基于非理想CSI的全双工双向中继系统保密中断概率性能研究

研究基于译码转发的全双工中继系统的物理层安全问题。假设系统模型中窃听者与合法用户以及中继之间存在直接链路,考虑在合法用户和中继之间的信道状态信息（channel state information,CSI）是非理想的情况下,通过分析信道估计误差、窃听信道的平均信噪比和残余自干扰对中继系统物理层安全的影响,推导出每个节点端到端瞬时信干噪比和非理想CSI下的保密中断概率表达式。仿真结果表明,信道估计误差、窃听信道的平均信噪比和残余自干扰越小,系统保密中断概率越小,系统安全性能越高;在高信噪比时,残余自干扰对保密中断概率的影响可以忽略不计;同时,全双工中继方案优于传统的半双工中继方案。     

相关衰落信道下的安全协作系统及中断性能

基于相关的瑞利衰落信道,研究安全协作系统的安全中断性能。假定发送端知道全部信道的信道状态信息,系统中存在单个窃听节点以及多个进行协作的中继节点,某个中继节点被选择作为干扰者来发送干扰信号,合法信道与干扰节点到目的节点的信道相关,窃听信道与干扰节点到窃听节点的信道也相关。在此类协作场景中,分析了信道相关性对安全协作系统安全性能的影响,获得了安全中断概率表达式。数值结果表明信道相关对安全协作系统的安全性能存在显著影响。     

窃听环境下轮流中继网络的安全传输方案

针对含有多个窃听者、多个中继的无线通信网络的传输安全问题,提出了一种新的轮流中继安全传输方案。以降低系统平均安全中断概率为目标,所提方案在源节点发送保密信息的过程中,在每个传输时隙均选择一个最优中继对前一时隙接收到的信号进行转发以干扰窃听者,并在目的节点处进行干扰消除。为评估系统性能,推导得到了系统平均安全中断概率的闭式表达式。仿真结果验证了理论分析结果的正确性,并表明与传统中继协作方案相比,所提方案可显著降低系统的平均安全中断概率。     

基于中继联合优化选择的物理层安全方案

针对认知无线电(CR)网络中的安全传输问题,提出基于传输中继和干扰中继联合优化选择的物理层安全方案。在主用户网络和次用户网络共存的环境中,通过优化选取协作传输中继和协作干扰中继实现信息的安全传输,并分析推导出瑞利衰落环境下该方案保密中断概率的闭式表达式。仿真结果表明,在不同参数场景下,该方案均可实现较低的保密中断概率,提升CR网络的信息传输安全性能。     

信道估计误差与同道干扰下的双向中继系统性能分析

分别在瑞利衰落 环境和瑞利 莱斯混合衰落环境下,研究了双向中继系统在同时受到信道估计误差和同道干扰影响下的中断概率性能。首先,给出了系统模型以及系统协议;然后,基于得到的接收端信干噪比表达式,分别推导了双向中继系统在单一瑞利衰落环境和瑞利 莱斯混合衰落环境下的中断概率表达式;最后,分析了双向中继系统受信道估计误差和同道干扰影响时的最佳中继位置选择,并得出了最佳中继位置的闭式表达式。数值仿真验证了所推导的中断概率表达式以及最佳中继位置表达式的正确性,揭示了信道估计误差和同道干扰对系统性能的影响,表明当信道估计质量阶数小于1时性能将明显下降,当衰落因子增大时性能将得到提高。     

多窃听者场景下TASP/MRC系统的物理层安全性能分析

为评估信道预测发射天线选择(TASP)/接收最大比合并(MRC)联合收发分集无线通信系统在瑞利块衰落信道条件和多窃听者场景下的物理层安全性能,针对基于最小均方误差信道预测器的TASP/MRC无线通信系统,推导其非零安全容量概率、安全中断概率以及渐近安全中断概率的精确解析表达式。在此基础上,分析窃听者数目、归一化延时、收发天线数等参数对系统物理层安全性能的影响。数值计算与仿真结果表明,在TASP/MRC系统中,减小归一化延时及窃听者数量或增加合法接收端天线数能够提高物理层安全性能,在高信噪比情况下,物理层安全分集增益等于合法接收端天线数,而与窃听者数目及其收发天线数无关。     

