基于时频联合的长PN序列快速捕获算法

针对低信噪比下长周期PN序列捕获中存在的捕获速度慢、捕获效率低等问题,从直接捕获角度出发,提出一种基于时频联合的长PN序列快速捕获算法.首先,对部分频域捕获进行研究,提出了频域分段和频域采样两种频域捕获方案.将部分频域捕获与时域均值捕获算法结合,利用本地均值序列和接收均值序列进行频域采样捕获,有效提高了捕获效率.仿真结果表明,在信噪比-10dB、捕获相位范围221的条件下,该算法捕获速度较时域快速算法提高约15倍,能够较好地适用于低信噪比下长PN序列快速捕获.     

基于DS-CDMA的捕获技术以及TD-SCDMA中的捕获方法

扩频码序列的同步包括同步捕获(初始同步)和同步跟踪(相位调整)两部分，本文主要阐述了DS-CDMA系统中的码同步捕获。文章着重从捕获方法、性能以及检测器的工作原理分析同步捕获的基本原理；并简要介绍TD-SCDMA系统中码元捕获的一种方法。码元捕获技术指标的衡量，常见的有平均捕获时间，本文便给出了两种(串行和并行积分的滑动相关)方式下平均捕获时间与信噪比的关系。     

一种新的具有恒虚警概率的PN码自适应盲捕获方法

提出了一种具有恒虚警概率的串行搜索伪随机码自适应盲捕获方法，该方法不需要借助于导频信号，利用相关解扩前和相关解扩后的信号功率之比作专判决统计量，根据判决统计量的概率密度函数的特性得到与信号功率和噪声、干扰功率无关的判决门限，从而实现了具有恒虚警概率的自适应捕获，对白色噪声环境下无衰落和瑞利衰落的情况下的检测性能进行了理论分析和仿真，结果表明所得出的方法实现了具有恒虚警概率的自适应盲捕获。     

新的基于能量捕获的快速UWB同步算法

提出了一种基于能量捕获的超宽带同步算法。通过发送精心设计的训练序列和使用符号率的采样值,可以计算出符号头部能量和尾部能量,然后根据这两个能量值与同步参数的关系估计出同步参数。在信道信息未知的情况下,本算法可以实现帧量级的同步,在信道信息已知的情况下,可实现任意精度的同步。由于不需要复杂的搜索过程,本算法具有计算复杂度低、同步速度快的优点。仿真结果表明,本文所提算法的性能优于已有同类算法。     

扩频序列捕获中小波相关检测方法的理论分析

基于扩频序列巳被捕获时信号的特点，本文对扩频序列捕获的小波检测方法进行了理论分析。结果表明：在扩频序列捕获这样的信号处理中，小波变换具有优越的实用价值。     

基于概率序列的含风光电力系统可靠性评估方法

文章提出了一种基于生产模拟概率序列的含风光电力系统可靠性评估方法。首先利用Weibull分布与Beta分布描述风速与太阳辐照度的概率分布特性,然后建立合适的风电、光伏及负荷的并网模型,最后基于生产模拟概率序列理论,对含风光系统的可靠性指标进行计算评估。在MATLAB中对IEEE RBTS BUS6系统进行仿真验证,结果表明上述方法相对于蒙特卡罗方法,能够在保证计算精度的同时,显著缩小计算的时间代价。     

基于蚁群算法的序列比对方法

本文综述了蚁群算法应用于序列比对的基本思想和主要方法,为研究新算法核心模型的提出提供理论依据。     

基于内外概率算法的音乐节奏自动生成

针对计算机音乐领域中音乐自动生成问题,提出了一种将音乐关系的基本元素分开进行建模、分析、生成、融合的研究方法.基于音乐节奏本身具有可被形式化的特性,定义了一个概率上下文无关文法（PCFG）系统来描述相对独立的音乐节奏元素.该系统对实际音乐作品进行分析学习,将音乐节奏转化为形式化的文法语句.采用内外概率算法得到文法系统每条文法语句被使用的概率值,利用PCFG指导计算机生成新的音乐节奏,并构建了音乐节奏自动生成的原型系统.结果表明,该方法生成的音乐节奏与被分析的音乐节奏类似.     

深空通信中高动态多普勒的联合检测算法

针对深空通信中的低信噪比环境,提出了一种高动态多普勒频偏捕获的联合检测算法.利用3个码元累积周期来缩小搜索范围,从而提高多普勒频偏的捕获概率.为了得到捕获概率增量的闭式表达式,研究了搜索范围对捕获概率的影响.理论分析和仿真结果表明,在同时存在极低信噪比和高动态多普勒频偏的条件下,该算法能有效地提高捕获概率和减小捕获误差.     

基于雷达探测概率的目标分配算法

目标分配是提高搜索雷达工作效率的一个重要方法，本丈从目标分配的几个必需要素分析着手，提出了一个基于雷达探测概率的搜索雷达网目标分配算法，实际使用表明，利用该算法产生的结果，较好地满足实际需要。     

LDPC码译码算法的性能分析

LDPC码是一种优良的差错控制编码.鉴于其译码算法的复杂度直接影响到编码的应用前途,阐述了LDPC码的几种译码算法.重点介绍了基于Tanner图结构的BP算法,然后分析和比较了由FOSSORIER提出的BP-based算法和CHEN J提出的两种改进算法-Normalized BP-based、offset BP-based算法以及最优译码算法在AWGN信道下的性能特性.     

