基于改进盲均衡算法的水声通信可靠性研究

关于水声信道通信优化问题,水声通信中复杂信道存在码间干扰极易影响通信质量,需要进行均衡提高通信数据的可靠性,传统的自适应均衡方法是通过发送训练序列对信道特性捕获并更新参数完成均衡,然而对于快速时变的信道,不能快速得到信道特性无法及时对通信均衡,造成均衡性能不强、水声通信数据可靠性不高。为此,提出改进的盲均衡算法,盲均衡算法不需发送训练序列,只需知道发送序列的统计特性就可对发送信息恢复,可保证均衡的及时性,在盲均衡的基础上采用小生境技术对其改进,优化盲均衡搜索到的最优解,从而提高均衡的性能。实验表明,小生境技术的改进盲均衡算法能够快速捕获信息特性并及时准确地对信号进行均衡,具有较高的均衡性能,保证了通信数据的可靠性,为水声信道优化提供了参考。     

水声扩频通信中多假设反馈自适应均衡算法研究

研究了复杂多变的水声信道条件下直接序列扩频-码分复用(DS/SS-CDMA)通信技术.本文将空间分集-多普勒频移补偿-自最佳自适应判决反馈均衡算法应用到水声DS/SS-CDMA通信,提出了基于码片速率的多假设反馈自适应均衡算法.应用该均衡算法可以恢复经过水声信道传输后扩频信号的相关特性.对实际的海上试验数据分析结果表明:算法以增加计算复杂性为代价显著提高了通信性能,在时变的多途扩散、多普勒扩散以及低信噪比的水声信道条件下可以保证低的通信误码率,算法性能良好.     

水声通信中信号均衡的仿真研究

针对水声通信中多途效应和环境噪声对信号准确传输的严重影响,为取得水声准确信号,提出了一种果蝇优化正交小波自适应软约束常模盲均衡算法,优化水声通信系统中均衡器的性能,确保水下信号传输质量.用正交小波变换降低了信号的自相关性,加快了自适应软约束常模盲均衡算法(SCS-CMA)的收敛速度,减小了稳态误差,并利用果蝇算法的全局快速寻优能力进一步优化了均衡器性能.水声信道仿真结果验证了新算法的良好性能,信号可在复杂水声信道中准确传输.     

基于水声信道状态的自适应差错控制

水声信道具有时变、环境噪声高、传播时延大、信道带宽窄等特点,以致水声通信的可靠性不高(接收数据发生错误)。目前的解决办法主要有自动请求重传和前向纠错,但是这两种方式均不能在所有信道状态下保持较高的接收吞吐量。提出了一种自适应差错控择方法,其中包括一种利用信道误码率计算吞吐量的方法,并且采用自适应线性预测方法预测信道误码率,根据信道误码率选择合适的差错控制方式。仿真结果表明,采用该选择方法能够在所有的信道状态下保持较高的接收端吞吐量,提高水声通信的性能。     

水声信道盲均衡优化仿真研究

研究水声信道盲均衡问题,由于水声受码间干扰,信号产生畸变,通信质量低.采用单一水声信道盲均衡算法寻优能力差,不能满足要求,并易获得局部最优解,导致信道盲均衡效果差.为解决上述问题,提出一种水声信道盲均衡组合算法(MPSO-ACO).首先初始化小波盲均衡器的权向量,然后采用动量粒子算法找到权向量次优解集;最后采用蚁群算法对次优解集进行局部搜索,找到小波盲均衡器的权向量最优解,从而实现水声信道盲均衡.仿真结果表明,相对于传统水声信道盲均衡算,MPSO-ACO算法不仅降低了误码率,而且加快了收敛速度,获得了更优水声信道盲均衡效果.     