基于机会式中继传输策略的安全性能分析

针对无线通信过程中信息被非法用户窃听的问题,提出一种基于最佳中继选择的安全传输策略。首先,在源节点处整合了预先设计的人工噪声与有用信息,通过最佳中继选择算法选择最佳中继对接收到的信息进行转发;其次,推导出系统的安全容量、中断概率以及拦截概率;最后,利用安全性与可靠性折中的性能来确定最佳的中继个数。理论分析和实验仿真结果表明,与传统没有加入人工噪声的系统模型相比,该系统的性能提升可以明显通过增加中继节点来实现。     

具有能量收集功能的认知中继网络安全性能分析

为提高认知中继网络在物理层上的安全性能,结合能量采集技术与人工噪声干扰技术,构建一种具有能量收集功能的认知中继网络模型。将认知用户的信号传输过程分为能量收集和信号处理2个时隙,在2个时隙中分别从认知源节点和目的节点处向窃听节点发送人工噪声,以干扰其窃听过程。分析各时隙中链路的信噪比情况,利用信噪比推导出选择最优中继和最小残留自干扰中继时中断概率与窃听概率的闭合表达式。仿真结果表明,相比轮询调度算法与设置干扰节点法,该模型能有效降低认知用户信号传输时的中断概率与窃听概率。     

基于最佳中继选择的异构多媒体自适应协作分集算法

本文提出一种自适应协作分集方案,以保证异构多媒体业务中主用户传输的服务质量(QoS),并改善次级用户的数据传输性能。采用基于功率控制的系统模型,使得主用户的平均信道增益相对稳定,并且能够在次用户中进行估计,可以节省在反馈信道上的资源。根据次级用户传输过程中的中断概率提出次级中断概率的闭式表达式 ,在满足主用户传输过程中所需要的中断概率约束的条件下,针对主用户和次用户的协作性和瑞利衰落信道的适应性提出了最佳中继选择的自适应协作分集,尽可能地次级中断概率,并获得的分集增益。实验仿真结果表明,该算法可以减少次级用户的中断概率并提高频谱效率,有助于提升次级用户的数据传输性能。     

中继系统中断概率研究

针对无线通信系统的两种典型信道—频率选择性的多径Rayleigh衰落信道和Nakagami-m信道,中继方式为解码-转发（DF）和放大-转发（AF）的单中继系统的中断概率问题进行详细且深入的研究。分别计算AF方式和DF方式中继系统信噪比的概率密度函数（PDF）和累积分布函数（CDF）,利用CDF可得在给定的系统数据速率要求的前提下相应的中断概率的闭式解。对该中继系统的中断概率模型进行仿真。仿真分析显示,闭合表达式与数值仿真结果吻合良好。     

纯量反馈系统稳定零极近似相消的积分约束

导出了单输入单输出反馈控制系统误差响应基于名义系统稳定的零、极点近似相消的时间域积分约束，此积分约束是任何反馈控制系统均应满足的．这一约束给出了单输入单输出反馈系统固有折中的新的观点．名义系统稳定的零、极点近似相消的存在导致反馈控制系统的调节时间延长或者误差响应的无穷范数变大．因此，在反馈控制系统设计中，尽量避免补偿器的零、极点与名义系统的极、零点近似相消(即使这些零、极点是稳定的)．     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

基于KW、MW及DW的决策支持系统架构研究

SDSS是较为先进的决策支持系统，但由于其模型库中的模型固定不变，因此在实际应用中具有一定的局限性。提出了集成数据仓库DW、知识仓库KW和模型仓库MW作为底部架构的体系结构，能有效解决这一问题。该架构简化了模型获得和编码任务，增强了决策的有效性和智能性，提高了决策效率。     

The impact of intellectual capital on the competitive advantage: Applied study in Jordanian telecommunication companies

This research investigates the impact of intellectual capital components on the competitive advantage in the Jordanian telecommunication companies. The empirical findings indicate that the relational capital and the structural capital have positive impact on competitive advantage. Both the relational capital and the structural capital account for 48.4% of the competitive advantage. It is unexpected to find that the human capital does not have a significant direct impact on competitive advantage. However, it is valid to state that the human capital indirectly and significantly influences competitive advantage as it is embedded in the relational capital. The effect of the relational capital on competitive advantage is moderated by gender and age. The effect is strongest among younger men. In the case of the structural capital its effect is moderated by gender only such that the effect is slightly stronger for females rather than males.     

