光路可靠性和频谱整合因子感知的虚拟光网络生存性映射

针对多链路故障,本文提出一种基于光路可靠性和频谱整合因子感知的空分复用弹性光网络中虚拟光网络生存性映射算法.在虚拟节点映射时,综合考虑物理节点属性的权重评估准则.在虚拟链路映射时,本文设计联合考虑频谱资源和可靠性的工作光路选择策略和基于频谱整合因子感知的工作光路频谱分区分配方法,并设计提高保护带宽共享度的保护光路选择策...     

无人机数据链下行链路的时隙空分复用算法

针对无人机数据链的下行链路,考虑波束空分复用、波束数目与节点功率限制的多维约束条件,以最大化下行链路总吞吐量为优化目标,构建了联合波束分配、时隙分配和功率控制的随机优化问题。基于李雅普诺夫优化方法,解析最优解的数学特征,提出了一种低复杂度的联合波束分配和功率控制的时隙空分复用算法。最后,将所提方法与基于功率控制的时隙分配算法、联合波束分配和恒定功率的时隙空分复用算法进行了对比,仿真结果表明,所提方法能够显著提升网络吞吐量,降低接入时延。     

弹性光传输基础设施上动态透明虚拟网络嵌入

提出了一个新的动态透明的虚拟网络嵌入（VNE）算法。该算法基于弹性光传输基础设施,同时考虑节点映射和链路映射,用于光正交频分复用（O-0FDM）的网络虚拟化。对每一个虚拟光网络（VON）的请求,该算法首先根据各光纤链路的频谱使用将底层光网络转化成一个分层辅助图,然后在该辅助图的单层上应用一个考虑了所有底层节点的本地信息的节点映射完成链接映射。仿真结果表明,该算法考虑了O-OFDM网络的独特性,并且由于算法提供较低的VON阻塞概率,优于直接应用VNE的参考算法。实际拓扑结构的仿真结果也表明,嵌入的底层路径的平均距离很好地被控制在O-OFDM信号的典型传输范围内。     

基于小波包分析和Elman神经网的故障诊断方法研究

由非线性电力电子装置组成的电路发生故障时,故障特征信息不易提取和识别。对此提出一种基于小波包分析和Elman神经网的电力电子装置故障诊断的方法,先运用小波包分析法提取电路在不同故障状态下电压及电流信号的特征信息,然后对数据进行归一化处理并作为Elman神经网的输入,由具有智能学习功能的神经元故障分类器完成故障识别和定位。以12脉冲整流电路为例,在Matlab软件下建立电路模型进行仿真实验,结果表明该方法能快速、准确的完成故障诊断。     

小波包分析在旋转机械故障诊断中的应用

简述了小波包分析的基本原理及其用于故障特征识别的机理,研究了小波包分析在旋转机械故障诊断中的应用。由于此技术能够从复杂的信号中有效地提取微弱的故障特征信号,因此与小波分析相比,分析更为精细简单。实例采用小波包原理对一类旋转信号进行分解重构后,成功地提取了故障特征,体现了小波包分析的优良特性,其结果证明了该方法是行之有效的。     

基于灾难预测多区域故障的虚拟光网络生存性映射

生存性虚拟光网络映射是提高光网络应对灾难故障的重要技术保障措施。为解决灾难性多区域故障导致弹性光网络的带宽容量损失问题,该文提出基于灾难预测故障模型的蚁群优化虚拟光网络映射 (DFM-ACO-VNM)算法。在该算法中,设计基于光节点资源和相邻链路的全局潜在故障概率的光节点排序映射准则,并设计启发式信息公式实现多区域故障下最小带宽容量损失的虚拟节点和虚拟链路协同映射。仿真结果表明,该文所提算法在多区域故障时能降低带宽容量损失,减少带宽阻塞率和提高频谱利用率。     

