MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

基于奇异值分解的Toeplitz结构测量矩阵构造方法

在压缩感知CS(Compressed Sensing)理论中,测量矩阵的构造至关重要,其性能直接影响到数据压缩采样的效率及信号的重构质量。针对Toeplitz结构测量矩阵重构性能不高的问题,提出一种基于奇异值分解的Toeplitz结构测量矩阵构造方法。首先对Toeplitz矩阵进行奇异值分解,然后通过对该矩阵的非零奇异值进行优化来提高矩阵的列向量独立性,从而提高其重构性能。仿真结果表明,相比较未优化的Toeplitz结构测量矩阵以及当前常用的高斯随机矩阵,当采用优化后的Toeplitz结构测量矩阵对信号进行压缩感知时,信号的重构精度得到显著提高。     

基于微波技术与红外技术的高压危险距离预警器

电力系统发展到今天,高压输配电无处不在,与此同时,高压引发的一些事故也引起了人们的关注。控制好高压安全距离是防止高压触电事故的根本措施,而传统的警示牌警示作用有限,在一些大雾大雪天气几乎起不到作用。本系统采用微波探测器与红外探测器双踪探测,灵敏度高,抗干扰能力强。采用声光报警系统,警示作用明显,能够很有效地控制高压危险距离,防止高压触电事故。     

NB-IoT随机接入前导检测算法实现设计

本文阐述一种基于NB-IoT的随机接入前导检测算法的实现方法,该算法具有复杂度低和检测性能高的优点。并在TI公司的C64x序列DSP芯片上实现,实现方法上考虑了随机接入信道时频结构的边界不对齐性,从而使前导检测模块很好的溶入基站子系统中。并在文中给出算法性能的仿真分析。     

热冲压成形保温时间对SAF2507 SDSS微观组织和力学性能的影响

对SAF2507 SDSS板材进行1050℃下不同保温时间的热冲压成形,使用光学显微镜、扫描电镜和能谱仪观察其微观组织的变化,通过拉伸试验、硬度计和冲击试验等测试了不同保温时间下试验钢的力学性能。结果表明:在1050℃热冲压成形时,试验钢的微观组织中无析出相,只有条状平行分布的α相和γ相。当保温时间为2～5 min时,α相含量快速增加,γ相含量快速减少,微观组织发生γ→α转变;当保温时间超过10 min后,α相含量缓慢上升,γ相含量缓慢下降。随保温时间的增加,抗拉强度和硬度先上升后下降,伸长率、截面收缩率和冲击吸收能量一直下降,拉伸试样的断裂形式由韧窝断裂逐渐向准解理断裂转变;保温时间为5 min时,试验钢获得最佳的微观组织和力学性能。     

基于智能手机用户行为习惯的App使用预测算法研究

互联网的发展不仅推动了智能手机的普及,而且涌现了大量的手机App。大量被安装在手机中的应用程序不仅增加了用户寻找App的时间和难度,而且占用了手机大量的内存空间,致使手机卡顿,严重影响了用户体验。利用智能手机用户使用App的行为习惯特征,预测用户将要使用的App,并将其应用到智能手机中用以预加载App和智能清理手机内存是解决上述问题的方法之一。在深入了解PrefixSpan算法和Bayesian网络算法的前提下,考虑智能手机用户对每个App的喜爱程度,将其加入到PrefixSpan算法的剪枝步骤中;采用贝叶斯网络算法整合智能手机用户的App使用记录和App使用时长等特征,提出一套新的预测用户下一个将要使用的App的算法——WAPA(Weighted App Prediction Algorithm)。实验证明,该算法预测准确率最高可达86.3%,较其他算法可提高大约4%。     

基于光谱尺度空间与管道滤波的红外目标检测

为了准确地从复杂干扰背景下检测出真实弱小目标，本文引入视觉显著性，设计了基于快速光谱尺度空间与动态管道滤波的红外目标检测算法。基于真实目标与背景内容之间的整体差异，引入快速光谱尺度空间与阈值分割技术，设计视觉显著性机制，对红外图像完成处理，输出全局显著性映射，以高效过滤干扰背景内容。考虑目标与背景的局部特征差异，构建自适应局部对比度增强机制，对粗检测结果实施处理，获取对应的局部显著性映射，改善视觉显著性区域内目标的对比度。引入高斯差分理论，通过估算每一帧红外图像中的目标像素直径，形成动态管道滤波，充分消除虚警，准确识别出弱小目标。多组实验数据显示：较已有的红外目标检测技术而言，在各种不同的复杂背景干扰下，所提算法呈现出更好的检测能力，拥有更理想的接收机工作特性ROC曲线。     

GNSS系统中一种低复杂度的载噪比估计算法

为了找到一种复杂度低和适应性强的载噪比估计算法,本文在分析了宽窄带功率比值法和方差求和法两种典型算法的基础上,提出了一种载噪比估计算法。对I支路二阶矩分布和I、Q四阶矩分布进行了的推导,得到了载噪比估计的精确表达式;论证了两种不同推导方法的一致性;从估计偏差、算法实现复杂度、输出时延、适应性四个方面对本文的方法进行了理论仿真和实测数据验证。结果表明:本文提出的算法估计误差小于1 d B,同时解决了宽窄带功率比值法不能直接应用于BD系统以及方差求和法在实际应用时实现较复杂的问题。本文提出的算法在保证一定性能的前提下,极大地降低了算法实现复杂度和输出时延,提升了适应性,可广泛应用于北斗等GNSS系统中。     

运行时含木马电路IP核的定位与替换

近年来，由集成电路（IC）供应链的全球化带来的硬件木马电路威胁引发了广泛的关注。现有运行阶段针对不可信第三方知识产权核（3PIP）的木马电路检测技术没有考虑到检测到木马电路时被感染IP核的定位和替换问题，使得系统时间性能开销增加、可靠性下降。为了解决该问题，基于IP核多样性和现有的木马电路检测和出错恢复架构，提出了一个面向开销优化的被感染IP核定位和替换的解决方案。定位技术通过检测阶段存储结果和恢复阶段运行结果的实时比较实现，并在理论上证明了定位的准确性；替换技术通过可编程逻辑实现，能够最小程度地影响系统下次的正常运行。实验表明，在检测到木马电路时，被感染IP核的定位技术相比于已有的木马电路检测和恢复技术能够平均提升25%的系统时间开销。提出的定位和替换方案对于使用不可信单元建立可信计算系统，以及加强系统的安全性具有一定的指导意义。