认知无线电系统的动态双门限协作能量检测算法

认知无线电系统中,认知用户间协作检测有利于提高频谱检测的准确性。基于OR(或)协作方式和多门限能量检测算法,提出了一种动态双门限协作能量检测算法,并根据认知用户接收到的主用户信噪比确定检测门限。理论分析和仿真结果表明,该算法可以有效提高频谱检测概率,降低系统漏检概率。     

基于认知无线电网络的协作中继资源分配算法

频谱资源紧张己经成为制约下一代无线通信系统发展的主要因素之一.认知无线电技术通过大力发掘授权频谱的复用潜力,可有效解决频谱紧缺问题.本文把协作中继传输技术引入到认知网络中,建立了配置双天线的次用户帮助主用户传输的协作模型,基于此提出了基于译码转发的协作功率及频谱资源分配算法,并进行了详细的理论分析.仿真结果表明,本文提出的协作传输策略能够在保障主用户正常传输情况下提高次用户的传输机会并减小中断概率.     

基于主用户行为的多天线频谱共享

本文考虑认知无线电系统中主用户的行为的变化,提出基于主用户行为的多天线频谱共享方案,并针对频谱共享的覆盖和平铺两种不同的接入方式,分别提出系统频谱共享优化算法。通过仿真,结果表明新的频谱共享优化算法在保护主用户的前提下提高了认知无线电系统性能。     

异构无线网络中基于多用户分集的协作频谱感知算法

研究了协作通信与认知无线电的结合,针对TD-SCDMA系统和WiMAX系统组成的异构无线网络,提出了一种基于多用户分集的协作频谱感知机制.根据该算法,WiMAX用户被分成若干个簇,选择每个簇内瞬时信道条件最好的WiMAX用户协作检测频谱,并利用软硬结合的判决手段,既保证检测性能,又不增加复杂度.分析和仿真表明,该算法一方面保证了频谱检测的可靠性,降低了虚警概率,另一方面减少了通信开销,提高了判决消息传输的可靠性,达到了提升频谱利用率的目的.     

基于认知无线电网络的协作功率和频谱分配研究

认知无线电技术通过提高频谱的复用潜力,解决了当前频谱资源紧缺问题.本文研究了在认知无线网络环境中,次用户帮助主用户转发数据的协作场景,提出了基于放大转发的协作功率及频谱资源分配最优化策略.仿真结果表明,论文提出的方案能够提高次用户的传输机会,并且可以降低主用户的中断概率.     

匹配追踪时频分解算法的点检测方法

为了能在无噪音环境下准确地检测语音信号的端点,传统的方法是使用过零方法检测清音,短时能量方法检测浊音,两者相结合便实现了端点检测.通过对语音信号在时频平面中分布的研究,提出了一种基于匹配追踪时频原子分解算法的端点检测方法.该方法利用匹配追踪算法对信号进行分解,使得信号在时频平面上具有较直观明显的魏格纳能量分布,利用这个特点设置一个门限值再进行端点检测,便能准确检测出语音信号端点.实验结果表明,和传统的方法相对比,因为涉及到了信号的分解,所以实时性较差,且门限问题还有待深人研究,但该方法能更加准确地检测出语音信号的端点,亦为端点检测问题提供了一种新的思维方法.     

RZF预编码与MMSE-SIC检测联合的大规模MIMO系统预编码设计算法

研究了大规模多输入多输出(MIMO)系统的预编码设计算法。针对大规模MIMO系统通常利用增加用户天线数来提高系统频谱效率的方法会导致用户间干扰增大,从而对系统性能产生负面影响的问题,提出了一种将正则化迫零(RZF)预编码与最小均方误差-串行干扰消除(MMSE-SIC)检测相结合的改进算法。该算法通过在基站端采用RZF预编码对信号进行预处理以平衡用户间干扰和噪声干扰的影响,继而在接收端运用检测性能优异的MMSE-SIC算法来进一步减轻信号中的干扰,从而达到提升系统容量的目的。实验结果表明,这种将RZF预编码与MMSE-SIC检测相结合的改进算法,在用户间干扰较大时具有较好的适用性,且在完全已知和未完全已知信道状态信息情况下的频谱效率均优于传统RZF算法。     

基于能量收集的认知无线电资源分配研究

本文将能量收集及协作中继技术引入到认知无线电网络中,研究次用户作为中继节点帮助主用户转发数据的协作认知场景,提出了一种基于解码转发模式下的最优能量收集时间及功率分配策略.仿真结果表明:和直接传输相比,不仅降低了主用户的中断概率,增大了次用户的传输速率,而且节省了网络传输能量,延长了网络的寿命周期.     

