窄带音频信号时差估计算法

研究定位中的窄带音频信号时差估计问题,给出时差估计的信号模型,在研究传统广义相关时差估计算法及基于希尔伯特变换时差估计算法基础上,提出基于接收信号分数阶希尔伯特变换的时差估计算法。通过仿真实验,得到不同变换阶数下归一化后的时差估计均方误差曲线,在最优时差估计域下,与广义相关法及希尔伯特变换时差估计算法相比,提出的算法具有较好的估计性能。     

双树复小波包变换语音增强新算法

实小波包变换是语音增强中效果较好的一种算法,利用阈值的方法对小波包系数进行压缩进而重构语音信号.分析了实小波包变换的平移敏感性,以及其对语音进行增强时的缺陷.提出采用双树复小波包变换方法进行语音增强,当低通滤波器和高通滤波器对应的小波基近似为希尔伯特变换对时,该变换能大大减小实小波包变换中的平移敏感性.同时考虑小波包系数之间的相互关系,提出了重叠块复阈值算法.结果表明,算法优于传统实小波包变换及点阈值算法,尤其对含周期噪声的语音信号,双树复小波包变换算法的优势更为明显.     

基于支持向量机的小波包调制信号识别

基于小波包调制信号和OFDM信号在分数阶傅里叶变换域分布的不同,利用图像成形技术对接收信号的分数阶傅里叶变换域分布图进行处理,探讨了小波包调制信号和OFDM信号的分数阶域分布成形图的特征参数,利用支持向量机做分类器,实现了这两种多载波调制信号的分类识别。计算机仿真结果,验证了算法的性能。     

无人机自组织网络多包接收智能信号检测算法

在无人机自组织网络(UAV Ad Hoc Network, UANET)中,传统的基于单包接收的信号检测算法极大限制了多路传输共享的并发通信性能。针对此问题,利用迭代并行干扰消除技术和多输入多输出技术并联合机器学习设计出一种UANET多包接收智能信号检测算法。该算法保留了迭代并行干扰消除算法的整体结构,采用最合适的深度神经网络来代替传统的基于信道模型的复杂计算,使得分簇UANET的簇头节点不仅可以对任意无记忆固定信道进行处理,而且也不需要去获取准确的信道状态信息便可以同时正确接收来自多个发送节点并发传输过来的数据包。仿真结果表明,该算法可以在不同场景下有效降低系统误码率(Symbol Error Rate, SER),从而有效增加UANET的通信并发度。在线性信道多节点通信场景下,所提出的算法相比于最优MAP(Maximum A Posteriori,最大后验概率)检测算法,系统误码率可以降低约25%。     

基于Wpt_6和Cr_1的雷达辐射源信号分选

针对现有方法分选准确率不高和对噪声敏感的问题,提出一种新的雷达辐射源信号分选算法。对接收到的未知雷达辐射源信号,首先提取其第六维小波包特征(Wpt6)和第一维相像系数(Cr1),将两者作为分类依据,并利用Kohonen神经网络实现对未知雷达辐射源的分选。计算机仿真结果表明,新方法较传统的分选方法可以获得更高的准确率。     

OFDM超分辨率联合TOA/AOA定位

对无线信号到达时间（TOA）和到达角度（AOA）的精确估计是室内无线定位的关键。正交频分复用（OFDM）是适合多径衰落环境的一种高速传输技术。提出一种联合TOA和DOA的二维定位方法用于OFDM信号定位。算法首先通过信道估计得到信道的频率响应（CFR）,对CFR采用超分辨率算法估计信道时延。首径（first arrival path,FAP）的时延估计就是接收信号的TOA估计。将天线阵列接收信号通过DFT变换到频域,利用同样的算法估计信号各径的AOA/DOA。最后联合TOA和AOA在二维平面上确定目标位置。由于信号是多径、多载波信号,对各载波的DOA/AOA估计在载波间进行处理,再结合各径脉冲响应的幅值,选出属于首径的DOA/AOA估计。在多径环境下仿真表明算法有效且定位精度能够满足实际需要,尤其适合环境中只有一个基站或接入点的情况。     