基于小波包能量熵和PSO的轴承故障诊断方法

支持向量机(SVM)在识别滚动轴承故障过程中,由于其参数选择并非最优导致识别率不高。为解决这一问题,提出了基于小波包能量熵和粒子群优化WSVM的滚动轴承故障诊断方法。首先,获取滚动轴承的振动信号,将信号进行小波包变换计算出小波包能量熵;其次,将小波包能量熵作为故障特征初步判断轴承是否发生故障;然后对各状态的特征向量集进行训练,建立WSVM故障诊断模型,采用粒子群优化算法对WSVM进行参数最优化;最后,将测试样本输入到训练好的向量机中,根据输出结果准确判断出工作状态与故障类型,还可计算得出故障识别率。结果表明:该方法能有效地判断出轴承故障类型,识别率高。     

模拟电路故障诊断的小波包预处理神经网络改进算法

提出了基于小波包预处理的神经网络模拟电路故障诊断方法的两种改进方法:最优小波包变换(OWPT)预处理和不完全小波包变换(IWPT)预处理BP神经网络算法。首先对模拟电路的响应信号用这两种方法进行预处理,然后计算预处理后信号各个频段上的归一化能量,把归一化的能量作为训练样本送给BP网络进行训练,有效减少了BP网络的输入节点和隐层节点的个数,从而减小了神经网络的规模,降低了计算的复杂度,加快了网络的训练和收敛速度。仿真实验表明此方法能够快速有效的对模拟电路的故障进行诊断和定位。     

链路可靠性感知的差异保护虚拟光网络映射

针对弹性光网络的多链路故障影响虚拟光网络映射性能问题,提出一种链路可靠性感知的差异保护虚拟光网络映射（RA-DPVONE）方法.根据光节点的资源特性与相邻链路故障概率,该方法设计了光节点重要性评估准则和优先映射方法.根据候选光路上的可用频谱资源和链路故障概率,设计虚拟链路映射的工作光路和保护光路的链路代价更新公式,仅为不满足可靠性需求的虚拟链路映射资源共享保护光路.仿真结果表明,所提方法能降低网络的带宽阻塞率,提高虚拟网络请求接受率和弹性光网络的频谱资源利用率.     

基于小波脊线的OFDM与单载波信号识别

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)与单载波信号广泛应用于短波通信领域。针对低信噪比和多径环境下OFDM与单载波信号识别效率低的问题,本文提出了基于小波脊线的信号识别算法。本文推导了常用信号对应的小波脊线幅度和脊点位置,并分析了小波脊线幅度和脊点形态。通过理论推导和仿真测试证明了OFDM与单载波信号对应小波脊线具有不同特征,对小波脊线差分、中值滤波、并利用其熵作为特征值能够有效的进行OFDM信号与单载波信号的识别。仿真结果证明该算法对输入信号点数要求低,在低信噪比和短波中等信道下识别效果具有稳健性和有效性。      

物理损伤感知的多芯光纤网络动态路由资源分配方法

针对多芯光纤空分复用弹性光网络中物理损伤导致网络的频谱利用率低与带宽阻塞率高的问题,提出一种物理损伤感知的业务动态路由和资源分配方法.在路由阶段,设计考虑路径跳数、可用资源和路径上链路资源利用率的动态路径资源评判公式,选择负载均衡和资源占用较少的候选路径.在频谱和纤芯分配阶段,设计满足业务串扰和非线性阈值的纤芯和频谱分...     

基于小波分析的卫星信号干扰抑制技术

卫星通信有传输距离远、覆盖范围广、链路损耗大的特点,也极易受敌方的人为干扰。而小波变换具有很好的时频域局部分析能力,特别适合于干扰识别与抑制。针对卫星信号在空间链路传输时受到高斯白噪声影响和窄带干扰的情况,文章讨论利用小波包TSA(树状算法)算法对信号进行干扰抑制的原理及方法,给出干扰抑制算法流程,并利用MATLAB软件对其进行仿真,证明其在卫星信号干扰和噪声抑制中比FFT(快速傅里叶变换)方法具有更好的效果。     

基于卷积神经网络的MIMO空分复用发射天线数目识别

针对传统多输入多输出(Multiple-Input Multiple-Output,MIMO)空分复用发射天线数目识别方法要求对于非合作方接收天线数目大于发射天线数目,以及特征寻找困难的问题,提出了一种基于卷积神经网络的MIMO空分复用发射天线数目识别方法.通过单天线接收目标信号,采集数据,再由卷积神经网络(Convolutional Neural Network,CNN)训练和测试.网络用发射端信号经过空时编码后表现出的不同特征识别发射天线数目.仿真和实测数据验证了CNN对于发射天线数目识别的效果,在信噪比大于15 dB时识别率可以达到85％.     