适合于HC-MAC协议的感知信道动态预留算法

针对基于HC-MAC协议的认知无线电系统提出了一种感知信道动态预留算法,以解决系统用户较多时可用频谱不能被充分利用的问题.该算法通过在感知开始前为认知用户预留一些信道,使得认知用户可以同时感知信道,从而减少了认知用户等待感知可用信道的时间,提高了频谱利用率.为了使该算法更具实用性,根据实时类业务和尽力服务类业务两类常见...     

互补随机子梯度分布式认知无线电功率分配

频谱作为一种有限资源,随着无线通信服务和器件的日益增多,频段越来越稀缺,认知无线电是有效提高频谱利用率的解决方法之一.认知用户利用授权系统的固有反馈信息,合理设置认知用户的发射功率,两个通信系统能够同时工作,提高了频谱效率,并控制对授权用户造成的干扰.在不需要主动合作的前提下,该文提出了适合认知无线网络的互补随机子梯度分布式功率控制算法(CSDPC),分析了该分布算法的收敛特性,采用互补式的搜索方式,获得了提高收敛速度的有效途径.仿真结果表明,该算法和相关文献比较,收敛时间不到类似算法运算时间的1/10,增强了系统的灵活性,提高了通信容量.     

碰撞检测技术及在桥梁视景仿真中的应用

碰撞检测（Collision Detection）及优化是视景仿真技术中一项非常重要的技术,文中通过对碰撞检测理论的论述,概要介绍了碰撞检测算法关于时间域与空间域的不同分类方法,并讨论如何优化碰撞检测的方法,以减少运算时间与复杂度。通过视景仿真中桥梁碰撞检测的实例对碰撞检测理论及优化算法进行了验证。     

Multi-objective optimization of spectrum detection in cognitive IoT using artificial physics

In cognitive Internet of Things (C-IoT), spectrum detection aims to find the available spectrum resources for cognitive sensor nodes. However, it always consumes more energy to get higher detection rate in spectrum detection, so energy consumption and detection rate are positively correlated in C-IoT. Different from the available algorithms, we model spectrum detection in C-IoT as a multi-objective optimization problem and aim to find the trade-off points of spectrum detection. An artificial physics optimization algorithm is proposed to solve spectrum detection problems in C-IoT. The simulation results show that the proposed algorithm can effectively reduce the energy consumption and keep a high detection rate.     

Robust energy detection in cognitive radio

The success of advanced dynamic utilisation of the scarce spectrum in cognitive radio depends upon reliable primary signal detection where accurate noise power estimation plays a critical role. However, in practical scenarios, the noise power cannot be accurately estimated, which significantly degrades the performance of primary signal detection. To avoid inaccurate noise power estimation and associated accumulated problems. A novel two-stage Bayesian estimation-based energy detection algorithm is introduced here. This algorithm, as supported by simulation results, shows two main features: (a) a superior performance of 1 dB compared with previous methods; (b) the consistency of the algorithm has been proved indicating that 100 correct primary user signal detection can be approached as the number of samples tends to infinity.     

基于包围盒细分的碰撞干涉检查算法研究

提出了一种基于轻量化三维模型的碰撞干涉检查算法.本算法只需要获得某时刻三维模型信息中的三角片顶点位置信息,就可以采用包围盒和判断空间三角形相交结合的方法完成轻量化三维模型的碰撞干涉检查.检查过程根据轻模型的三角片顶点信息构造包围盒,并对包围盒做分割处理,组织成八叉树结构,再进行这些分割后的包围盒的碰撞干涉检查,对发生干涉的叶节点包围盒则再对其中包含的三角面进行相交判断,若相交则说明发生了碰撞干涉.算法已得到初步应用,极大缩短了由大量三角面片构成的轻模型的碰撞干涉检查时间,而且提高了检查的效率和精度.     

