量子纠错码在噪声信道中的量子网络通信方案

提出在实际噪声情况下的小型量子网络直接通信网络模型,在通信之前所有量子网络节点共享多粒子的非最大纠缠态(W态)。发送节点将手中共享的W态的某个粒子作为控制比特、需要传输秘密信息的粒子作为目标比特,通过量子控制非门(CNOT)操作,将需要传输的秘密信息粒子和W态建立纠缠关系,之后通过实际量子信道发送出去;接收节点将手中共享态W态的粒子作为控制比特、接收到的秘密信息粒子作为目标比特,再次应用CNOT门操作从而获得含误码的秘密信息粒子,然后将秘密信息粒子中的检测粒子取出,检测通信过程中是否有窃听者(Eve),并将剩余的秘密信息应用奇偶校验矩阵纠正由于信道噪声引起的量子比特翻转错误。之后对方案的安全、吞吐效率、通信效率等进行了分析和讨论。

远程装备监控管理系统的设计与实现

随着武器装备信息化建设的发展,装备的现代化管理日益重要。介绍了一种基于GPRS和GPS的远程装备监控管理系统,给出了系统的硬件模块、软件设计以及实验结果。系统较好地解决了现代化装备的监控难题。

电子技术实验教学目标与考核标准建立

教学目标作为课程的"第一要素",是选择教学内容、确定课程体系、教学法以及进行教学的依据和指南。在以往和现行"电子技术实验"课程的教学大纲对这个"第一要素"并未给予应有的地位,发挥其特有的功能。在此针对教学目标的必要性,阐述了电子技术实验课程的教学目标的层次化、具体化、以实现教学过程的最优化。

电子类学生创新能力培养的实验教学过程研究

从创新能力内涵研究入手,分析我国高等院校电子类专业实践教学体系现状,提出科学的实践教学过程有利于学生创新能力培养。创新能力培养的实验教学过程分为三个阶段:启发式教学;个性发展;创造性实践。教学体系始终坚持以学生为主体,教师为主导,突出学生在实践环节中的"主动性、独立性和创造性",全面培养学生的创新思维和创新能力。

边际谱和多重分形在调制模式识别中的应用

为了提高数字信号调制模式识别在低信噪比下的正确率,根据对边际谱和多重分形理论原理的分析,提出了一种新的基于多重分形理论的特征提取方法。该方法首先引入HHT变换求得样本的边际谱,不同调制模式的边际谱具有明显的差异性,可以利用分形的方法提取边际谱的分形维数作为调制识别的特征参数。最后利用支持向量机分类器进行信号的分类识别。并在求解支持向量机优化问题中,利用通用的粒子群算法确定了最优系数。计算机仿真研究证明,新方法提取的特征能有效地提高识别正确率,具有较好的工程应用性。

有效提高学生创新能力的实验教学改革

有效提高学生创新能力是实验教学改革的目的,实验教学改革应倡导启发式,培养学生推理、演绎与归纳的思维能力,重视培养学生的探究品质,弘扬"存疑"精神,注重学生利弊素质的培养,提倡切磋讨论、兼采博听,培养学生远大的志向、创新的精神和克服困难的坚强意志。文章提出了一系列提高学生创新能力的有效途径。

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。

基于RobustICA的数字调制混合信号盲源分离算法

针对含噪环境下数字调制混合信号盲源分离（BSS）误码率（BER）过高的问题,提出了一种基于Robust ICA的二阶段盲源分离算法R-TSBS。该算法采用Robust ICA算法对阵列响应向量构成的混合矩阵进行估计,然后利用数字调制信号的有限符号集特征,在第二阶段用最大似然估计（MLE）方法估计各个数字调制源信号发送的符号序列,达到盲源分离的目的。实验仿真表明,传统的独立成分分析（ICA）算法如Robust ICA算法和Fast ICA算法误码率很高,在信噪比（SNR）为10 d B时,其误码率达到了3.5×10-2左右,而基于Fast ICA的二阶段盲源分离算法F-TSBS和基于Robust ICA的二阶段盲源分离算法R-TSBS的误码率则下降到了10-3,分离性能得到了明显改善;在较低的信噪比（0~4 d B）下,R-TSBS算法较F-TSBS算法约有2 d B性能提升。