一种新的小波包变换窄带干扰抑制算法

本文研究了在直接序列扩频通信接收信号中有窄带干扰情况下,对于干扰抑制来说,小波包变换是一种较为合适的算法。     

基于改进二维ESPRIT-like算法的相干源方向角估计

针对用于二维十字相控阵的类旋转不变技术估计信号参数(ESPRIT-like)算法用于相干源方向角估计时存在仰角和方位角配对困难的问题,提出一种基于接收信号矩阵联合对角化的改进二维ESPRIT-like算法。首先,通过ESPRIT-like算法得到x和y方向自相关矩阵,并由其重构出对应的Toeplitz矩阵以去相干;然后对Toeplitz矩阵进行等效分解,得到去相干后x和y方向的等效接收信号矩阵;最后对等效接收信号矩阵进行矩阵联合对角化,实现相干源仰角和方位角自动配对,从而得到正确的信源方向估计结果。仿真结果表明,与改进前的算法相比,改进后的算法能够实现正确的方向角估计;与目前常用的基于空间平滑的二维多重信号分类(MUSIC)算法相比,在信噪比为30 dB时,该算法响应时间减少了79%左右,仰角和方位角分辨率分别提高了20%和40%左右,均方误差约为MUSIC算法角度误差的10%。     

基于Hash_tree的多维IP包分类算法

随着各种网络应用的发展,路由器必须能够快速完成对IP数据包的分类,以支持如防火墙、QoS等服务。文章分析了多维IP包分类中Hash算法的应用,在此基础上提出了一种基于Hash_tree的多维IP包分类算法。该算法充分发挥了Hash函数查找快速的特点,对IP数据包的分类能够以T位的线速进行处理,同时算法还具有支持较大的匹配规则集、支持增量更新等特点。     

机载MIMO雷达两级降维空时自适应处理方法

针对机载多输入多输出( Multiple-input multiple-output,MIMO)雷达杂波抑制问题,提 出一种两级降维空时自适应处理 方法。首先利用多普勒滤波对杂波信号进行时域降维处理;然后将空域发射 接收二维波束 形成权矢量重构为发射权矢量和接收权矢量Kronecker积形式,并将高维权矢量转化为两个 低维权矢量进行分别求解,最后进行权矢量合成。该算法能够有效降低训练样本数需求与运 算复杂度,在小样本条件下具有良好的杂波抑制性能,因此更具有实际应用价值。仿真结果 验证了算法的有效性。     

主动网络中CPU和带宽资源分配的公平性

传统的包调度方案能实现单一资源分配的公平性,但不能直接应用于主动网络中的主动节点上,因为主动节点包含多种相互关联的资源。提出一种能实现在主动节点中公平分配资源的包调度算法。仿真实验结果显示,该算法能在主动流之间实现CPU和带宽资源的有效公平分配。     

拒绝服务攻击下的多输入多输出非线性系统无模型自适应控制

针对多输入多输出(MIMO)非线性离散时间系统,研究系统遭受拒绝服务(DoS)攻击和随机发生数据包丢失下的控制问题.首先采用两个独立的伯努利分布对周期性DoS攻击和随机发生的数据包丢失进行建模.其次结合DoS攻击设计无模型自适应控制(MFAC)算法,进而通过理论分析和数学推导证明所提算法的收敛性.并且通过结合先前时刻数...     

基于维度分解的多核并行网包分类算法

为了实现高速网包分类,本文提出一种多核并行的包分类算法。该算法基于维度分解和位向量（Bit Vector, BV）的思想,将规则集分解为多个维度,在对网包进行分类时,采用包内并行方案,将多个维度的结果进行多核并行合并,缩短单个包的处理时间,提升系统吞吐能力,并且能保证输出顺序与包输入顺序一致。实验结果表明,并行算法在Cavium OCTEON CN6645多核网络处理器平台上能达到每秒92700条规则的预处理速度和5.37 Mpps的吞吐性能,当网包大于等于256 Byte时,能实现10 Gbps的线速处理,性能高于同等条件下的HiCut算法和PCIU算法。     