基于滑窗批处理的低检测概率无源定位

针对低检测概率下的无源定位问题,提出一种基于滑窗批处理的多传感器融合跟踪算法.通过将多个低检测概率的无源传感器组网,实现目标信息的空间积累,有效提高目标的检测概率.利用伪线性估计技术将非线性测量转换为伪线性测量,再对多传感器的伪线性测量进行基于滑窗批处理的最小二乘估计,得到目标局部最优解.仿真验证了算法的有效性和分析了参数的影响.结果表明,该算法能大幅提高无源定位系统对目标的检测概率,且能满足系统对跟踪精度及实时性的要求.     

虚拟座舱设备碰撞检测算法实现技术研究

在虚拟现实技术中，人与虚拟空间物体的碰撞检测是非常重要的研究课题之一．在简要地介绍了某大型运输机空中加油虚拟仿真训练系统的基本结构和实现原理之后，给出了手的初始数据模型、坐标变换算法以及手的运动方向的定义．在此基础之上，给出了虚拟空间中手与机舱内的主要可操纵设备进行交互碰撞检测的主要算法．     

基于机器视觉的注射液针头胶帽缺陷检测

目的 封装检测是保证流水线上产品质量的关键。针对预罐装注射液,提出一种基于机器视觉的注射液针头胶帽缺陷的实用检测算法。方法 算法首先采用以灰度分布概率作为度量标准的直方图双峰法,对图像进行阈值分割;随后依据以特征角点为中心延伸出的4个象限区域进行特征分析,定位胶帽下边沿左、右角点,以计算胶帽高度;将对称轴点集进行分段直线拟合,得到对称轴所有可能的斜率和截距,基于边缘信息计算最优对称轴和胶帽倾斜角。结果 采用多组图像检验算法缺陷检测,实验结果显示检测成功率达到97.86%。结论 该算法能够对针头胶帽的多种缺陷进行检测,对不合格产品进行分类。     

自然纹理背景的目标提取

针对自然纹理背景,提出一种基于多尺度小波特征融合的人造目标检测方法。在小波变换域,纹理背景和目标区域的多级小波系数具有不同的能量分布,能量特征可作为简单、有效的空间特征来检测目标。由于小波函数具有良好的局域性特点,不同尺度下用它检测出的边缘特征点移位不会超过1个像素。融合边缘特征和能量特征进行人造目标检测,可有效地保证目标边界的定位精度,达到较好的鲁棒性和准确性。实验结果证明,该方法对纹理背景下人造目标面积探测的误差率小于5％,目标探测概率大于94．1％。     

机器人关节间的碰撞检测

将多臂机器人各运动关节简化为具有一定直径的圆柱体,通过计算两圆柱体中心线间最短距离来进行机器人的碰撞检测研究.在此过程中,首先通过总结提炼两空间线段间的相互位置关系,在进行解析,推导的基础上,提出了7个有意义的解析几何推论,直接可得出两空间线段间的最短距离,然后根据得出的结果,设计了一个机器人运动关节间的碰撞检测算法.该算法程序设计简单,计算量小,能有效地满足实际应用需要.     

Reconfigurable Sensing Time in Cooperative Cognitive Network Using Machine Learning

A cognitive radio network (CRN) intelligently utilizes the available spectral resources by sensing and learning from the radio environment to maximize spectrum utilization. In CRNs, the secondary users (SUs) opportunistically access the primary users (PUs) spectrum. Therefore, unambiguous detection of the PU channel occupancy is the most critical aspect of the operations of CRNs. Cooperative spectrum sensing (CSS) is rated as the best choice for making reliable sensing decisions. This paper employs machine-learning tools to sense the PU channels reliably in CSS. The sensing parameters are reconfigured to maximize the spectrum utilization while reducing sensing error and cost with improved channel throughput. The fine-k-nearest neighbor algorithm (FKNN), employed in this paper, estimates the number of samples based on the nature of the channel under-specific detection and false alarm probability demands. The simulation results reveal that the sensing cost is suppressed by reducing the sensing time and exploiting the traditional fusion rules, validating the effectiveness of the proposed scheme. Furthermore, the global decision made at the fusion center (FC) based on the modified sensing samples, results low energy consumption, higher throughput, and improved detection with low error probabilities.