信道特性对卫星通信系统性能影响仿真

一般卫星通信系统信道特性是指群时延特性、幅频特性、相位噪声特性及非线性失真4种,针对上述4种信道特性对系统传输性能的影响展开研究。设计了卫星通信系统信道数字仿真模型,数字化了4种信道特性,用Mtalab软件分别仿真了卫星转发器比较典型的4种特性对传输性能造成的恶化,并且对4种传输特性进行了综合仿真。基于仿真结果提出了卫星通信系统指标分配建议,仿真结果可以为卫星通信系统的设计提供参考。     

一种基于Σ-Δ的信号调制系统设计

给出一种可用于信号功率放大设备,基于Σ-Δ调制方式的信号调制系统的设计方法。此系统首先将信号通过插值滤波器,利用过采样技术减少频带内的量化噪声,再将信号通过Σ-Δ调制器,利用噪声整形技术把频带里的量化噪声推向高频,并利用低通滤波器滤除,得到高信噪比的1-bit数字流。将此系统采用Simulink仿真建模,结果表明,基带内信噪比可达90 d B,在工程上具有一定应用价值。     

云计算环境下的网络安全估计模型态势仿真

在云计算环境下,传统方法采用终端网络监测方法进行网络安全估计,由于网络通信信道终端功率衰减性强,导致安全态势估计精度不高,检测性能不好。提出一种基于自适应数据分类和病毒感染隶属度特征提取的云计算环境下网络安全估计及态势预测算法。构建云计算环境下的网络安全估计模型,采用自适应数据分类算法对网络攻击信息数据进行聚类评估,提取网络攻击病毒数据的感染隶属度特征,实现网络安全态势预测和病毒攻击检测。仿真实验表明,该算法对病毒数据流预测精度较高,实现不同场景下的网络病毒流预测和数据检测,提高了云计算环境下网络抵御病毒攻击的能力。     

脉冲调制信号的相位噪声恶化仿真

为了量化分析连续波信号经过脉冲调制后相位噪声的恶化程度,利用SystemVue 软件搭建了脉冲调制对连续波相位噪声恶化的仿真模型。仿真结果表明:脉冲调制后的相位噪声在连续波基础上恶化,近端频偏处的相位噪声由于基底较高,对脉冲调制混叠效应引入的相噪恶化不敏感,远端频偏恶化程度较大。相位噪声的具体恶化程度与频偏位置、脉冲周期、脉冲宽度及基底热噪声等因素有关。     

基于窗口的自适应中值滤波算法

滤波窗口是影响椒盐噪声滤除效果的重要因素。针对自适应中值滤波算法(RAMF)的不足,提出了一种基于窗口的自适应中值滤波算法。该算法分为噪声的检测和滤除两部分。在噪声检测部分,主要通过混合窗口检测出准噪声点,将其用窗口中值代替,而其余信号点保持不变。重复此方法,直至所有的准噪声点处理完毕。然后,在噪声滤除部分,主要根据噪声密度选择合适的最大滤波窗口半径,进而实现噪声滤除。最后,为验证算法的有效性开展了仿真研究,仿真结果表明本算法对椒盐噪声的滤除具有很好的效果,增强了图像的清晰度。     

一种图像DCT数据与HEVC帧内预测模式之间的映射方法

【】高效视频编码(HEVC)算法支持的帧内预测模式扩展到了35种,使之可实现更精准的预测,从而取得更高的压缩率。本文通过分析图像数据DCT系数的特性,研究了DCT系数与帧内预测模式的映射关系,提出了一种DCT系数的分布特征与帧内预测模式间的映射方法,该方法可用于提高HEVC的编码速度。     

DCT域HEVC帧内预测模式映射算法研究

高效视频编码(HEVC)算法支持的帧内预测模式扩展到了35种,使之可实现更精准的预测,从而取得更高的压缩率。通过分析图像数据DCT系数的特性,研究了DCT系数与帧内预测模式的映射关系,提出了一种DCT系数的分布特征与帧内预测模式间的映射方法,该方法可用于提高HEVC的编码速度。     

一种LC-VCO 1/f3相位噪声优化方法

建立了差分互补型电感电容压控振荡器(LC-VCO)的等效分析模型.采用有效截止频率厂T.e.来表征MOS管的充放电能力,结合振荡器起振后共模输出电压下降的现象,提出了优化1/f3相位噪声的方法.采用该方法并结合跨导效率gm/ID设计方法,实现了LC-VCO 1/f3相位噪声的优化,并在0.18 μm CMOS工艺上获得验证.结果表明,该优化方法可以使频偏在1 kHz以内的相位噪声改善2～3 dB,可用于开环LC-VCO作为本振的低功耗无线收发机及高性能晶体振荡器的电路设计中.     

认知无线电中基于支持向量机的频谱空闲度预测

研究认知无线系统中的频谱小时空闲度预测问题,针对GSM系统的载频小时空闲度时间序列的非线性特点,提出一种基于支持向量机的预测模型构建方法。为提高模型的预测精度,在GSM系统小时空闲度时间序列特征分析的基础上,利用序列的节假日特性和日周期特性,对数据序列进行了重构。仿真结果表明,与采用基于神经网络的预测模型相比,该预测方法对工作日和周末均具有较高的预测精度,其预测绝对百分比误差在4以内。     

一种改进的加权均值滤波算法

当图像中同时存在脉冲噪声和高斯噪声时,传统的中值滤波算法和均值滤波算法均不能达到较好的去噪效果。针对这一问题,提出了一种改进的加权均值滤波算法。算法采用局部阈值优化的方法计算各像素点的权值,将滤波窗口各像素点的灰度值与对应的权值进行加权运算,结果作为窗口中心点的滤波输出。仿真实验结果证明,该算法对脉冲噪声和高斯噪声具有较强的去噪能力,且较好地保持了图像的细节,效果均优于传统中值、均值滤波算法和改进的中值滤波算法(IMF)。