重排谱图在跳频信号参数估计中的应用

为能准确提取出跳频信号的参数,提出了基于重排谱图的方法对跳频信号进行参数提取.对跳频信号进行重排谱图,得到其能量分布的最大值,对由最大值构成的矢量进行傅里叶变换,根据得到的数据,按照峰值检测法进行估计,得到对跳频周期、跳变时刻及跳频频率的估计值.对跳频跳速(跳频周期的倒数)进行仿真,仿真结果表明,与简单的谱图方法相比,重排谱图具有更好的时频分辨率,并且能得到更精确的估计值.     

基于熵测度的跳频信号谱图分析

为了有效分析跳频信号并估计其参数,依据跳频信号谱图和Wigner-Ville分布(WVD)的特征分析,提出了一种自适应跳频信号时频分析方法。该方法依据熵测度进行谱图窗函数宽度选择,获取优化的跳频信号谱图表示。理论分析和仿真结果表明,基于熵测度的谱图分析方法能够在大于0dB的高斯白噪声环境下,给出跳频周期参数的准确估计;与平滑伪Wigner分布及其自适应方法相比,该方法能够在较低信噪比下有效降低参数估计的方差,提高参数估计的准确性;同时对于长观测信号,具有更快的运算速度。     

低信噪比下跳频信号参数盲估计

针对通信对抗的实际应用,提出了一种在低信噪比下估计跳频信号跳速的方法。首先利用谱图的无交叉干扰项和修正平滑伪Wigner-Vile分布（MSPWD）的强时频聚集性,将谱图和MSPWD进行组合得到了清晰稳健的时频分布;然后基于此分布,利用二次差分法沿着频率轴搜寻每个时间的峰值显示来校正时频矩阵;根据此时频矩阵,分别利用FFT方法、自适应门限法、代价函数法来进行跳频周期估计,仿真结果显示,时频分布经过二次差分处理后,在更低信噪比下提高了估计精度,在跳速较低时,FFT方法在低信噪比时性能较好,在跳速较高时,代价函数法性能较好。     

基于改进WVD的跳频信号参数估计方法

为了克服传统的平滑伪魏格纳分布(SPWVD)在跳频信号参数估计中分辨率降低的问题,提出基于改进WVD算法的跳频信号参数估计新方法。通过分析跳频信号WVD的性质和特点,构造出与跳频信号WVD自项支撑区重合的时频窗,用其与信号WVD相乘进行加窗,有效抑制交叉干扰项的同时保持了WVD良好的时频分辨率,得到了清晰的跳频信号时频分布,基于此分布给出跳频信号参数估计的具体步骤。仿真实验结果表明,该方法有效可行且具有很好的整体性能。     

一种用于跳频信号参数估计的时频表示方法

在时延和频移两个方向上,对跳频信号的模糊函数进行了分析,提出了一种基于跳频信号模糊函数自项特征的时频表示方法。其核函数在信号的模糊域能够有效地滤除噪声和交叉项,并保留绝大部分的自项能量。仿真试验结果证实,与平滑伪维格纳分布相比较,该方法提高了信号项的时频聚集性,具有更好的参数估计性能。     

几种跳频信号时频表示的熵测度研究

分析了固定核函数在跳频信号时频分析时的局限性以及基于参数优化对时频分辨率的改善,研完了熵测度随不同窗宽度和可选参数的变化,并与最近提出的Stankovic测度方法加以比较.仿真结果表明,对不同的时频表示,同一测度的变化规律也不相同:仅有Flandrin体积规范化熵给出了不同时频分析的优化结果,从而能够定量评价跳频信号时频分布的信息量,为交叉项和分辨率的折衷提供帮助.     

MATLAB 环境下的跳频信号分析与仿真

对跳频信号的时频域进行分析是研究跳频通信，实现识别、跟踪跳频信号的重要基础。该文首先采用了具有局部分析能力的短时傅立叶变换分析方法对跳频信号在时域和频域上的变化情况进行了MATLAB环境下的仿真。然后，利用具有良好的时间-频率局部化特性的小波变换分析方法对跳频信号进行了MATLAB环境下的仿真分析。结果表明：跳频信号的小波变换后的时域和频域联合特征可同时兼顾时间和频率这两方面对分辨率的要求。     

基于小波分解与希尔伯特-黄变换的跳频信号检测

现有的基于时频分析的检测方法在时间分辨率和频率分辨率上往往不能同时满足要求,针对这一问题,提出了一种结合小波分解与希尔伯特-黄变换(HHT)的跳频(FH)信号检测方法.利用小波分解去除混合信号中的噪声;利用希尔伯特-黄变换实现跳频信号的检测,避免了传统时频分析过程中窗函数的影响.理论推导和仿真实验表明:本文方法能同时有效地兼顾时间分辨率和频率分辨率,明显改善了跳频信号检测的准确性.     