基于多智体多库协同的一种虚拟现实仿真界面构建技术

一、引言计算机仿真接口界面,随着计算机软硬件的不断提高也在快速地变化着。从其发展趋势中我们不难看出这一点:从早期的命令行提示编辑Command Line,到全屏幕菜单编辑(Menu based Editor),再到图形用户界面Graphic User In-terface(GUI),界面在不断追求如何更好地适应用户、与用户更直接地交互。其具体特点包括自然而又丰富的色彩、逼真而又完美的几何造型、柔和而又动听的环境声响、质感而又具有力反馈的实物等。这些人们所需要的真实感,一种技术是难以胜任的,它需要各种软、硬件技术的综合与集成。从目前的趋     

An efficient soft-computing technique for extraction of EEG signal from tainted EEG signal

Electroencephalography (EEG) is the recording of electrical activity of neurons within the brain and is used for the evaluation of brain disorders. But, EEG signals are contaminated with various artifacts which make interpretation of EEGs clinically difficult. In this research paper, we use a soft-computing technique called ANFIS (Adaptive Neuro-Fuzzy Inference System) for the removal of EOG artifact, combined EOG and EMG artifact. Improvement in the output signal to noise ratio and minimum mean square error are used as the performance measures. The outputs of the proposed technique are compared with the outputs of techniques such as neural network, based on ADALINE (Adaptive Linear Neuron) and adaptive filtering method, which makes use of RLS (Recursive Least Squares) algorithm through wavelet transform (RLS-Wavelet). The obtained results show that the proposed method could significantly detect and suppress the artifacts.     

A divide and conquer matheuristic algorithm for the Prize-collecting Steiner Tree Problem

The Prize-collecting Steiner Tree Problem (PCSTP) is a well-known problem in graph theory and combinatorial optimization. It has been successfully applied to solve real problems such as fiber-optic and gas distribution networks design. In this work, we concentrate on its application in biology to perform a functional analysis of genes. It is common to analyze large networks in genomics to infer a hidden knowledge. Due to the NP-hard characteristics of the PCSTP, it is computationally costly, if possible, to achieve exact solutions for such huge instances. Therefore, there is a need for fast and efficient matheuristic algorithms to explore and understand the concealed information in huge biological graphs. In this study, we propose a matheuristic method based on clustering algorithm. The main target of the method is to scale up the applicability of the currently available exact methods to large graph instances, without loosing too much on solution quality. The proposed matheuristic method is composed of a preprocessing procedures, a heuristic clustering algorithm and an exact solver for the PCSTP, applied on sub-graphs. We examine the performance of the proposed method on real-world benchmark instances from biology, and compare its results with those of the exact solver alone, without the heuristic clustering. We obtain solutions in shorter execution time and with negligible optimality gaps. This enables analyzing very large biological networks with the currently available exact solvers.     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

Wavelet-based envelope features with automatic EOG artifact removal: Application to single-trial EEG data

In this study, we propose an analysis system for single-trial classification of electroencephalogram (EEG) data. Combined with automatic EOG artifact removal and wavelet-based amplitude modulation (AM) features, the support vector machine (SVM) classifier is applied to the classification of left finger lifting and resting. Automatic EOG artifact removal is proposed to eliminate the EOG artifacts automatically by means of independent component analysis (ICA) and correlation coefficient. The features are then extracted from the discrete wavelet transform (DWT) data by the AM method. Finally, the SVM is used for the discriminant of wavelet-based AM features. Compared with EEG data without EOG artifact removal, band power features and LDA classifier, the proposed system achieves promising results in classification accuracy.