一种改进的定时同步算法

离散傅立叶变化扩展的正交频分复用(DFT-S-OFDM)技术已被3GPP采用,作为长期演进项目(LTE)的上行调制方案,具有峰均比(PAPR)低等优势.该方案中接收机端现有的定时同步算法,大都不能适应低信噪比的高斯白噪声信道和多径衰落信道的恶劣环境.针对此情况,本文提出了一种改进的假设检验统计量,用来进行定时同步.理论分析与仿真表明,在AWGN信道和多径衰落信道下,低信噪比(-10dB)的工作条件,改进的算法对高速运动引起的多普勒频偏具有较强的抵抗力.接收机能快速、高准确率的同步上发送数据的帧头,改进算法对工程应用具有一定价值.     

一种具有弹性服务质量要求的多业务最优接纳控制策略

随着无线网络所支持的业务种类的增加和具有弹性服务质量要求的业务的大量出现，与服务质量保证密切相关的呼叫接纳控制问题成了近年来无线网络研究的热点之一。本文研究了基于准马尔可夫决策过程方法的多业务最优呼叫接纳控制问题。根据业务的特点，首先引入了带宽分配满意度函数和收益率函数，在此基础上，提出了基于带宽分配满意度的最优带宽分配算法和基于准马尔可夫决策过程方法的最优呼叫接纳控制策略。计算结果表明，本文方案能够在对各类业务的呼叫阻塞率进行适当权衡的前提下，进一步提高网络的期望收益率和期望带宽利用率，同时满足了各类业务的最低服务质量要求。     

基于VxWorks的EPON网络管理系统的设计与实现

提出了一种电信级的EPON网络管理系统设计方案,给出了该方案的系统框架与功能实现方法,重点阐述了核心功能模块的实现流程,最后通过Tornado环境下的仿真与调试验证了方案的可行性.     

双层VLAN技术在EPON中的实现

提出在802.3ah协议下应用双层VLAN的完整实现方案,在EPON的数据帧中加入双层VLAN标签,实现了数据帧在EPON段与IPv6核心网段的QoS接轨,完善了EPON段的用户安全分组及EPON的二层组播方案.     

基于PCA和混合核函数QPSO_SVM频谱感知算法

频谱感知是认知无线电系统的关键技术之一,针对基于支持向量机的频谱感知方法中核函数选取的单一性和核函数参数的不确定性,提出一种基于混合核函数支持向量机的频谱感知算法,将两种核函数混合构造新的核函数,采用量子粒子群算法对其中的参数进行优化,并引入主成分分析方法对样本进行降维并提取其全局特征。实验结果表明,该模型较传统方法在低信噪比下无线环境中的分类精度上有了明显提高,在信噪比为－10 dB的无线环境中能完全识别出主用户,为频谱感知提供了一种可靠性高的设计方案。     

基于SOM-SVM频谱感知算法

频谱感知技是认知无线电中的关键技术。本文提出了利用SOM SVM模型进行频谱分类的方法。SOM SVM模型是利用SOM的聚类特点,将含有相同特征的输入样本聚集在一起,并把离聚类中心较远的输入样本舍去。经过20%的样本压缩后,将含有代表性的小样本再送入SVM进行训练。本文的样本集通过实验平台采集,验证了基于支持向量机的频谱感知方法在实际数据测试条件下也能取得很好的感知性能。仿真结果表明,SOM SVM模型在低信噪比下,频谱检测率接近100%,检测错误率也得到了很好的改善。     

一种改进的基于单高斯模型的红外异常目标检测算法

基于单高斯模型的红外异常目标检测算法是一种常见的能自适应更新背景模型的检测算法。该算法对各个像素的输出响应进行高斯建模,通过设定的阈值确定目标像素点是否为前景像素点,从而达到检测的目的。本文在单高斯模型的基础上,提出一种改进的异常检测算法,该算法利用奈曼-皮尔逊准则选取最佳阈值,克服了根据经验值选取阈值的局限性,为最佳判决阈值的选取奠定了理论基础,使得在虚假率一定的情况下,检测概率达到最高。实验证明,将常见的经验阈值与本文确定阈值进行比较,本文算法确定的阈值检测效果更佳。     

基于嵌入式数据库的EPON网络管理系统

设计实现了一种基于嵌入式数据库 SQLite的EPON网络管理系统,阐述了嵌入式数据库结构的设计过程,以及对OLT芯片功能进行二次封装的方法,最终调试验证了在单板系统中支持Web浏览器和Telnet命令行两种模式下的网络管理功能.     

基于低分辨率红外传感器的深度学习动作识别方法

近年来动作识别成为计算机视觉领域的研究热点,不同于针对视频图像进行的研究,本文针对低分辨率红外传感器采集到的温度数据,提出了一种基于此类红外传感器的双流卷积神经网络动作识别方法.空间和时间数据分别以原始温度值的形式同时输入改进的双流卷积神经网络中,最终将空间流网络和时间流网络的概率矢量进行加权融合,得到最终的动作类别....     

基于随机共振和支持向量机的频谱感知

认知无线电是一门新技术,它的目标实现用户的动态频谱接入,提高频谱的使用效率。频谱感知是认知无线电的基础,它的作用是感知频谱空洞,实现对主用户无干扰接入。频谱感知需要在极低信噪比下有较好的感知性能,才能保证感知用户在不影响主用户通信的情况下进行通信。即使在较低的信噪比条件下,它也需要较高的检测性能。提出一种对信号进行双稳态随机共振和特征识别的方法,首先信号先通过随机共振系统以提高信噪比,然后使用FAM算法将信号的循环谱特征提取出来。最后使用支持向量机(SVM)对特征进行模式识别。实验结果表明,在低信噪比下本方法相比传统的能量检测和SVM方法具有更高的检测可靠性。