果表明,在服务器收益和系统总收益方面获得了显著的提高,但是牺牲了任务平均能耗与平均时延。

低过采样数字调制信号的多尺度一维卷积神经网络解调器

针对应用深度学习方法对数字调制信号进行解调时过采样要求较高的问题,设计低过采样的多尺度一维卷积神经网络数字解调器。该解调器可以在与传统解调器相同的过采样条件下,对BPSK、4-QAM、8-QAM、16-QAM四种数字调制信号进行解调,并能保证传统解调方法相同的误码性能。仿真结果表明,在高斯和Rayleigh衰落信道下,给出的数字调制信号解调器可以在保证解调误码性能的同时,减少了对采样倍数的要求,降低了神经网络结构的复杂性。

一种基于能零积的改进端点检测算法

针对基于短时能量和短时过零率的传统端点检测算法在信噪比低于10 dB时其准确性明显下降的问题,提出一种基于声谱图特征增强的能零积端点检测改进算法。首先,对音频信号进行谱减法降噪,提升信号的信噪比;其次,依次对声谱图进行腐蚀、二值化和膨胀处理,以实现声谱图特征增强;最后,提取能零积特征,并利用双阈值端点检测算法对音频信号进行端点检测。实验结果表明,该算法在不同信噪比条件下可以有效捕获有环境异常音片段,具有良好的鲁棒性。

自由空间轨道角动量无线光通信研究进展

轨道角动量(OAM)为无线光通信提供了新的信息调制维度,极大地提升了系统的信道容量和频谱利用率。目前,基于OAM的新型无线光通信体制引起了学术界的极大关注。首先介绍了通信方式,其次依次综述了大气湍流随机相位屏、大气湍流下传输特性和大气湍流效应抑制策略,最后展望了自由空间OAM无线光通信的应用前景和研究趋势。

DCO-OFDM系统峰均比抑制算法实验设计

针对可见光通信直流偏置光正交频分复用(direct current-biased optical-OFDM,DCO-OFDM)系统中峰均功率比(peak-to-average power ratio,PAPR)大的缺点,采用限幅与滤波(clipping and filtering,CAF)、部分传输序列(partial transmit sequence,PTS)、矩阵变换技术(matrix transformation method,MTM)对DCO-OFDM系统进行PAPR抑制。首先建立DCO-OFDM系统模型,然后对3种抑制技术进行原理分析,最后进行实验仿真,从互补累积分布函数(complementary cumulative distribution function,CCDF)和计算复杂度两方面比较了3种算法的PAPR抑制性能,并总结实验存在的不足以及提出展望。

北斗/GPS组合伪距差分系统伪距修正信息生成及应用

一般导航系统单点定位精度只有15m左右,不能满足某些要求定位精度较高的场合,差分定位能很好的解决定位精度不高的问题.本文在差分GPS的基础上,提出和构建了基于北斗/GPS的组合伪距差分系统,通过该系统产生的伪距改正数能显著的提高用户的定位精度.同时,由于RTCM2.X格式没有定义北斗系统的伪距差分电文格式,本文提出一种改进的RTCM差分电文使其适用于北斗系统用户,以便于北斗用户使用此数据传输协议进行差分定位.

基于指示信息的带碰撞避免的载波侦听多址技术

本文从现有协议中DCF机制的基本和RTS/CTS两种工作模式出发,提出一种基于指示信息的带碰撞避免的载波侦听多址技术,根据不同工作模式分为三种改进模式。针对两种对数据帧长适应性较好的改进工作模式,即改进的基本模式和改进的RTS/CTS模式一,本文提出在整个网络数据传输速率固定的条件下,可设定数据帧长阈值,根据传输数据帧长与阈值关系实现两种改进模式的动态切换,最大化地缩短碰撞处理时间,降低随机回退产生的额外系统开销。NS2仿真结果表明,基于指示信息的带碰撞避免的载波侦听多址技术相比于现有的DCF机制具有更好的系统性能。

