基于α稳定分布的二阶Volterra变抽头长度自适应滤波算法

传统自适应Volterra滤波器抽头长度固定。当一个被识别系统或被均衡信道的特征未知或时变时,自适应滤波器的抽头长度太长,不仅增加了计算量同时也增加了误差;抽头长度太短则无法满足系统的性能要求。针对这个问题本文提出了一种二阶Volterra变抽头长度自适应滤波算法。先对Volterra滤波器输入信号进行格型滤波处理,实现了二次项信号解耦,减少了二次项的权系数,使线性部分和非线性部分权值具有相同的抽头长度,简化了传统Volterra滤波器的结构;基于最小平均p范数准则,运用分数抽头长度的概念,对滤波器抽头长度进行实时自适应调整,用LMP算法自适应调整权系数。计算机仿真结果表明,在不同信噪比的高斯噪声和 稳定分布噪声背景下, 应用本文算法的自适应信道均衡都具有良好的收敛性能,本文算法能自适应调整到最优抽头长度;验证了算法的有效性。      

低对比度环境下运动目标光学相关检测技术

在用光电混合联合变换相关器对运动目标进行检测的过程中,为了在提高运算速度的前提下解决运动目标在低对比度环境中所导致的低识别率问题,提出一种基于提升小波的边缘检测算法,该算法能在将目标边缘准确地从低对比度环境中提取的同时,将传统小波变换的计算量减少一倍,显著提高运算速度,满足运动目标检测在处理速度上的需求。将该算法应用于光学相关检测,并结合瞬态模板方法可改善目标的识别率,提高在低对比度环境下运动目标检测的效率。对大量具有低对比度特点的运动序列进行光学相关实验,验证了算法对低对比度环境下运动目标检测的可行性。     

一种频率域的盲源分离算法

提出了一种频率域基于第二特征函数的窄带信号盲分离算法，理论上证明了本方法能够从有噪观察数据中得到无噪混合矩阵估计。仿真结果表明本方法信号分离性能优于时域方法。在高信噪比时，本方法的分离信号绝对误差和比时域方法低9．5dB。     

基于四阶累积量的DSSS/QPSK信号检测方法研究

根据高斯白噪声的四阶累积量恒为零这一特性,研究了DSSS/QPSK信号的四阶累积量,提出了基于四阶累积量不同切片c_4x(0,0,0)、c_4x(τ,τ,τ)、c_4x(0,τ,τ)和c_4x(0,0,τ)的时域和频域检测方法.仿真结果表明,频域检测方法性能优于时域检测方法;综合考虑检测性能和实现难度,基于c_4x(0,0,τ)的频域检测方法最好,在虚警概率为1％,信噪比为-11dB时,检测概率仍可达到50％以上.没有引入大规模的矩阵运算,运算量小,易于实现.     

新形势下我校图书馆文献资源建设研究

高等学校图书馆作为学校的文献信息中心,应为学校的教学和科研提供优质的文献保障。文章首先阐述了转型期读者文献需求的新特点,接着对我校图书馆文献资源建设中文献总量偏少、文献结构不合理、文献采访模式老化等问题进行了分析,最后提出了提高文献保障能力的六点对策:争取经费保障;调整和制定新的采访方针;完善文献数量;优化文献质量;协调文献建设中的几组关系;加强采访队伍建设。     

基于超平面法矢量的欠定盲混合矩阵估计

源信号稀疏性差时,基于源信号稀疏特性的欠定盲混合矩阵估计算法,通常先聚类求得混合矢量张成的超平面,然后估计混合矩阵。但此方法涉及运算量较大的超平面聚类,算法效率低。针对这一缺陷,提出了一种新的混合矩阵估计算法。先由所提出的基于梯度法的法矢量更新方法求得超平面法矢量的估计,然后求出混合矩阵。该方法不需要进行超平面聚类,大大降低了运算量,提高了混合矩阵估计效率。仿真结果证明了该方法的正确性和有效性。     

Alpha稳定分布脉冲噪声下MPSK信号的自适应解调

通信系统经常工作在理稳定分布脉冲噪声环境下。提出了一种基于自适应滤波算法对脉冲噪声下MPSK信号的解调方法。高斯噪声是α稳定分布噪声的一个特例,提出的解调方法同样也适于高斯噪声下MPSK信号的解调。仿真结果表明,无论是在高斯噪声还是脉冲噪声下此方法都有很好的韧性,同时该算法不需要滤波器完成收敛。处理速度快。     

基于Creo和ANSYS的掘进机履带链节分析和优化

通过Creo和ANSYS软件对掘进机履带链节进行建模和有限元接触分析,得出履带链节的应力和位移分布云图,结果表明在履带链节销轴联接处的位移和应力最大,装配体中的销轴受力情况最差。通过对一般接触履带链节和优化后的多段接触履带链节的理论推导和有限元分析对比,得出多段接触履带链节的销轴比一般接触的销轴受力均匀,应力和位移变形小,疲劳安全因子有所提高。     

一种MIMO-OFDM信道混合估计方法

传统的信道估计方法往往假设多径分量数已知且为常数,粒子滤波算法可估计服从高斯分布的时变信道。实际无线环境中,多径分量数目与幅度皆为时变,则粒子滤波估计方法性能恶化。本文提出基于二进制粒子群算法和卡尔曼滤波的MIMO-OFDM信道混合估计方法。采用随机集建模MIMO信道,并分析得到其多径转移概率模型;基于此模型将信道分解为离散部分和连续部分,推导得到此两部分与整体信道关系;采用二进制粒子群算法拟合信道离散部分,利用卡尔曼滤波估计信道幅度,将利用信道估计计算得到的观测值与真实观测值的近似程度作为适应度函数。仿真结果表明:本文所提出的信道估计方法性能优于基本粒子滤波的信道估计方法。     

基于约束NMF的盲源分离算法

非负矩阵分解(NMF)是解决非独立源信号混合的盲分离的另一条新途径.该文提出一种基于约束NMF的盲源分离算法,在对NMF估计得到的源信号施加最小相关约束的基础上,对混合矩阵估计施加行列式约束,实现NMF的唯一分解.与已有算法相比,本算法放宽了对混合矩阵的稀疏性要求,大幅提高了信号分离质量.该算法仍适用于独立源信号分离问题.