针对WSN的DDoS攻击的改进概率包标记算法研究*

当无线传感器网络（WSN）遭受分布式拒绝服务（DDoS）攻击时,攻击者会传送大量攻击数据包到受害主机,使其迅速消耗资源而无法正常运作,最终造成网络瘫痪。为了检测针对资源有限的WSN的DDoS攻击,基于传统网络的概率包标记算法提出一个改进概率包标记算法,使其适应在WSN中检测DDoS攻击。改进的算法减少了重建攻击路径所需的攻击数据包,从而减少WSN的资源消耗,弥补了WSN资源有限的缺陷。     

无线网络中基于网络编码的重传机制

鉴于目前网络编码在单跳无线网络重传中的应用研究都是基于单发-多收场景的局限性,提出一种应用于多发-多收无线网络中的重传机制NCWRM。该重传机制中,网络节点既可以是发送方也可以是接收方,节点发送的数据包在直传和第一次重传中都失败后,第二次重传时广播发送由多个丢失数据包编码组合得到的编码包。多个接收方通过解码编码包得到丢失的数据包,从而实现一次重传获得多个丢失的数据包,可以有效提高重传效率。理论分析和仿真结果表明,NCWRM算法能够明显提高系统的饱和吞吐量,同时减小开销及丢包率。     

视频数据的基于多趟跳跃扫描的离散打包方法

打包技术是一种有效的、重要的抗误码技术。针对离散片打包方法的局限性,本文在研究传统的光栅扫描打包方法和新近的离散片方法的基础上,将两者的优点相结合,提出了一种新颖的基于多趟跳跃扫描的离散打包方法。由于该打包方法对离散后的宏块按照一定的规律进行了多次扫描,从而突破了离散片算法基于固定宏块数目的局限性,实现了优化的、离散的基于比特数的打包。     

基于粒子群算法的数据库查询优化

研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多链接次序以及副本的选择问题,准确定义了数据库查询执行代价,采用提出的粒子群算法来优化并求解该执行代价问题,从而使得分组数目更少、数据定位更精确。实例验证结果表明,通过属性表现和违规行为任何教师都可以被准确定位,减少了分组,为数据库查询提供了优化。     

面向网络诱导时延和数据包丢失补偿的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失, 考虑了网络化广义预测控制问题. 基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设, 提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法, 给出了相应的网络化模型预测算法和网络化滚动优化算法, 对于被控对象参数未知或缓慢变化的情况, 给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法, 通过仿真验证了所提出网络化算法的有效性.     

软件定义车联网的数据转发机制

针对现有车联网（VANET）中数据转发效率低的问题,提出了软件定义网络（SDN）的数据转发机制。首先,设计了软件定义车联网的分层次网络模型,该模型由局部控制器和车辆组成,实现控制与数据转发分离,具有可扩展性、独行性等特点;其次,设计了车辆路由转发机制,该机制采用动态规划和二分搜索的方法,以实现高效的数据转发;最后,通过仿真验证,对比无线自组网按需平面距离向量路由（AODV）、目的节点序列距离矢量路由（DSDV）、动态源路由（DSR）和最优链路状态路由（OLSR）算法,所提的数据转发机制在传递成功比上提高大约100%,而端到端延迟时间降低大约20%。实验结果表明,软件定义车联网的数据转发机制能够提高路由转发效率、减小延迟。     

Observer-based H-infinity control in multiple channel networked control systems with random packet dropouts

This paper investigates the observer-based $H_{\infty}$ control problem for networked control systems (NCSs) with random packet dropouts. A general packet dropout model with multiple independent stochastic variables in multiple channels case is adopted to describe the data missing in the limited communication channels. With the consideration of the sensor-to-controller and controller-to-actuator packet dropouts at the same time, a new method is proposed based on a separation lemma to design an observer-based $H_{\infty}$ controller, which exponentially stabilizes the closed-loop system in the sense of mean square and also achieves a prescribed $H_{\infty}$ disturbance attenuation level. A numerical example is given to illustrate the effectiveness of the proposed control method.