基于重排SPWVD的跳频信号参数提取方法

提出了一种基于重排平滑伪Wigner-Ville分布（SPWVD）的未知跳频信号参数盲估计方法。在未知任何先验条件情况下,能够从截获信号中提取并估计出非合作跳频信号的跳频信号驻留时间、跳变时刻和跳频频率。介绍了重排时频分析原理,比较了跳频信号的WVD分布、平滑伪WVD分布和重排平滑伪WVD分布（MSPWVD）,设计了基于MSPWVD分布的跳频信号参数盲提取算法,通过计算机仿真得到了较为准确的提取结果,并对算法的性能进行了分析。     

Logistic 映射的差分跳频信号源的仿真

通过深研究差分跳频系统的结构特点,提出了一种Logistic 映射G函数的差分跳频信号源的仿真方法,主要包括G函数、跳频图案、波形设计等模块的仿真,并对所产生的跳频序列的性能进行了检验.仿真结果和性能分析表明,该方法能够较好的模拟典型的差分跳频信号的主要特征,且其信号具有较好的随机性、均匀性,不仅可为差分跳频通信研究提供良好的信号源,而且可以为实际的差分跳频系统的设计提供参考.     

动态网络增强自适应虚拟队列管理新算法

针对动态网络主动队列管理算法中控制参数设置难题,提出了一种增强自适应虚拟队列管理新算法（EPAVQ）。结合TCP流体流模型运用经典控制理论分析自适应虚拟队列管理（AVQ）算法稳定性基础上,利用极点配置技术给出了AVQ算法控制参数的调整规则。同时,针对网络参数时变问题,通过对网络参数的在线估计,利用网络参数与控制器参数的确定关系实时调节控制参数,使得控制器能够适应网络参数的变化。通过ns-2仿真实验与现有的AVQ算法比较,EPAVQ算法具有更快的动态响应,更好的网络性能。     

城市物流竞争力分析DAE-WMA优化算法

深入分析了城市物流竞争力的研究现状，结合深度学习相关理论，以深层自编码器（Deep Auto Encoder，DAE）标准模型与标准算法为基础，提出了基于Widrow函数的深层自编码器动量更新算法（DAE-WMA）。依据城市物流竞争力分析数据量特点，选取三种UCI数据集，对基于误差函数的标准算法（DAE-ESA）、基于交叉熵的标准算法（DAE-CSA）以及DAE-WMA的模式分类能力进行仿真，仿真结果表明后者的性能优于前两者。依据物流竞争实力与竞争潜力，基于层次分析法（Analytic Hierarchy Process，AHP）通过选取7个评估维度与19个评价指标构建城市物流竞争力指标体系，利用DAE-WMA方法与社会网络分析（Social Network Analysis，SNA）方法，对我国西北五省区13个主要城市的物流竞争力进行聚类分析与实证研究，仿真结果表明DAE-WMA方法相对于SNA方法，对核心节点城市的分类结果更加合理，更有利于对问题的分析。研究结果为确定新丝绸之路经济带沿线城市物流发展策略，促进国内物流业未来的协作与发展奠定了研究基础。     

MIMO信道中基于功率分配的SLNR预编码算法

为了消除或降低多用户MIMO系统下行链路存在的共信道干扰（ CCI）,提出一种结合功率分配的基于最大化信漏噪比（ SLNR）的预编码算法。首先,根据SLNR算法求出最优预编码矩阵,再结合最优功率分配算法,借助拉格朗日乘数法,优化分配每个用户的发送功率,从而提高系统和容量以及降低误码率（ BER）性能。为了简化计算复杂度,还提出了SLNR算法结合次优化功率分配算法。仿真表明,所提出的算法比块对角化（ BD）算法和最小均方误差准则（ MMSE）算法在系统和容量以及误码率性能上都有所改善。     

