车载跳频电台共址干扰研究及其优化

针对车载VHF跳频电台的共址干扰问题,建立一种定频模式下的共址干扰分析模型。分析共址干扰的主要影响因素,通过实验和理论研究对干扰功率、频率、误码率等重要参数进行定量分析,建立定频模式下的共址干扰分析模型。结合VHF组网的约束条件,提出一种跳频系统的误码率计算方法,并采用双层多目标算法,构建基于共址电台规模和频表分配的优化设计模型。实例分析表明,该模型可优化配置电台工作参数,有效降低共址跳频电台误码率。     

用Laguerre滤波器实现自适应跳频同址干扰抵消

跳频同址干扰具有频率选择性,是典型的长脉冲响应干扰.Laguerre滤波器同时具有FIR和IIR滤波器的优点,对长脉冲响应干扰具有更优的匹配性能和稳定性.在研究跳频同址干扰多径信道特性的基础上,提出采用自适应Laguerre滤波器实现跳频同址干扰抵消,给出自适应干扰抵消器实现算法和自适应Laguerre滤波器最优极点估计方法.仿真结果表明基于Laguerre滤波器的自适应跳频同址干扰抵消器在恒参信道和时变信道中均能获得良好的抵消性能和稳定性,具有很好的实际应用价值.     

车载无线电台同址干扰测试与分析

同址干扰是车载、舰载、机载无线电通信中面临的一个重要问题,针对同址干扰对复杂通信系统的影响提出了一种有效的测试和分析方法;首先对车载电台的各种天线进行了耦合度测试,从实验和仿真两方面阐述了同址干扰的严重程度,为进一步定量分析同址干扰的影响,构建了有线测试平台;在需求分析基础上,详细介绍了平台的组成,并以短波、超短波电台为对象,通过大量现场实验,深入分析了误码率,同址工作电台的频率间隔和功率之间的相互关系;研究表明,同址干扰的定量分析是设计车载通信系统,合理分配电台工作参数的关键环节。     

跳频异步组网捕获新技术研究

由于跳频异步组网使用同一频率集,跳频异步组网的用户在入网捕获时会受到多址效应的影响。在详细分析了现有跳频组网的方式、多址效应对捕获的影响、传统捕获方法的不足的基础上,提出了跳频异步组网捕获的新算法,很好的解决了用户入网捕获时受多址效应影响的难点问题。通过对比实验,证明了这个新方法的有效性和实用性,为跳频组网系统的建设提供了新思路和新方法。     

组网跳频电台同步过程的设计及实现

将跳频同步和跳频组网技术结合起来达到系统同步是跳频通信的关键问题.为了提高同步过程的建立速度和稳定性,分析并比较了同步过程的实现方法,选择了适合的同步方法,并进一步设计了帧结构、组网时隙分配方法等关键技术.根据本跳频电台特有的时分多址接入(TDMA)组网协议,在FPGA上设计和实现了一套跳频电台的TDMA组网同步方案....     

基于OPNET的跳频无线通信网络仿真模型研究

为研究频率跟踪式干扰条件下某跳频无线通信网络的性能,基于OPNET建模与仿真工具构建某跳频无线通信网络的仿真模型。模型实现了跳频电台的各项功能,准确描述了该跳频无线通信网络的通信行为。     

无线电通信中的同址干扰问题研究

针对战术电台车中无线电同址干扰对车载通信系统的影响,首次进行了全面、系统的研究。首先通过实验对车载天线之间的耦合度进行了测量,并结合Ansoft HFSS软件进行了仿真验证。在耦合度统计均值的基础上,通过分析电台射频前端的阻塞模型,以及射频前端各个部分的损耗、增益、噪声,对同址干扰引起的减敏影响进行了定性分析和定量计算,并通过经验公式对同址干扰中电台频率间隔与信噪比损耗之间的关系进行了仿真。最后,提出了减敏损耗与通信距离之间的等效计算,进一步分析了同址干扰对实际通信的影响。     