小波域抑制多音干扰的扩频接收机

利用小波包理论提出了一种快速、准确地识别并且抑制多音干扰的有效方法。该方法利用小波包理论将多音干扰的各条谱线逐个定位,然后通过功率谱分析的方法来识别多音干扰的存在区间,最后将被干扰污染的区间逐个切除并反向重构接收到的信号。实验证明该方法的误比特率性能在强干扰时要优于以前的FFT域切割法。     

基于同步压缩小波变换的通信信号调制识别

针对低信噪比条件下正交频分复用(OFDM)信号和单载波线性数字(SCLD)调制信号的调制类型识别问题,提出一种基于同步压缩小波变换的识别方法。通过同步压缩小波变换(SWT)算法提取信号的小波脊线和小波骨架信息,利用差分、中值滤波后的小波脊线方差区分OFDM信号和单载波信号,并利用脊线和骨架特征完成单载波信号的类间识别。仿真结果表明,在信噪比较低的瑞利-加性高斯白噪声信道下,算法具有良好的识别效果。     

基于小波变换与BP神经网络的模拟电路故障诊断

利用小波与改进算法的BP神经网络相结合的方法进行模拟电路故障诊断,该方法使用小波分解作为预处理工具,对信号进行消噪和小波分解,然后提取特征信息,进行归一化处理,并作为BP神经网络的输入样本进行模式识别。该方法减少了神经网络的输入维数,提高了收敛速度和辨识故障的能力。仿真结果表明,该方法能准确快速地定位故障,且可有效地进行故障识别、改善神经网络结构以及提高故障诊断精度与速度。     

基于小波包变换的模拟电路故障诊断

把小波包变换用于模拟电路故障诊断中。由于输出信号的各频率成分能量的变化表征了电路中某些元器件的损坏情况,因此,利用小波包变换有效地提取故障特征信息,提出了“能量——故障”的故障诊断方法。计算和实验结果表明：该方法可以快速高效地进行模拟电路故障诊断与定位。     

星地激光链路中的光信号快速识别方法

依据图像传感器探测背景光的噪声情况,定义了光背景特征值,用其来描述星地链路光背景噪声对于卫星光通信的瞄准、捕获和跟踪的影响.在星地链路光背景噪声条件下,对光信号识别和捕获的影响进行了分析,同时,提出了捕获光点路径优化算法,根据此算法可以得到星地激光链路区域光背景噪声的特征规律,并阐述了光背景噪声情况下的光信号快速识别方法.经模拟实验分析表明:该算法能够在光背景噪声情况下对光信号进行快速识别和捕获,满足了图像实时处理要求,增强了图像处理系统的抗干扰能力,因此,对星地激光通信具有一定的参考意义.     

小波包分析在电动机转子断条故障诊断中的应用研究

文章介绍了鼠笼式异步电动机常见的故障及其诊断的重要性,采用了改进型小波包算法从电气和机械方面提取信号的故障特征。并提出了一种基于小波包分析频带能豢的故障诊断方法。经实验可知,该方法能够更全面的快速检测到转子断条故障的存在而且准确率高,具有很大的可行性和很强的推广性。     

基于小波包分析的高速牵引电机轴承故障诊断研究

简析高速牵引电机轴承故障类型,介绍了LabVIEW和Matlab小波包相结合所开发的高速牵引电机轴承故障诊断测试软件平台。基于此平台,利用高速牵引电机轴承试验站对已知损伤轴承运转产生振动信号的拾取与采集,通过对信号进行小波包分解画出频谱能量图,再经过yulewalk多通带滤波器滤波,然后提取特征故障频率进行故障识别。试验结果验证了其可行性。