C-RAN网络中一种基于QEE优化的无线资源分配算法

针对5G C-RAN(Centralized,Cooperative,Cloud and Clean RAN)网络视频业务的QEE(Qo E-aware Energy Efficiency)优化问题,利用非线性分式规划(Nonlinear Fractional Programming,NFP)算法求解这一混合整数分式优化问题。NFP算法基于载波与发射功率联合调度方式来优化系统的QEE性能。NFP算法基于迭代运算原则,在每次迭代中找到最优的载波与发射功率分配方式,直到满足一定的收敛条件后结束迭代过程。对QEE优化目标进行仿真,仿真结果表明,一定用户数目和收敛条件下,NFP算法经过有限迭代后收敛。

模拟电子技术课程知识结构的复杂网络分析

阐述Gephi可视化复杂网络技术特点,它用于梳理知识点结构、生成知识点复杂网络体系。探讨网络结构和网络特征值,从而利用复杂网络知识构建模拟电子技术课程的知识结构。

基于笛卡尔乘积图上Sobolev平滑的时变图信号分布式批量重构

针对大规模网络数据的重构问题,该文以图信号处理(GSP)理论为基础,提出一种基于笛卡尔乘积图上Sobolev平滑的分布式批量重构算法(DBR-SSC)。该算法首先按时间顺序将时变图信号划分为多个信号段,并利用笛卡尔积将每一段内各时刻的图建模为乘积图;然后利用笛卡尔乘积图上的Sobolev差分平滑,将每一段的信号重构问题归结为优化问题;最后设计具有高收敛速度的分布式算法求解该优化问题。采用两种现实世界的数据集进行仿真实验,实验结果表明所提算法重构误差低并具有高收敛速度。

基于改进生成式对抗网络的OAM-FSO通信系统自适应解调

目前实际情况下空间光通信系统中往往只能得到有限数量的带标签样本,导致大气湍流的影响下传统CNN对OAM模式识别率低,系统误码率较高。针对该情况,设计一个基于GAN的神经网络模型作为OAM模式分类器,将GAN与CNN相结合,引入条件信息监督生成过程并用最小二乘损失代替交叉熵损失。实验结果表明,该模型在湍流强、距离长的环境下识别性能明显优于BP-ANN、KNN以及CNN,2000 m强湍流条件下识别率比CNN提高8.6%。以训练好的网络作为解调器仿真验证系统的误码率,在经过Turbo码和映射方案的改进后仅为6.89×10^(-4),证明获得了更好的通信质量。

一种基于图卷积网络的雷达工作模式识别方法

在雷达工作模式识别中,通常难以获取大量已知类别的雷达信号样本以供算法模型训练。为此,提出一种基于图卷积网络的雷达工作模式识别方法。首先利用K近邻图算法,以图结构表征信号样本集,建立样本之间的关联;然后采用图卷积网络对该图信号进行半监督节点分类,完成在只有少量监督数据情况下的雷达工作模式识别。实验结果表明,所提出方法中对每种类别雷达信号设置15个监督数据(约占雷达信号总样本集的5%)时,识别准确率为98.23%。

基于尺度变换随机共振的瞬变电磁弱信号检测

晚期瞬变电磁信号是大参数、多频率、且各频率分量未知的电磁信号,特别在晚期还是强噪声背景下的微弱信号.随机共振系统可以在极限信噪比的情况下提取微弱信号,但仅适用于小参数、单一频率或频率已知的高频信号的情况.为此,本文提出一种基于尺度变换的随机共振算法用于检测晚期瞬变电磁信号,该方法充分利用了随机共振检测弱信号的优势,通过引入尺度变换,消除了随机共振系统对待测信号频率的限制,在绝热近似理论下,实现了从强噪声中提取出微弱晚期瞬变电磁目标信号.理论分析和仿真结果表明:对埋在强噪声中的未知频率的晚期瞬变电磁信号,采用连续的压缩算法,以获得一个适当的输入信号到随机共振体系,根据输出信号共振谐振峰的变化,经反变换运算可得待测弱晚期瞬变电磁信号的各个未知频率,各个频率的叠加即可还原晚期瞬变电磁信号.与传统方法相比,本方法数据采集量和采集时间都减小到原来的几十分之一,能在极限信噪比(信噪比一50dB)下,提取出目标信号,为获得深层目标信号提供了可能,从而提高了瞬变电磁探测仪器的探测深度和探测精度.