动态频谱抗干扰系统中动态宽间隔跳频序列研究

现有的跳频序列大多由于统计性能不佳,通信参数难以实时改变,无法直接应用于动态频谱抗干扰系统。为此,提出一种适用于动态频谱抗干扰系统的跳频序列。基于m序列,通过非连续抽头模型产生跳频基序列。依据随机平移替代法的思想,对基序列进行伪随机映射,给出一种频率数、跳频间隔可根据通信环境实时变化的动态宽间隔跳频序列构造方法。仿真结果表明,与基于固定参数的频率自适应跳频序列相比,动态宽间隔跳频序列在均匀性、随机性、汉明相关性、平均跳频间隔等方面均具有更好的性能。     

基于聚类分析的跳频序列选取

通过对任意序列之间相似性的定义,将序列影射到合适的高维空间当中,给出在高维特征空间当中序列之间的内积,构造出可选序列集的核矩阵,进而对跳频序列集进行聚类分析,发现序列集投影在特征空间中的聚类结构,进而分析得出各个聚类的质心,特征空间中离质心最近的点所对应的序列即为跳频电台异步组网的可用跳频序列。k-均值法与谱方法等聚类分析算法保证了聚类内部距离最小化和聚类之间距离最大化,从而减少了跳频序列的碰撞几率,提高了组网的效率和频率利用率。     

基于联合空、时频估计的跳频无线网多用户检测算法

多个跳频网络共存时,多用户由于频率冲突而相互干扰,成为限制跳频网络性能的主要原因.本文基于阵列天线和二维谐波恢复原理,提出一种联合电波到达方向、跳频时间和跳变频率估计的多用户检测算法.仿真实验表明,该算法可以在未知跳频速率、频率偏移以及跳频图案等参数的情况下拆分多个发生频率冲突的跳频信号,避免相互干扰.     

部分驻留时间干扰对FH/DS 通信系统同步影响分析

为了提高对FH/DS 通信系统的干扰效率,相继提出了一些新的干扰方法;然而,这些新的干扰方法在 FH/DS 通信系统每跳驻留时间内仅能干扰其中一小部分．为此,在对FH/DS 通信系统研究基础上,重点分析了部分 驻留时间干扰对FH/DS 通信系统同步的影响．进一步进行了计算机仿真与分析,验证了在一定干信驻留时间比情 况下部分驻留时间干扰的有效性．     

基于小波包变换的DS/FH系统抗窄带干扰研究

为了进一步提高直接序列/跳频(DS/FH)扩频系统的抗干扰能力,基于小波包变换结合递归最小二乘算法设计了一种变换域自适应干扰抑制算法,该算法采用小波包分解定位窄带干扰,递归最小二乘算法抑制窄带干扰.通过蒙特卡罗仿真分析在增加抗干扰模块后,DS/FH系统工作在准静态时,在不同信噪比条件下抗窄带干扰性能.仿真结果表明:该算法具有较强的自适应性以及抗窄带干扰能力,其性能优于传统的直接置零法,适用于多音干扰下的恶劣通信环境.     

高速／变速跳频同步技术

跳频通信具有很强的抗干扰、抗衰落、抗截获能力。跳频速率、跳频带宽和跳频频点数是跳频通信主要的性能参数,而跳频同步则是跳频通信的关键技术。为了提高抗干扰能力,必须采用较高的跳频速率,采用可靠快速的跳频同步方法。以DSP＋DDS为支撑的宽带高速／变速跳频系统的跳频器可输出直接射频调制信号。基于相关码联合差错控制的快速跳频同步方法,有较短的初始同步时间及迟入网进入时间,具有较强的抗噪声干扰性能。     

时空混沌混合跳扩通信系统

针对跳扩通信系统中直扩和跳频的二维性,提出了一种时空混沌跳扩通信系统.通过时空混沌,不仅可以增强系统的保密性,又能同时产生实时的直扩序列和跳频图案序列,减小了系统实现的复杂度.此外,文中产生的PN序列和跳频图案序列的周期易于控制,可以任意改变.使系统更加灵活,保密性更高.文中对新构建系统的误码率性能进行了分析,仿真结果表明,该系统具有理想的误码率性能,抗多址干扰能力强,具有非常广阔的应用前景.     

