科技史引入“卫星通信”的教学实践研究

“卫星通信”课程作为通信工程专业的必修课,对卫星通信的基本原理和相关理论作了简要介绍,该门课程理论难度大,需要学生掌握的基础知识多,且大部分高校无法开展动手实践。如何提升学生学习兴趣实现更有效率的教学,制定将科技史(卫星发展史)融入课程的教学设计,将授课内容进行合理规划,联系实例与仿真实验讲解知识点,挖掘理论与科技史中的德育元素,结合地域特色与全方位育人建设,引入科技史的“卫星通信”课程的讲授能达到更好的教学效果。

XL-MIMO系统中随机Kaczmarz算法的仿真与实现

超大规模多输入多输出(Extra-Large Scale Multiple-Input Multiple-Output,XL-MIMO)是未来的第六代移动通信(The 6th Generation Mobile Communication Technology,6G)关键技术之一,但是由于XL-MIMO系统采用了超大规模天线阵列,其信号处理需求非常庞大,增加了计算复杂度。这对信号的检测算法有了更高的要求,由此对XL-MIMO系统中低复杂度算法进行研究是十分重要的。首先介绍了XL-MIMO系统信道模型,然后引入了预编码技术,将随机Kaczmarz算法和传统的MMSE算法在完美非平稳信道的归一化传输功率的误码率情况、用户数量复杂度情况、天线数量复杂度情况进行了仿真分析与比较。结果表明随机Kaczmarz算法具有更低的计算复杂度,并且是一种可以准确实现的快速算法。

基于STM32和ZigBee无线通信的实验室安防系统

为了实现实验室安防系统的智能化,提出了一种基于STM32和Zig Bee无线通信的实验室安防系统。系统采用STM32作为主控制器,利用温湿度、光照、烟雾、人体红外、门禁等传感器采集终端节点的数据,并传输至协调器,STM32接收数据后以汉藏两种文字显示,若数据越限则向用户手机发送消息并启动报警系统,通过以太网将信息传送至学院管理中心,另外将数据传输到由LabVIEW编写的上位机中实时显示、记录。实验证明该系统性能稳定、测量精确、灵敏度高,较好地实现了实验室安防报警。

基于MATLAB的A×B MIMO通信系统信道容量仿真

多输入多输出系统A×B MIMO通过在收发端使用多种天线构成系统的方法,有效控制了信道衰减,提高了系统容量、频谱效率及通信质量,是现代无线通信技术领域和无线宽带移动领域的核心技术之一,得到了广泛应用。基于收发端天线数的差异,采用MATLAB软件对A×B MIMO系统中的SISO、SIMO、MISO、MIMO 4种类型信道进行信道容量研究,以及对A×B MIMO系统信道状态信息(Channel state information,CSI)在发送端已知和未知下的信道容量进行比较,验证了MIMO系统的优越性。

MIMO系统中基于Alamouti空时编码的性能仿真

多输入多输出(Multiple-Input Multiple-Output,MIMO)系统是一种利用多个天线进行数据传输和接收的技术,现已广泛应用于无线通信领域。Alamouti编码作为一种常用的MIMO系统编码方案,可以充分利用空时编码的优势,在多输入多输出系统中同时传输多个信号,从而大幅度提高信道容量和系统吞吐量,为无线通信系统的性能提升和优化做出了重要贡献。介绍了MIMO系统和Alamouti空时编码模型,仿真使用BPSK和QPSK两种调制方式,将Alamouti空时编码与AWGN信道、Rayleigh信道下的情况进行比较,观察不同调制情况下的接收星座图,通过对不同系统模型的误码率性能进行分析,验证了Alamouti空时编码方案在低信噪比的情况下具有较好的误码率性能。

下行MIMO-SCMA链路中的快速多用户检测算法

随着物联网、智慧终端等新技术的发展,目前的无线通信系统已经无法适应人们关于海量接入、低时延、高速率通信的需求。稀疏码多址接入(Sparse Code Multiple Access,SCMA)作为一种码域非正交多址接入技术,可以在有限的频率资源上提供更多的接入,而MIMO(Multiple-Input Multiple-Output)技术通过多天线提高了系统容量,因此MIMO-SCMA系统可以进一步增加接入数量、提高通信速率。通过对MIMO-SCMA系统下行链路中两种传统的级联式算法,即基于迫零(ZF)、最小均方误差(MMSE)均衡的消息传递(MPA)算法进行原理推导,研究了下行链路中的联合消息传递算法(Joint Message Passing Algorithm,JMPA),通过用户、多天线和信道资源块构建虚拟的联合因子图,通过仿真实验,验证了JMPA算法BER性能比传统的级联式算法更好且具有较好的收敛性。

基于极坐标变换的脱机手写藏文字符特征提取方法

为了使得藏文字符特征向量维数少、存储空间小、运算速度快及区分相似字能力高,基于图像投影法提出一种基于极坐标投影变换的脱机手写藏文字符特征提取方法。将脱机手写藏文字符图像进行预处理后得到大小、位置统一的二值图像,并定位二值图像的极点;求出二值图像中所有值为1的点对应的极坐标后将其进行投影变换得到投影向量,即作为脱机手写藏文字符的特征向量。使用KNN分类器对30 000个脱机手写藏文字进行实验,其中80%的样本作为训练数据,20%的样本作为测试数据,识别率达到了96.32%。结果表明该方法的有效性、计算简单及达到了较好的识别效果。

基于CNN+LSTM的藏语语音去噪算法

本文主要研究藏语语音去噪算法,提出一种基于频谱映射的卷积长短期记忆藏语语音去噪算法。该算法由数据准备模块、特征提取模块、网络模块以及音频还原模块4个模块组成,以纯净的拉萨语语音和加了噪声库NOISE-92六种单一噪声的带噪语音作为数据集,提取带噪语音和纯净语音的对数功率谱特征作为输入对网络进行训练,网络的效果通过可感知语音质量和短时客观可懂度两个指标进行评价。实验结果表明,该算法在非平稳噪声上的去噪效果优于平稳噪声,且信噪比越大其去噪效果越好;在低信噪比下,该算法在非平稳噪声上的表现优于谱减法和最小均方误差法。

基于卷积神经网络的藏语语音情感识别

语音情感识别(speech emotion recognition,SER)是人机交互中的热点研究技术,但基于藏语的SER研究少有学者涉足。在构建了一个五千条藏语拉萨方言的语音情感语料库TSEC5000的基础上,将卷积神经网络(convolutional neural network,CNN)用于实现藏语语音情感的识别,并通过改变CNN的层数来改进说话人相关、说话人无关的SER性能。实验结果表明,对于藏语说话人相关的SER在4层卷积网络上获得89%的识别率,基于TSEC5000说话人无关SER在5层网络上获得最好的识别率为76%。

快时变衰落信道下OFDM系统的SAGE检测算法研究

OFDM技术可以有效地抑制多径效应的影响,从而被广泛地应用到无线通信系统中。快时变衰落信道下的OFDM系统将产生严重的子载波间干扰(ICI),从而影响系统性能。本文对快时变OFDM系统,提出一种基于空间交替广义期望最大化算法(SAGE)的信号检测算法。理论分析的实验仿真结果表明,所提SAGE算法是有效的。