时频压缩随机共振用于转子故障早期检测

针对随机共振系统仅适用于小参数(小幅值、小频率)系统,而转子故障信号频率较高的问题。依据随机共振系统的基本理论,通过引入时频压缩算法,消除了随机共振系统对待测信号频率的限制,把随机共振系统扩展到全频段。理论和实测结果表明:通过连续的压缩变换,获得一个适当的输入信号到随机共振系统,根据谐振峰的变化及发变换运算即可得到原始信号所含的未知频率。该算法比传统扫频算法快了6个数量级,可以在极限信噪比下检测出故障信号(-50dB)。

一种双微阵列语音增强方法

为提高语音通信系统在噪声环境下的使用性能,该文提出一种基于子带谱减与广义旁瓣抵消的双微阵列语音增强方法。基于双微阵列及子带结构分析,首先分别在低频带采用可变过减因子谱减法抑制噪声,在高频带采用修改互功率谱谱减法抑制非相干性噪声部分,再结合广义旁瓣抵消与端点检测进一步抑制强相关性噪声的影响。实验结果表明,该方法能够更加有效地抑制噪声的影响并提高语音的可懂度。

基于分布式对等架构的Web应用防火墙

为弥补单节点Web应用防火墙(WAF)在检测效率和稳定性方面的不足,采用反向代理技术,设计并实现一个基于分布式对等架构的WAF。通过反向代理响应客户端请求,各个节点运行相同的程序以实现对等架构,主节点与辅助节点可根据需求动态调整,主节点具有会话保持和负载均衡功能,辅助节点采用专家库和插件协同检测报文。实验结果表明,该应用防火墙能够有效阻止应用层攻击,相比单节点响应更加迅速和稳定。

二维近程微波全息成像算法

二维近程微波全息成像技术已被考虑应用于人体安检、医疗成像、隐匿武器检测等,该技术采集前、后向散射数据,入射场完全由测量或模拟直接获得,成像质量和分辨率相比近程毫米波全息成像技术有一定提高。但该技术现阶段还没有成像系统,仍处于起步阶段。对于该技术的算法实现,给出了一套利用任意复杂电磁计算(feldberechnung bei korpern mit beliebiger oberflache,FEKO)软件模拟目标散射波和入射场,并对获取数据进行网格化方法处理,最终将处理后数据重构目标图像的实现方案。在此基础上,证明了真实的入射场和前向散射数据对成像效果影响显著,同时分析了不同扫描孔径、天线位置、复杂物体的成像效果,并给出相应结论,为实际应用提供参考数据。

非正交多址接入中稀疏多用户检测方法

针对未来5G上行非正交多址接入系统多用户检测中连接用户数大、一定时间内活跃用户少和信号稀疏的特点,利用压缩感知理论和5G非正交多址系统需求,设计了一种码片映射码分多址的非正交多址系统.通过压缩感知技术联合检测出上行非正交多址系统中活跃用户和数据,由于用户不再发送给基站自身活跃状态的信息,也无需提前与基站进行交互,因此大大降低了控制信令的开销和传输时延.仿真结果表明,该系统不仅能够利用压缩感知理论可靠地检测出活跃用户和数据,同时还可以实现过载,在活跃用户较为稀疏情况下,过载率可达300%,大幅提升了频谱利用率.