单声道/立体声录放芯片MSM9841及其在数字语音录放机中的应用

MSM9841是日本OKI(冲)电气半导体公司研制的单声道／立体声语音控制处理大规模集成芯片。文中介绍了该芯片的结构、特点、工作原理及其在数字语音录放机中的应用。     

利用Rabbit2000实现抄表数据在Internet网络的传输

介绍了Rabbit2000微处理器功能特性以及Dynamic C的软件开发环境，研究了基于Rabbit2000的嵌入式系统对网络和串口的编程技术；实现了抄表数据通过Internet网络的传输，介绍了PPP连接的建立以及利用UDP报文传输抄表数据的方法。     

一种基于遗传算法径向基神经网络的混合无线定位算法研究

文章提出了一种基于径向基神经网络的混合无线定位算法。采用径向基函数(Radial basis function neural net-works-RBF)神经网络建立移动台位置估计模型,并用递阶遗传算法(HGA)同时训练RBF的网络结构和参数。对进行位置估计的三种参数TOA/TDOA/AOA进行数据融合,以有效地提高定位精度。与传统BP神经网络定位算法进行比较,仿真结果表明,该算法的定位结果能够很好地满足FCC的定位要求。     

一种减小NLOS影响的TDOA/AOA数据融合定位算法

提出了到达时间差/到达角数据融合定位算法.利用RBF神经网络对到达时间差的测量值进行修正以减小非视距传播影响,然后利用到达时间差定位算法和到达角定位算法分别估算移动台位置,最后对到达时间差和到达角定位结果进行加权平均得到移动台位置.仿真结果表明该算法在郊区、一般市区和闹市区环境下均能够有效地提高定位精度和可靠性.     

四通道可编程数字下变频器HSP50216及其在软件无线电中的应用

HSP50216是Intersil公司推出的多通道可编程数字下变频器集成芯片。它有四个通道，且每个通道的参数均可独立通过微处理器进行编程。文中介绍了该芯片的结构、特点、工作原理及其在软件无线电中的应用。     

基于BP神经网络的定位跟踪算法

提出了一种在NLOS环境下对移动台的定位与跟踪算法。利用BP神经网络对TDOA测量值中NLOS误差进行修正,再利用Chan算法进行移动台位置估计,配合相关检测距离门对移动台进行跟踪。仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位与动态跟踪,性能优于基于Chan算法、LS算法、Taylor算法的静态定位与动态跟踪。     

基于RBF神经网络的AOA定位算法

基于几何结构的单次反射统计信道模型,提出了基于RBF神经网络的AOA定位算法。应用RBF神经网络对非视距传播（NLOS）误差进行修正,然后利用最小二乘（LS）算法进行定位。仿真结果表明：该算法减小了NLOS传播的影响,提高了系统的定位精度,性能优于LS算法。     

OFDM系统中基于BP神经网络的定位算法

为了减小正交频分复用(OFDM)系统中多径干扰对定位精度的影响,提出一种基于后向传播(BP)神经网络的定位算法。该算法采用多重信号分类(MUSIC)算法估计OFDM信号首径的到达时间(TOA),再计算出到达时间差(TDOA),然后利用BP神经网络对其进行修正,最后使用Chan算法确定移动台的位置。在多径环境下对算法进行仿真,仿真结果表明该算法能够有效地降低多径干扰的影响,性能优于最小二乘(LS)算法、Chan算法和泰勒算法。     

面向室内定位的DHOHF-Elman神经网络算法

针对传统Elman神经网络算法在室内存在定位精度低的问题,提出了一种基于UWB（Ultra Wideband ）的改进的DHOHF-Elman(Elman neural network with Double Hidden layers and Output-Hidden Feedback,DHOHF-Elman)神经网络算法。该算法改进了神经网络拓扑结构增加了第二隐含层和第二承接层,达到了双隐含层反馈的效果,采集了大量的实验数据对构造的神经网络模型进行了训练与测试,表明了改进后的神经网络算法较传统神经网络算法有更高的定位精度和较好的收敛性,最后通过仿真结果分析验证了改进算法的优良性和有效性。      

基于改进布谷鸟算法的WSN节点定位

有效的定位算法在无线传感器网络（WSN）的应用中起着重要的作用。针对DV-Hop算法在求解未知节点位置过程中定位精度低的问题进行了研究,提出了改进的无线传感器网络节点定位算法（SACSDV-Hop)。首先引入布谷鸟搜索（CS）算法,然后动态调整CS算法的发现概率 及影响步长大小的参数 以提高CS算法的收敛速度和局部搜索能力。SACSDV-Hop算法用改进的布谷鸟算法（SACS）代替DV-Hop算法在估算未知节点的位置坐标阶段所使用的最小二乘法,把节点定位问题转变为智能寻优问题,降低跳距估计误差对其的影响。仿真实验结果表明,所提算法比CSDV-Hop算法及传统的DV-Hop算法具有更高定位精度,并且不需要增加硬件开销。