Tanner图和积算法的伪码捕获及性能分析

为了解决常规伪码捕获算法的捕获时间较长的问题,提出了一种基于Tanner图的伪随机码迭代捕获算法,给出了伪随机码的Tanner图表示和在该图上的和积算法流程,通过仿真的方法分析了迭代捕获算法的性能并对和积算法进行了改进,仿真结果表明该算法在信噪比不是很低的情况下,迭代捕获算法的最大后验估计误码率能够稳定收敛到零。     

基于时间窗同步算法的无线应变采集系统设计

对用于结构健康监测的分布式无线传感网络来说,时间同步技术在其中起着至关重要的作用,是实现网络中节点间协调采集数据的关键。文中提出了一种基于时间窗时间同步算法的无线应变采集系统。系统由上位机、协调器和节点组成。所提出的时间窗时间同步算法分为预同步阶段和正常同步阶段,具有低复杂度、易实现和稳定性相对较高的优点。实验表明,该系统同步精度和应变采样精度较高,能够满足一般的工程应用。     

基于因子图的Gold码迭代捕获算法研究

为了降低Gold码捕获的捕获时间与复杂度,本文提出将基于因子图的迭代m序列捕获算法应用于Gold码捕获。以GPS信号的C/A码为例首先根据Gold码的生成多项式确定一组具有稀疏结构的校验关系,然后为了降低迭代计算的复杂度,提出了不同校验关系顺次校验与混合校验的迭代捕获算法,最后通过仿真研究比较了不同的校验关系和校验方法对迭代捕获算法性能的影响。仿真结果表明顺次迭代且迭代次数递减的校验方法最优,该方法能够在不损失检测概率的情况下降低Gold码捕获的复杂度,同时降低其捕获时间。     

基于有效跟踪的平均渐进瞬时差分学习遗忘算法

智能体通过学习最优决策来解决其决策问题.激励学习方法是智能体通过与其所处的环境交互来改进它自身的行为.Markov决策过程(MDP)模型是求解激励学习问题的一般框架,瞬时差分TD(λ)是在MDP模型下与策略相关的学习值函数的一种算法.一般情况下,智能体必须记住其所有的值函数的值,当状态空间非常大时,这种记忆的量是大得惊人的.为了解决这个问题,给出了一种遗忘算法,这种算法把心理学的遗忘准则引入到了激励学习之中.利用遗忘算法,可以解决智能体在大状态空间中的激励学习问题.     

一种前向神经网络训练算法的改进

针对前向神经网络（FNN）现有BP学习算法的缺点──收敛速度缓慢、容易陷入局部极小,提出一种快速、全局优化、简单通用的前向神经网络训练算法。这种方法将改进BP算法中的动量项由常量改换为一类关于常量的非线性函数。利用非线性特性,优化过程中能遍历局部极小,同时又具有突跳特性。结合升温策略,该算法在优化精度和网络训练速度两方面均有较大改善。通过对典型算例──异或问题的仿真,验证了算法的有效性和可行性。     

相对码的渐近性质及其推广

在探讨相对码的渐近性质时,首先将这一性质推广到Ｘｎ（ｎ≥１）取值于以正整数ｍ≥２为模的有限加法群Ｇｍ上,得到相应的结论,其次讨论了当Ｘｎ（ｎ≥１）相互独立便不同分布时的渐近性质,最后讨论了相对码在依分布收敛过程中的距离渐近特性。     

基于CPLD的逆重复m序列伪随机信号发生器

利用Lattice公司的仿真软件ispLEVER3．0和VHDL语言,基于可编程逻辑器件CPLD设计了可用于地电系统相关辨识的多级伪随机信号发生器,分析了其硬件功能和控制程序模块。发生器产生的m序列和逆重复m序列信号的时钟周期由系统时钟频率的2次分频到2“次分频可变,移位寄存器级数由4级至23级可选。此外,为实现大功率发射,程序可以在两个同步的反向伪随机信号间插入关断脉冲。反复的实验证明,本文的信号发生器性能可靠、稳定,为进一步研制新型的电磁勘探仪器提供了良好的场源信号。     

基于遗传小波网络的舰船购置费预测研究

为克服人工神经网络算法的缺陷，将遗传算法、小波分析、人工神经网络结合起来，用遗传算法来学习小波网络层间的权值、尺度函数和位置函数；建立了基于遗传小波网络的舰船购置费预测模型。实验表明：该模型具有较高的预测精度。     

基于Cornish-Fisher展开的样本分位数渐进展开算法

基于Cornish—Fisher展开,提出了随机样本分位数渐进展开算法．借助于标准正态分布的分位数以及随机样本的前n阶累量,讨论了确定未知分布随机样本的分位数以及在复杂系统可靠性综合评估中构造系统可靠度置信区间的问题．