基于自相关函数的SRSF信号感知矩阵优化方法

根据随机步进频率(random stepped-frequency,RSF)信号特征,结合感知矩阵优化理论,提出了一种基于自相关函数的稀疏RSF(sparse RSF,SRSF)信号感知矩阵优化方法.首先,在构建稀疏重构模型的基础上,给出了SRSF信号波形参数与感知矩阵构造方式的内在联系;然后,研究了感知矩阵互相关系数...     

关于谱相关的几个问题——I：数学来源与应用可行性

研究信号谱相关分析的一些重要概念。本篇为第1篇。讨论谱相关的数学来源，包括随机过程调和定理和循环平稳随机过程的相关函数。在此基础上给出谱相关的数学定义。并讨论它与模糊函数（Ambiguity Function）的关系、无线电信号的随机性与非平稳性和无线电信号的循环平稳性与谱相关应用的可行性等。     

一类M序列自相关函数的界

一类Ｍ序列自相关函数的界ＢｏｕｎｄｓｏｆＡｕｔｏｃｏｒｒｅｌａｔｉｏｎＦｕｎｃｔｉｏｎｓｏｎＡＦａｍｉｌｙｏｆＭ－Ｓｅｑｕｅｎｃｅ￥／／曾凡鑫（重庆通信学院电子线路教研室，重庆６３００３５）二元Ｍ序列的研究主要包括Ｍ序列的构造法［１～３］和Ｍ序列相关...     

关于M序列的自相关函数的一点注记

本文讨论了Ｍ序列的自相关性，并证明了：当０＜｜ｔ－２＾ｎ－１｜≤［ｎ－１／２］时，｜ＣＭ（ｔ）｜≤２＾ｎ－１。     

关于本原M序列的自相关函数

本文研究了本原Ｍ序列的自相关性能，首次获得了部分自相关函数的通解，这些通解的作用在于无需给出序列，只要知道反馈函数就可以获得相应的自相关函数值，大大降低了自相关函数的计算量。此外，还给出了自相关函数Ｃ（ｉ）的取值范围。     

谱相关理论及其在无线电测向中的应用

我们在日常无线电监测过程中，接收到的信号均为随机信号。根据信号的随机过程理论，随机过程分为平稳随机过程和非平稳随机过程两种。其中平稳随机过程定义为：如果随机变量集X（t1）（i=1，…，n）具有相同的概率密度函数，则称随机过程为平稳随机过程。实际上除高斯过程外，几乎没有过程满足这种条件。因此人们又定义了一种相对弱化的随机过程，即广义平稳随机过程，     

复制生成序列的自相关函数研究

介绍了以二进制码为复制信息,用平移复制生成序列的方法。讨论了复制生成序列的性质和复制生成序列的自相关函数的性质。依据序列的复制特性,给出了一个复制生成序列自相关函数的计算公式,并给出了自相关函数值为零的一个充要条件,及相应的数学证明。最后讨论了Paley顺序的离散Walsh函数的自相关函数。     

基于循环自相关的PSK信号码速率估计的噪声影响分析

采用循环自相关函数或基于循环自相关的循环统计量可以有效地估计PSK信号的码速率。与理论分析结果不符的是,实际中不具有循环平稳性的平稳噪声仍对基于循环自相关处理的PSK码速率估计有影响。该文分析了这类影响产生的原因,推导了循环自相关处理后,不期望项(即由平稳噪声所产生的项)的均值和方差的数学表达式,并给出了高斯白噪声情况下的简化表达式。仿真实验证明了这些结论的正确性。     

基于自适应分割算法的多跳频信号盲检测

传统的观点大都将跳频信号盲检测问题视为能量域的门限阈值问题,而从统计域来看,实际接收到的跳频信号是在一些未知时刻突变而在这些时刻之间保持统计平稳性的分段平稳随机信号,那么基于非平稳时间序列的各种突变检测算法就可以引入其中。分析了当前跳频突变通信信号的统计特性,给出了其高阶分段平稳的模型。将Bemaola-Galan（BG）提出的自适应分割算法推导到高阶,并将其成功应用于多个跳频突发信号盲检测和自适应提取中。仿真结果表明,该算法不需要任何先验信息,能够有效检测和提取多个突发通信信号,且性能优于传统的能量检测法。     

Optimal polygonal approximation of digital curves

An algorithm is described in this paper which finds the optimal polygonal approximation of a digital curve i.e. an approximation with the minimum possible number of line segments. The algorithm can be used either for digital curves in 2-space or 1-space, i.e. in waveforms.     