盲分离与时频分析融合的多源信道均衡

针对多信源条件下强多途干扰严重的水声信道,提出一种盲分离与时频分析融合的多源信道均衡技术。该方法首先应用盲分离技术将多源接收信号进行有效分离,对分离后的信号进行时频分析运算,然后采用Radon变换加解线调方法估计出信号的主要参数,通过重构声源信号最终完成信号的复原。通过对计算机仿真数据和海试数据的处理,验证了该方法的可行性和有效性。     

基于差分时延差编码的水声发射系统研制

差分时延差编码能有效抑制多途信道的干扰,实现信息的可靠传输,因此在水声通信中被广泛应用。本文设计了一种基于差分时延差编码的水声发射系统,针对差分时延差编码的特点和要求,利用波形存储直读方式产生码元,通过以太网将其传输到下位机并存储到存储器;然后对系统进行通信编码参数配置;最后基于下位机存储的码元和通信编码参数配置,将通信信息通过差分时延差编码并经数模转换器和低通滤波器变换后,由换能器发射出去。湖试通信实验表明,水声发射系统在不同参数条件下均能保证编码信息的准确性以及传输信息的可靠性,具有一定的实用性。     

纠错码在PDS系统中的应用研究

本文模拟水声信道环境,尝试将RS码、卷积码分别与Pattern时延差编码（PDS）通信体制相结合,构造出不同的编码Pattern时延差（CPDS）系统.通过仿真,从码率、码长、约束长度的变换中给出对比结果,并分析了性能差异的原因,从而得知构建高性能CPDS系统时纠错码参数选择的原则.最后,仿真实验得出了应用RS码的CPDS通信体制更适用于水声通信.     

存在未知时延和Markov 丢包的网络控制系统故障检测与优化

将网络控制系统(NCSs) 的未知短时延处理成范数有界不确定性, 结合Markov 丢包影响将NCSs 建模为不确定Markov 跳变系统, 设计模态依赖的鲁棒故障检测滤波器. 为了提高检测系统性能, 采用后置滤波器对残差信号进行时域优化, 并以Moore-Penrose 逆形式给出其最优解. 同时, 设计自适应检测阈值, 并给出时变参数阵的迭代方法,降低了计算量. 数值仿真表明, 所提出的方法能够有效地抑制时延和丢包影响, 提高故障检测系统的检测能力和检测速度.

     

地空信道基于OFDM/OQAM系统的波形自适应算法

传统的正交频分复用/偏移正交幅度调制（OFDM/OQAM）系统波形自适应设计主要针对具有非指数型时延功率谱和非U型多普勒功率谱的信道模型对波形进行优化,而实际中,波形自适应设计会因不同的信道模型产生不同的信道匹配准则系数。结合地空信道模型和扩展高斯函数的特性,在传统基于信干噪比SINR优化的OFDM/OQAM系统波形自适应算法的基础上提出一种新的OFDM/OQAM 系统波形自适应设计算法。该算法引入信道匹配系数β,通过信道匹配准则建立波形时频域间隔与信道最大多径时延、最大多普勒频移的关系,再结合传统SINR优化函数计算扩展因子参数,将参数反馈给发送端并调整发送端和接收端的滤波器达到波形自适应的目的。仿真结果表明,4QAM和16QAM调制下,信道匹配系数β的引入在系统误码性能上均有1.0 dB以上的改善。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

自适应校正透射率的暗通道先验去雾算法

针对暗通道先验算法复原后的图像在天空区域容易产生色彩失真和伪影的问题,提出了一种新的暗通道置信度计算方法,用以校正天空区域的透射率。根据观察,图像中亮度越高、饱和度越低的区域,越不满足暗通道先验的假设,利用二维高斯函数,结合有雾图像饱和度和亮度的特点,设计了一种新的自适应调参的暗通道置信度计算方法,对不满足暗通道先验区域估算的透射率进行补偿。实验结果表明,该算法能有效解决暗通道先验在天空区域失效的问题,复原图像颜色自然,没有出现色彩失真和伪影。     

视频实时自适应去雾算法

在雾天环境下,户外视频的可视性将受到极大损害,需要通过视频实时去雾来恢复视频的可视性。视频实时去雾对于单帧图像处理的速度有很高的要求,现有的图像去雾算法或是速度上达不到要求,或是速度虽快但去雾效果不理想。另外,视频还会面临拍摄场景中雾气浓度不断变化的问题,现有图像去雾算法中需要手动设置参数且参数固定,无法在雾气浓度变化的条件下始终达到理想的去雾效果。提出了一种实时的视频自适应去雾算法,该算法对视频中单帧图像进行去雾时,会基于暗原色值来区分图像区域,并对不同区域进行不同程度的去雾,在满足实时性的同时得到了很好的去雾效果。此外,该算法还基于暗通道先验设计了评价去雾结果的方法,并使用迭代的方式根据雾气浓度自动调整去雾参数,从而在视频中雾气浓度变化的情况下,始终能达到理想的去雾效果。     

