移动通信中的回波抵消算法分析

移动通信领域中巳广泛采用自适应回波抵消技术,自适应回波抵消算法是该技术的核心,算法的优劣直接影响自适应回波抵消效果,同时它对降低硬件复杂度和产品成本也有特殊意义。文章对自适应回波抵消的NLMS算法、双端讲话（DT）的检测算法及后处理的NLP算法进行了分析和讨论。     

回波抵消中级联神经网络滤波器的研究

针对回波通道同时具有线性和非线性特征以及目前的声回波抵消器主要是基于对回波通道的线性假设,提出可用一个级联的神经网络滤波器来作为一个非线性AEC中的滤波器结构.它由一个前馈的神经网络滤波器构成,即由一系列线性FIR滤波器串联而成;并采用了不同的自适应算法来估算滤波器的线性和非线性.实验结果表明,这种自适应级联神经网络滤波器能收敛于一个比线性自适应FIR滤波器更高的回波损失增益.     

一种加白化预滤波的回波抵消算法

研究了话音通信中的回波抵消问题，尤其是传统ＬＭＳ算法的收敛性问题。计算机模拟结果表明 法的收敛性明 显优于传统的ＬＭＳ算法，增加的运算量也极少。研究了话音     

斜视SAR原始回波数据频域模拟快速算法

针对合成孔径雷达斜视模式下,传统的二位频域快速算法难以精确模拟出斜视SAR距离徙动及空变特性的问题,提出一种高效的斜视SAR回波原始数据二维频域快速算法,该算法通过去走动处理将多普勒中心搬移到零多普勒处,重新推导了去走动后的系统传递函数,在距离频域-方位时域上模拟了距离走动和回波的空变特性,并保证了回波数据的准确性。通过仿真分析表明,本算法在保证斜视SAR回波数据的模拟精度的基础上,计算效率远高于时域算法以及沿距离向积分算法。     

条带FMCW-SAR回波数据的二维频域模拟算法

FMCW-SAR因其体积小、重量轻、成本低和高分辨率等优点近年来发展迅速,在低成本的民事应用领域具有广阔的发展前景。传统脉冲SAR的系统冲击响应函数不同于FMCW-SAR,因而,脉冲SAR的快速回波模拟算法不能直接应用于FMCW-SAR。该文在分析了条带FMCW-SAR信号特性的基础上,提出了其原始回波数据的2维频域快速模拟算法。该算法利用FFT快速实现了回波数据时域模拟方法中的距离向和方位向积分运算。与时域模拟方法相比,其计算效率提高了O(NaNr/log2(NaNr))个数量级。点目标回波数据的仿真实验验证了所提算法的合理性和有效性。     

鲁棒频域样条优先自适应滤波算法及性能分析

样条自适应滤波结构由线性滤波器和样条插值机制级联组成,是解决Wiener-Hammerstein模型系统辨识的一类有效方案。在非线性系统辨识问题中,随着滤波器阶数增加,将增大时域样条自适应滤波算法的计算复杂度,造成计算效率的降低,且系统附加的非Gaussian噪声会对最小均方算法的样条自适应滤波器性能造成不良影响,导致算法的性能恶化甚至失效。为处理非Gaussian噪声干扰和提高长脉冲响应系统辨识的计算效率,本文结合最大熵准则和频域策略应用于样条自适应滤波器中,并在样条自适应滤波结构中分别采用不同的误差信号对线性部分和非线性部分进行优化,提出了一种鲁棒频域样条优先自适应滤波算法。该算法在滤波前利用非线性系统辨识的不变性原理对未知系统进行优先的有限脉冲响应辨识,可提高非线性系统辨识的精度;通过最大熵准则使算法在非Gaussian噪声环境下具有稳健性,以降低更新过程对大异常值的敏感性;并将线性卷积和线性相关运算通过重叠存储的快速Fourier变换方式进行计算,显著提升了算法的计算效率。此外,本文对所提出的自适应算法进行了收敛性和稳态性能分析,并推导出该算法的理论稳态额外均方误差。最后,通过数值实验表明所提算法具有抗非Gaussian噪声性能和高效的计算效率,并验证了算法理论稳态分析结果的正确性。     

基于LMS算法自适应回波抵消器的Simulink仿真分析

讨论了回波抵消的原理,并利用Simulink平台建立了基于LMS算法自适应回波消除器的仿真模型,对系统进行了仿真演示,给出了较为详细的模型构建和仿真波形,并对显示结果进行了性能分析。仿真的结果证实了该系统的有效性,较好地反映了系统的动态工作过程,且失真较小。     

数据驱动的空冷岛背压优化研究

本文在分析数据驱动的空冷岛背压优化计算模型和灰色关联度的基础上,深入研究了空冷岛背压优化模型建立和调试过程,最后对数据驱动的空冷岛最佳背压进行分析,其能够有效改善空冷岛的能效,达到节能目的,为后续深入研究空冷岛控制技术提供理论和试验基础。     

自适应分割的雷达回波数据混合编码算法

该文提出了一种基于自适应分割模型的雷达信号混合编码算法。首先用自适应高斯混合体模型将雷达回波数据分为两类;一类是由运动目标组成的前景图;一类是视野中静止(如礁石等)或具有重复性运动目标(如海浪等)的背景图。然后对前景图和背景图分别用整数小波去相关,对变换后的前景图和背景图分别采用改进后的SPIHT无损压缩和有损压缩编码。实验表明,此编码算法可有效降低数据传输率,在相同传输码率下,相对于不分割直接压缩算法EZW和SPIHT,重构信号的PSNR增加0.3-0.5dB,主观质量也优于同类算法。     