Timed-pNets: a communication behavioural semantic model for distributed systems

This paper presents an approach to build a communication behavioural semantic model for heterogeneous distributed systems that include synchronous and asynchronous communications. Since each node of such system has its own physical clock, it brings the challenges of correctly specifying the system time constraints. Based on the logical clocks proposed by Lamport, and CCSL proposed by Aoste team in INRIA, as well as pNets from Oasis team in INRIA, we develop timed-pNets to model communication behaviours for distributed systems. Timed-pNets are tree style hierarchical structures. Each node is associated with a timed specification which consists of a set of logical clocks and some relations on clocks. The leaves are represented by timed-pLTSs. Non-leaf nodes (called timed-pNets nodes) are synchronisation devices that synchronize the behaviours of subnets (these subnets can be leaves or non-leaf nodes). Both timed-pLTSs and timed-pNets nodes can be translated to timed specifications. All these notions and methods are illustrated on a simple use-case of car insertion from the area of intelligent transportation systems (ITS). In the end the TimeSquare tool is used to simulate and check the validity of our model.     

Feedback Control Logic for Backward Conflict Free Choice Nets

This paper discusses the forbidden state problem, as specified by generalized mutual exclusion constraints, in the context of supervisory control of discrete event systems modelled by Petri nets. The case of backward-conflict-free and free-choice uncontrollable subnets is considered and it is shown how to transform such subnets in well-formed free-choice nets. Then, the well-formed free-choice nets are decomposed in marked graph components by recurring to minimal T-invariants. The forbidden state problem is so reformulated for the obtained marked graph components into an equivalent one which is shown to be a linear programming problem. Thus, improving existing results in literature, a polynomial complexity solution, suitable for on-line control, is achieved. Free-choice relationship and cycle modelling, that frequently occur in real-life situations, are so allowed in the uncontrollable subnet     

Supervisor Synthesis for Enforcing a Class of Generalized Mutual Exclusion Constraints on Petri Nets

The considered class of generalized mutual exclusion constraints (GMECs) on a controlled Petri net are such that the influence-uncontrollable subnets are forward-concurrent-free nets. Some structural properties of forward-concurrent-free nets are firstly proposed. Utilizing these properties, a method is then proposed to transform a given conjunction of GMECs into a conjunction of admissible GMECs. Furthermore, the necessary and sufficient condition of the existence of the permissive supervisor is obtained, and the optimal supervisor with a complexity of polynomial time is designed. The theoretic results are illustrated by an example that synthesizes a maximally permissive supervisor for a manufacturing system.     

基于自适应学习率优化的AdaNet改进

人工神经网络的自适应结构学习（AdaNet）是基于Boosting集成学习的神经结构搜索框架，可通过集成子网创建高质量的模型。现有的AdaNet所产生的子网之间的差异性不显著，因而限制了集成学习中泛化误差的降低。在AdaNet设置子网网络权重和集成子网的两个步骤中，使用Adagrad、RMSProp、Adam、RAdam等自适应学习率方法来改进现有AdaNet中的优化算法。改进后的优化算法能够为不同维度参数提供不同程度的学习率缩放，得到更分散的权重分布，以增加AdaNet产生子网的多样性，从而降低集成学习的泛化误差。实验结果表明，在MNIST（Mixed National Institute of Standards and Technology database）、Fashion-MNIST、带高斯噪声的Fashion-MNIST这三个数据集上，改进后的优化算法能提升AdaNet的搜索速度，而且该方法产生的更加多样性的子网能提升集成模型的性能。在F1值这一评估模型性能的指标上，改进后的方法相较于原方法，在三种数据集上的最大提升幅度分别为0.28%、1.05%和1.10%。