浅谈视频通信在军事领域中的应用

在总结梳理视频通信发展历程、精确定位视频通信地位作用的基础上,主要从视频会议、情报侦察、作战监控、指挥协同、远程支援、日常办公六个方面分析了视频通信在军事领域的应用.     

无线传感器网络分布式频谱检测研究

传统单节点频谱检测由于受到阴影效应、多径效应和隐藏终端问题的影响，使得检测性能受到影响。基于无线传感器网络的分布式频谱检测技术能有效克服这一缺陷。在简要分析频谱检测技术的特点和要求的基础上，讨论了基于无线传感器网络的分布式频谱检测系统的结构，从本地检测和融合算法两个角度，对现有的几种基于无线传感器网络的分布式频谱检测方法进行了综述，并对其发展方向给出了建议。     

基于无线传感器网络的调制识别方法

针对传统单节点调制识别存在阴影和多径问题,提出了一种利用无线传感器网络进行分布式协同调制识别的方法。首先由相互协作的传感器节点提取信号的五个典型特征构成特征矢量,将特征矢量发送到中心节点,在中心节点通过粒子群算法对人工神经网络进行参数优化,最后利用训练好的神经网络进行分类识别,得到识别结果。对6种信号进行了仿真,结果表明该方法在信噪比大于5 dB且测试样本数大于50时,最终的识别率超过了90%,验证了将粒子群算法应用于神经网络参数优化进行分类识别可以有效提升识别性能。     

无线传感器网络在军事领域中的应用研究

无线传感器网络(Wireless Sensor Network,WSN)不仅是物联网技术发展的重点,同时也在信息化作战中具有广阔的应用前景.本文首先介绍了无线传感器网络的基本概念和结构,其次分析了无线传感器网络在战场环境下的潜在优势以及在军事领域中的应用现状,最后介绍无线传感器网络军事应用需解决的关键性问题.     

数字调制识别的关键技术与发展趋势

综述了数字信号调制方式识别的关键技术和发展趋势。对识别流程的预处理模块所采用的载频估计和符号速率估计技术进行了归纳;并对识别过程中的特征提取方法进行了分类,重点分析了各方法的优缺点和适用场景;最后,对分类器的分类算法进行了介绍。     

高阶累积量和分形理论在信号调制识别中的应用研究

提出了将信号高阶累积量和分形盒维数相结合的特征提取方法。信号高阶累积量特征具有良好的抗噪性能,被广泛应用于调制识别。2ASK和BPSK的高阶累积量、以及2FSK,4FSK,8FSK的高阶累积量相等,使得只提取信号高阶累积量不足以区分信号。针对这一问题,引入信号的分形盒维数,提取信号的高阶累积量和分形盒维数构成联合特征参数,构建级联神经网络分类器,对信号进一步进行分类。对2ASK, 4ASK, BPSK, 4PSK, 2FSK, 4FSK, 16QAM七种信号进行了仿真,结果表明,该方法提取的特征参数计算复杂度低,具有较好的抗噪性能。在信噪比不低于5dB、测试样本数不少于200的条件下,正确识别率达到了85%以上。