面向服务驱动型国土资源管理数据更新机制研究

国土资源管理层数据主要是土地、矿产等行政审批和业务管理过程产生的数据,具有涉及业务面广、更新频率高、交互性强等特点,需要实时入库并供其它业务过程共享。本文主要基于Web Service服务驱动型数据更新模型,实现了国土资源管理层数据的快速更新,并在国土资源日常管理工作中广泛应用,很大程度上缩短了更新周期,提高了行政审批的效能。     

一种精确的QPSK信号信噪比估计算法

通过使用二阶统计量、数据拟合和对QPSK信号实部和虚部分开考虑的方法得到了一种比较精确的QPSK信号的信噪比估计算法。与现有的另外两种算法相比，不但解决了对低信噪比值无法估计的状况，使估计性能有了明显的提高，而且运算复杂度也可根据需要降低到可以接受的程度。     

POCS超分辨率图像重构的快速算法

超分辨率图像重构是将多帧低分辨率图像重构成一幅高分辨率图像的过程。由于其求解是一大型病态求逆问题，计算量随着放大倍数的增加而急剧上升，如何降低计算复杂度是超分辨率成像所面临的一个急需解决的课题。提出了一个基于PoCs的高分辨率图像重构的快速算法。其原理是利用各低分辨率图像之间位移的关系将所有的低分辨率图像进行重组，然后对每个组进行PoCs超分辨图象重构。实验结果表明。该快速算法较大地提高了超分辨图像重构的速度。     

一种基于IPTV的视频分级编码设计

在AVS信源编码标准体系下提出了AVS- QSVC质量可分级视频编码算法.该方法很好地解决了漂移问题,使基于频谱的分级编码与普通非分级编码具有几乎相同的计算复杂度,而效率却得到大幅提高,并易于实现8级以上的视频分级编码,提供较高的灵活性,使其能较广泛地适应不同的网络交换环境.     

用于MIMO信号检测的降低复杂度V-BLAST算法

用于多输入多输出(MIMO)通信系统信号检测的V-BLAST算法其预处理具有较高的运算复杂度。对此作出改进,提出了一种降低复杂度V-BLAST算法。该算法在V-BLAST每一步的检测中不仅选取信噪比/信干噪比最大的一路信号、而且同时选取信噪比/信干噪比足够大的各路信号一起进行检测。仿真结果显示,该降低复杂度V-BLAST算法在取得与常规V-BLAST检测十分接近的误码性能的同时,达到了显著低于后者的预处理复杂度。     

Visible Watermarking Technique for MPEG-2 Downsampling Transcoding in the DCT Domain

1Introduction Video transcoding in Discrete Cosine Transform(DCT) domain is highly desirable in many multi mediaapplications .It converts a video streamfromone formatto another which has alower bit-rate and/or a differentsyntax to meet the requirements such as dynamicalchannel bandwidth or different monitors of end users .In this paper ,video transcoding with spatial resolutionreductionis concerned.The watermarking technique , which embeds a visibleor invisible watermarkinto the video strea…     

一种降低MIMO-OFDM系统PAPR的低复杂度SLM算法

为了降低MIMO-OFDM（多输入多输出正交频分复用）系统中传统SLM（选择性映射）算法的计算复杂度,文章提出将原始频域信号分成实部和虚部后分别进行不同的相位旋转,再通过IFFT（快速傅里叶逆变换）调制模块得到相应的时域序列,最后通过多天线间实部和虚部序列的不同组合来产生更多的具有不同PAPR（峰均功率比）的备选序列。仿真结果表明,所提算法能有效地抑制MIMO-OFDM信号的PAPR。相比传统SLM算法能有效降低计算复杂度。     

动态联合最近邻算法

“最近邻算法”(NN)是SLAM领域中广泛使用的一种数据关联算法,它的优点是计算复杂度低,其缺点是关联准确度易受环境影响。为提高“最近邻算法”对环境的鲁棒性,对其进行两处改进：一是从所有观测值之间的相关性出发,消除所有观测值配对结果之间的干涉情况;二是采用多帧观测数据的关联结果动态滤除观测特征中的伪特征。此外,根据机器人的位姿和传感器的有效量程将数据关联限定在局部可能区域中,从而极大地提高了算法的计算效率。仿真和实际实验结果表明,提出的“动态联合最近邻算法”(DJNN) 在准确度和计算复杂度方面的性能都很好,具有极强的应用价值。     

基于分层信任模型的PKI机构证书更新研究

在PKI系统中,机构证书的安全性在整个PKI系统中处于非常重要的地位。当机构证书到期、密钥泄漏时,应及时撤销机构证书并进行更新,避免机构证书的错误使用而影响整个PKI系统的安全性。文中根据现有PKI规范及现状,分析了基于分层认证模型的机构证书更新机制,并对机构证书更新提出了一种新的实现方案。     

大数据和机器智能对未来社会的影响

从2008年起,大数据已经被推到了创新、提高竞争力和提高劳动生产率的前沿。过去大部分人对大数据的理解还停留在大量数据和数据的多样性本身,而忽略了它最重要的角色,即帮助机器智能的腾飞。基于此,对大数据和机器智能的发展可能给未来社会带来的全面、颠覆性的变革进行了系统分析。首先介绍了机器智能的发展历程,分析了大数据对解决机器智能问题的重要作用;然后结合实际案例,阐述了大数据的内涵以及大数据和大量数据的异同,重点分析了大数据和机器智能的关键技术;最后探讨了发展机器智能对未来社会的冲击。