网络加密流量侧信道攻击研究综述

网络加密流量侧信道攻击通过分析、提取网络应用通信过程中泄露的数据包长度、时间等侧信道信息,能够识别用户的身份和行为,甚至还原用户输入的原始数据。基于信息论建立了网络加密流量侧信道攻击模型,使用统一的模型框架分析了代表性的指纹攻击、击键攻击和语音攻击的方法和效果,讨论了基于隐藏数据包长度和时间信息的防御方法,结合技术发展前沿对未来可能的研究方向进行了展望。     

基于天空分割的单幅图像去雾算法

针对暗通道先验算法在天空区域失效和复原图像色彩变暗的问题,提出一种基于天空分割的图像去雾算法。首先,采用基于边缘检测的分割算法将原始图像区分为天空区域和非天空区域;其次,在暗通道先验算法的基础上,改进对大气光和透射率的估计方法,进而对非天空区域采用改进的暗通道先验算法去雾;最后,利用基于成本函数的对比度增强去雾算法处理天空区域。实验结果表明,去雾后图像在方差、平均梯度、信息熵等指标上相对于暗通道先验算法均有较大提升,所提算法在保持较高运行效率的同时,能有效避免天空区域的Halo效应,还原真实的景物色彩。     

以太网通道技术的实现与应用简

采用太网通道技术来增加链路间的带宽,并且实现链路间数据骨干线路热备份,保证数据网络的不间断服务,实现负载均衡;结合cisco设备在交换机间捆绑两条或多条链路配置形成以太网通道;通道形成后链路间带宽明显增加;链路部分故障中断,交换机重新学习,建立新的物理链路继续通信;故障排除后交换机会自动恢复通告。     

Numerical simulation of oscillating flow through idealized sclerotic arteries

Numerical and approximate computational techniques are presented for studying the oscillating flow in a two-dimensional channel with an irregular surface. A finite element algorithm is formed in order to evaluate the influence of the surface roughness on the basic flow characteristics, while emphasis is given to the development and variation of the shear stresses on the walls. In addition, an approximate solution is obtained when the wall roughness is small compared with the mean height of the channel. Comparison of the two methods in an appropriate range of wall roughness values gives satisfactory results.     

基于修正模型与暗通道先验信息的水下图像复原

受到复杂成像环境影响,光学视觉系统获取到的水下图像普遍存在对比度低、模糊和颜色失真等问题．为此,本文提出一种基于修正散射模型的水下图像复原算法．首先,深入分析光在水下的吸收衰减特性,在简化大气散射模型的基础上,将水体背景光融入到模型的直接衰减项;其次,考虑到水下红光迅速衰减,采用红通道的逆通道对其进行补偿;然后,使用基于四叉树的分级搜索算法估计水体背景光值;最后,在修正的成像模型基础上,结合水下暗通道先验信息估计介质透射率进而复原水下图像．实验结果表明,本文算法水下复原后的图像色彩自然,能有效恢复出远景区域的细节信息,图像对比度、色度和饱和度的综合评价指标整体优于对比算法,适用于不同类型的水下退化图像．     

无线自组织网络AODV路由协议研究

Ad Hoc网络是随着无线通信技术的快速发展而出现的一种新型网络,网络层的路由协议对于Ad Hoc网络来说尤为重要。首先阐述了Ad hoc网络的概念和特点,分析了自组网路由协议的有关情况。重点研究了按需路由协议中的AODV协议及其中断链恢复的改进,结果表明在数据传输延迟和路由开销方面,采用改进的本地修复方法都可以使性能获得一定程度的提高。     

联合自适应梯度稀疏和通道相关性的简单透镜成像去模糊

成像过程中的光学像差,使得简单透镜成像系统只能获得低质量的模糊图像。针对这类模糊问题,提出一种联合自适应梯度稀疏和通道间相关性的去模糊算法。该算法对模糊图像3个颜色通道的平滑区域点和边缘点采用不同的稀疏约束,同时利用3个通道间的相关性,借助某个通道保留的边缘信息来复原其他通道的边缘信息。仿真实验结果表明,该方法对简单透镜获得的模糊图像复原质量较高,能取得较好的视觉效果。