基于AWGR的光电混合数据中心网络架构设计

随着云计算需求与服务器数量的不断增长,数据中心网络（data center network,DCN）面临可扩展性、低成本、低能耗、高带宽等一系列挑战。提出了一种基于阵列波导光栅路由器（arrayed waveguide grating router,AWGR）的光电混合数据中心网络架构。该混合架构由AWGR提供大容量光波长路由,由电分组交换机提供突发分组交换,同时满足大象流量和老鼠流量的需求。AWGR是无源光器件,将有效降低网络能耗,提高网络可靠性,与光电路交换机相比,可降低配置时间延迟。分析了在架顶交换机上分别采用全固定波长激光器（方案1）、混合固定波长激光器和波长可调谐激光器（方案2）、全波长可调谐激光器作为光源（方案3）的3种架构方案。对3种架构方案的成本和能耗进行了数值分析和计算,同时对网络性能进行了理论分析与仿真。成本和能耗数值分析结果显示：3种架构方案的成本与能耗随着服务器数量的增加不断增长,方案3增长的速度最快,方案1增长的速度最慢,方案2介于两者之间。网络性能仿真结果显示：在不同网络负载情况下,方案2架构的网络吞吐量和波长请求阻塞率与方案3接近,远高于方案1,因此混合固定波长激光器与波长可调谐激光器的方案2具备较好的性价比。     

基于噪声不确定性的双门限协作频谱感知算法

传统的双门限协作频谱感知算法忽略了两门限之间认知用户的本地感知信息,而利用这部分信息可以进一步提高认知无线电系统的感知性能。为此,在等增益合并的基础上,提出一种顺序自适应分步合并算法。两门限之间的认知用户根据接收信噪比分步上传本地感知信息,融合中心自适应地调整参与协作的认知用户数,以减小系统的上传数据开销。推导在Rayleigh衰落信道条件下,认知用户上传数据的平均比特数以及全局检测概率的闭式表达式。理论分析和仿真结果表明,该算法能以较小的数据开销获得较优的协作感知性能。     

基于混沌理论的低截获概率雷达波形设计

为提高低截获概率雷达的射频隐身性能,提出了一种基于混沌理论的雷达波形设计方法。利用混沌信号的低截获性和良好的保密性,选取混沌logistic映射对传统调频信号进行优化,即用混沌序列去确定调频信号的频率变化,设计一种混沌调频信号。为验证波形性能,分别从抗截获能力、探测能力两个方面来衡量信号性能。理论分析来看,设计的混沌调频信号具有较大的时宽带宽积,能够较好地降低截获因子以提高隐身性能。仿真表明,在与几种经典的低截获概率雷达波形的性能比较中,该混沌调频信号的模糊函数图更接近“图钉形”,具有更好的测速测距精度。     

反相对称-直扩通信系统抗窄带干扰研究

在直接序列扩频通信系统的扩频增益受限时,强功率的窄带干扰对系统性能影响较大。为了提高系统的通信效果,将反相对称法和直接序列扩频通信相结合,建立了一种新的通信系统——反相对称-直扩通信系统,对系统的抗窄带干扰能力进行了理论分析和仿真研究。理论分析和Matlab仿真结果表明,反相对称-直扩通信系统对窄带干扰有很好的抑制作用,对强功率的窄带干扰的抑制效果尤为显著。     

基于SGMM和DNN结合提高音素识别率的研究

为降低声学特征在语音识别系统中的音素识别错误率,提高系统性能,提出一种子空间高斯混合模型和深度神经网络结合提取特征的方法,分析了子空间高斯混合模型的参数规模并在减少计算复杂度后将其与深度神经网络串联进一步提高音素识别率。把经过非线性特征变换的语音数据输入模型,找到深度神经网络结构的最佳配置,建立学习与训练更可靠的网络模型进行特征提取,通过比较音素识别错误率来判断系统性能。实验仿真结果证明,基于该系统提取的特征明显优于传统声学模型。     

基于可信度信息的改进加权比特翻转算法

在研究几种加权比特翻转算法的基础上,提出了一种新的针对LDPC码的改进加权比特翻转算法。加权比特翻转（WBF）算法中的错误度量考虑了校验节点的可信度信息,在此基础上,相关的改进WBF（IWBF）算法考虑了消息本身对符号判决的影响,进一步提高了性能。但是在IWBF算法中,必须通过仿真,才能获得使译码性能较优的符号可信度加权参数。提出了一种同时考虑符号可信度和校验可信度的算法,不需要调整加权参数,即可获得较优性能。仿真显示提出的加权比特翻转算法是可行且有效的。     

免疫粒子群算法在神经网络训练中的应用

神经网络能够用来检测结构损伤,但是其训练方法容易陷入局部最优。粒子群算法具有全局搜索能力,将免疫系统中的抗体抑制机理引入粒子群算法以保持粒子多样性,采用免疫粒子群算法（ImPso）训练前向神经网络。计算机仿真结果显示,训练后的网络性能优于使用一般BP算法训练的网络。