通信工程专业实践教学体系的研究与构建

针对通信工程专业毕业生实践创新能力不能满足行业企业要求的问题,阐述构建专业实践教学体系的思路,将课堂实验、课程设计、实习实训、学科竞赛、毕业设计等各个实践教学环节统筹安排,革新实践教学的目标、内容,运用现代化的教学手段和方法建立过程化的实践教学考核方式,形成以激发兴趣和培养能力为目标、理论与实践有机融合、一体化多层次的实践教学体系。     

非对称非正交快速联合对角化算法

针对非对称联合对角化算法收敛速度慢以及有可能收敛到奇异解的问题, 首先提出一种基于最小二乘的非对称代价函数, 该代价函数在最小二乘标准的基础上增加了使对角化矩阵非奇异的约束项, 以保证算法不会收敛到奇异解. 然后利用一种循环最小化技术来优化提出的代价函数, 得到一种非对称非正交快速联合对角化算法. 算法的性能分析证明, 该算法不仅全局渐近收敛, 而且具有不变性. 左右对角化矩阵的关系也证明了非对称联合对角化的一般性. 实验仿真表明, 与原非对称联合对角化算法相比, 提出的算法收敛速度更快, 而且可以显著降低干扰信号比.     

微表情类别与区域间关联度的分析方法研究

为了揭示微表情类别与面部各区域之间的关联度,提出一种局部区域划分和分析方法。该方法首先根据各类微表情对应动作单元所在的位置确定出人脸中最为关键的7个局部区域,然后采用面部形变鉴别模型自动检测出面部49个关键点坐标,再根据这些点确定上述局部区域的4个边界。最后,分别提取各区域的时空模式特征并进行微表情分类,通过各区域对各类微表情的分类准确率来分析两者之间的关联度。实验结果表明,局部区域划分方案科学合理,微表情“惊奇”及“厌恶”与眼睛区域、微表情“高兴”与嘴巴区域、微表情“压抑”与下巴区域有较高的关联度。     

MIMO-MAC中改进的空时码传输方案

为了消除两用户的多输入多输出多址接入信道(MIMO-MAC)中用户间的干扰,提出了一种基于有限反馈的空时码传输方案.每个用户采用基于相位旋转的速率为2的空时码,每个码字自身需要一个反馈角度,对接收信号进行简单相加后可消除多用户干扰,实现全分集.与MIMO-MAC中已有的基于有限反馈的空时码传输方案相比,所提方案增大了接收端的信噪比,提高了系统的可靠性.     

基于MF协议的协作NOMA系统物理层安全性能研究

针对协作非正交多址(NOMA)系统中信息安全传输问题,该文提出一种基于修改转发(MF)中继的物理层安全(PLS)传输方案。该方案利用MF中继将解码信息修改后再转发,避免了合法信息泄露到窃听节点。首先对NOMA-MF系统进行建模,然后推导了系统安全中断概率(SOP)、严格正保密容量(SPSC)和窃听概率(IP)来衡量系统的保密性和安全性,以及中断概率(OP)以衡量其可靠性。此外,推导了系统的渐近性能,对比分析了解码转发(DF)协议下NOMA-DF系统与NOMA-MF系统的性能。推导及仿真结果表明：NOMA-MF系统的保密性能和安全性能比NOMA-DF系统更具有优势;NOMA-MF系统的OP和IP之间存在最优信噪比(SNR)以实现系统安全及可靠性的平衡;存在最佳功率分配参数以实现最低的SOP和OP。     

高压斗杆缸缓冲性能影响参数的分析与优化研究

为解决高压斗杆缸在行程末端缓冲性能差、容易损坏油缸的问题,需要对其缓冲结构进行优化设计。以一款国产重载挖掘机斗杆缸为研究对象,将计算机仿真技术应用到工程机械领域,在已搭建的仿真模型的基础上,以缓冲压力和活塞速度两个参数为主要评价指标,采用控制变量法测试了同一缓冲结构在不同参数条件下的敏感性以及各个缓冲结构在缓冲过程中所起到的作用。研究结果表明,对高压斗杆缸无杆腔缓冲作用最大的结构是缓冲套外部斜切面,对有杆腔缓冲影响最大的结构是缸盖节流小孔,并推荐了部分结构参数的最佳值。     

用于统计相关源信号的盲分离方法

现有的盲信源分离方法大多以信源统计独立为前提条件．针对相关信源的瞬时混合,提出了一种采用“两步法”对其进行盲分离的方法．首先,对两传感器观测信号比值的方差进行比较,方差值相等的相继采样时刻就是只有一个源信号单独存在的时刻．这些时刻的观测信号矢量就是对混合矩阵中与该源信号对应的列矢量的估计,利用这一性质可以估计出混合矩阵．然后,由估计出的混合矩阵得到分离矩阵,从而恢复出源信号．计算机仿真试验证明了该方法的正确性．     

BICM-ID中一种新的8PSK星座映射

在比特交织编码调制及迭代译码(BICM-ID)系统基础上,设计一种8PSK调制星座映射方法。该方法以映射符号之间的平均近邻汉明距离为设计准则,将8PSK调制的符号分为2组半径和相位不同的QPSK调制的映射符号,通过调整半径减小星座映射符号之间的平均近邻汉明距离。性能分析和仿真结果表明,与其他BICM-ID中的8PSK星座映射相比,在低信噪比下,该方法的误比特率更低。     

基于分级迭代变步长的自然梯度盲源分离算法

自然梯度算法是处理盲源分离问题的一个重要方法.自然梯度算法的分离速度与稳态性能之间存在矛盾,步长增大收敛速度加快,但是稳态误差随之增大.自适应变步长算法是解决收敛速度与稳态误差之间的矛盾的有效手段.基于原有自适应算法,提出了一种分级迭代变步长算法,更好地解决了算法存在的收敛速度与稳态误差的矛盾.仿真结果表明,该算法具有更快的分离速度和更好的稳态性能.