Optimal Threshold Policies for Admission Control in Communication Networks via Discrete Parameter Stochastic Approximation

The problem of admission control of packets in communication networks is studied in the continuous time queueing framework under different classes of service and delayed information feedback. We develop and use a variant of a simulation based two timescale simultaneous perturbation stochastic approximation (SPSA) algorithm for finding an optimal feedback policy within the class of threshold type policies. Even though SPSA has originally been designed for continuous parameter optimization, its variant for the discrete parameter case is seen to work well. We give a proof of the hypothesis needed to show convergence of the algorithm on our setting along with a sketch of the convergence analysis. Extensive numerical experiments with the algorithm are illustrated for different parameter specifications. In particular, we study the effect of feedback delays on the system performance.     

一种新的随机共振模型的电路设计与信号检测实验研究

基于一种新的分段混合随机共振模型,设计实现了信号检测硬件电路;对不同噪声强度背景下的微弱周期信号进行了随机共振信号检测实验研究和分析;在相同参数和相同输入信号条件下,将该电路和连续双稳系统电路进行了信号检测效果对比实验。结果表明,该电路可以实现噪声背景下的微弱信号检测,在强噪声背景下,检测效果优于连续双稳系统。     

多通道干扰下的多径时延估计

在考虑多通道非平稳信号干扰及背景噪声的情况下,本文提出的基于循环相关的参数型时间延时估计方法,可准确地进行多径传输情况下的时间延时估计,有效地抑制干扰和噪声的影响.在估计性能方面,该方法优于基于相关的方法.在运算量和适应性能方面,该方法优于基于高阶累积量的方法.文章最后采用计算机模拟验证了文中的结论.     

5轮SAFER++的非线性密码分析

SAFER 是进入NESSIE第二轮评估的 7个算法之一 .设计者称 2 .5轮SAFER 可以抵抗线性密码分析 .JNakahara指出对某些密钥 ,改进型线性密码分析攻击 4轮SAFER 比强力攻击有效 .本文对SAFER 的基础模块深入分析和测试后 ,对 5轮SAFER 进行非线性密码分析 ;攻击对 2 2 52 个 2 5 6比特长度的密钥有效 ,攻击的数据复杂度为 2 12 0 .虽然此攻击对SAFER 的实际安全构不成威胁 ,但是显示非线性密码分析攻击 5轮SAFER 比强力攻击有效 ,也说明了非线性密码分析攻击 5轮SAFER 比线性密码分析和JNakahara等的改进型线性密码分析有效     

神经网络激活函数及其导数的FPGA实现

神经元的激活函数是神经网络的重要组成部分。采用折线斜率为2的次幂的分段线性逼近方法实现激活函数(sigmoid函数)及其导数的映射。该方法在FPGA实现时不需要使用硬件乘法器,而且可以节约大量的RAM单元。由于神经网络的并行计算需要消耗大量的硬件乘法器和RAM,因此,与其他方法相比,该方法为整个神经网络的FPGA实现有效地节省了大量宝贵的FPGA资源,可以较好地应用在BP神经网络的在线训练中。     

一种有效的分段光滑信号逼近方法

传统的Fourier变换,连续小波变换等方法在逼近具有分段光滑特性的非连续信号时,因 Gibbs现象的干扰会产生比较大的误差。本文提出了一种有效的分段光滑信号逼近方法。首先根据给定信号的分段点位置,构造一组标准正交分段多项式系,该函数系具有正交性,收敛性及再生性。然后将信号在该函数系下进行正交分解及重构,即可得到该信号的最佳平方逼近结果。数值实验表明,本文方法比传统的正交基具有更好的逼近结果。     

Simulation of Voltage and Current Distributions in Transmission Lines Using State Variables and Exponential Approximation

A new method for simulating voltage and current distributions in transmission lines is described. It gives the time domain solution of the terminal voltage and current as well as their line distributions. This is achieved by treating voltage and current distributions as distributed state variables (DSVs) and turning the transmission line equation into an ordinary differential equation. Thus the transmission line is treated like other lumped dynamic components, such as capacitors. Using backward differentiation formulae for time discretization, the DSV transmission line component is converted to a simple time domain companion model, from which its local truncation error can be derived. As the voltage and current distributions get more complicated with time, a new piecewise exponential with controllable accuracy is invented. A segmentation algorithm is also devised so that the line is dynamically bisected to guarantee that the total piecewise exponential error is a small fraction of the local truncation error. Using this approach, the user can see the line voltage and current at any point and time freely without explicitly segmenting the line before starting the simulation.     

一种改进的分段平稳随机过程的参数估计方法

将非平稳随机信号划分为分段平稳随机信号进行处理,为非平稳随机信号的研究提供的一种新的分析方法。为最优地将非平稳随机信号划分为分段平稳随机信号,Djuric等人用 Bayes方法,通过递推多维条件分布概率来估计最优划分参数值,但计算相当复杂。本文在研究 AR模型本身的一些特性的基础上,通过直接递推多维联合分布概率来估计最优划分参数,大大地减少了计算量。