基于RS232串行数据采集实现串口通信的收发系统

随着人类社会的发展,利用计算机设备实现生产过程的自动化成为提高生产力、减轻劳动强度的有效手段。由于大量设备的使用,必须随时了解实际情况,因此要对实时工作进行监视,并通过计算机辅助数据采集过程实现对数据的自动处理,并获得有关信息实现实时监控和串口通信过程。     

TH-PPM UWB通信系统多址性能研究

介绍了TH-PPM UWB信号,在AWGN信道和多用户干扰条件下对系统的性能进行了分析,包括误码率分析和系统所能接入的最大用户数,对其误码率进行了仿真.结果表明,随着接入用户数目的增加,系统误码率也增加,而增大重复码长度和脉冲重复时间则可降低系统误码率,但增加脉冲重复时间会降低信息传输速率.     

天线互耦对室内MIMO无线信道容量的影响

考虑多天线间互耦,建立了多天线系统等效网络模型,导出通用耦合系数矩阵。应用互耦补偿方法拓展了室内多输入多输出(MIMO)无线衰落信道模型的研究,数值分析了天线单元间的互耦对室内MIMO无线信道容量的影响。验证互耦对空域相关性无影响的条件,计及互耦要比不计互耦对信道容量的影响要大,但互耦导致的天线方向图畸变可能产生角度分集的效果,从而降低信道的相关性并提高信道容量。     

一种面向空地一体化组网的体系架构

空间网络是空地一体化组网中地面网络延伸的重要组成部分。针对空间网络为移动星座的场景,传统的空地一体化组网模型将空间网络视为独立自治域,利用边界网关协议将空间网络与地面自治域互联起来,最大化同地面网络保持兼容。然而,传统组网模型存在边界网关面临频繁会话中断或大量路由更新等问题。通过重新审视空间网络的角色定位和边界划定问题,提出一种面向空地一体化组网的体系架构Slink。Slink的核心思想是空间网络为地面网络提供互联通道,利用星地网关隔离空地两网间的路由更新。实验仿真表明,Slink体系架构能够有效减小对空间路由器的路由存储空间需求,降低星地网络间的带宽消耗。     

毫米波FMCW MIMO雷达三维点云成像方法

毫米波FMCW MIMO雷达的三维点云成像在自动驾驶、智慧交通、工业和安防等领域的三维环境感知因其独特的优势而受到广泛关注。本文在现有处理框架下提出一种结合渐近最小方差稀疏迭代（SAMV）的高分辨点云成像方法。该方法首先对差拍信号做一维快速傅里叶变换（FFT）获得高分辨距离像,然后对每一个距离单元采用SAMV算法来估计方位角网格和俯仰角网格的功率,最后结合CASO-CFAR检测算法,得到探测区域内目标高分辨的距离、方位角和俯仰角三维信息。仿真和实验结果表明,相比现有结合Capon测角的方法,该方法能在相同雷达条件下角分辨率提高2倍,实现了毫米波雷达高分辨的三维成像。     

基于直方图分析和OTSU算法的文字图像二值化

在基于灰度图像的文字提取中,文本图像的二值化算法的优劣直接影响到字符识别的性能。本文对比几种常用的二值化算法,提出一种改进的直方图分析和OTSU算法相结合的算法,该算法利用对直方图信息的区间分析和分类,缩小了查找阈值的范围,最后再利用OTSU求出最优阈值。实验结果表明,该方法能够有效降低光线对OTSU算法的影响,具有较好的分割普适性。     

一种新型的毫米波紧凑波导双工器

利用电路等效分析法结合全波建模提出具有宽带工作特性的改进型H面T型结。结合交叉耦合原理和一腔多模理论,通过S参数的多项式综合和矩阵消零的方法提取滤波器耦合矩阵。设计了新型结构的双模交叉耦合毫米波双工器。测试结果表明,相比于传统的单模直接耦合双工器,这种双工器不但尺寸更加紧凑,而且具有更好的频率选择性及隔离度等优点。     

最低限度通信中多普勒频偏估计算法

针对最低限度通信中多普勒频偏估计范围不足、估计精度较低的问题,提出一种改进的基于相关FFT的直扩信号同步捕获算法.该算法通过补零运算提高算法的估计精度、采用正交扩频序列优化算法的性能.数值分析表明,在低信噪比环境下,改进后的算法能够以较高的精度捕获较大频偏.     

基于COSMIC掩星观测数据的NmF2全球分布特征研究

利用COSMIC掩星观测获得的电离层电子密度剖面数据,研究了2007-2011年的电离层F2层峰电子密度(NmF2)的全球分布特征.结果发现,赤道电离层异常因地方时和经度而变化,在LT11-LT14期间存在明显的沿经度变化的四峰结构.在北半球夏季夜间,北纬60°区域NmF2显著增强,即广义的威德尔海异常现象;在南半球夏季夜间,在威德尔海区域也出现了NmF2增强的现象.此外,与太阳活动低年相比,太阳活动增强期间的威德尔海异常区域的地理范围明显增大.     

基于DPI和机器学习的网络流量分类方法

网络流量分类是实现网络管理的重要技术之一,但是单一的基于DPI或是机器学习的分类方法分类精确度低.提出了一种基于DPI和机器学习相结合的网络流量分类方法.该方法采用DPI检测已知特征的网络流量,利用机器学习方法辅助分析未知特征以及加密的网络流.实验表明该方法能够提高网络流量分类的精确度.