跳时序列调制超宽带正交Hermite脉冲串雷达信号分析

超宽带正交Hermite脉冲是一类非常适合表征超宽带(UWB)穿墙探测雷达工作波形的脉冲,具有设计灵活、频谱利用率高、实现简单、波形存在解析表示方便理论分析等特点。该文从定义出发推导了跳时调制超宽带(TM-UWB)Hermite脉冲串波形的模糊函数解析表达式,仿真分析了模糊特性与跳时序列的自相关特性、序列周期以及与Hermite脉冲平均重复时间间隔,脉冲的阶数和时间尺度因子的关系,并探讨了在穿墙探测环境下该波形作用的旁瓣抑制和杂波抑制等关键技术。     

基于神经网络检测的自同步隐蔽信息传输系统

提出一种基于神经网络检测的自同步隐蔽信息传输系统，该系统满足以下特点：利用人的听觉系统分辨率限制实现隐藏信息伪装性传输，能有效克服传统加密通信易被攻击者监听、截取的缺点：先应用神经网络提取嵌入到语音中的数据，再进行相关检测确定自同步信号的存在。与直接提取数据后进行相关检测的方法相比．该方法能有效降低比特误码率，从而降低漏检和虚检概率，使隐藏信息的准确传输率明显提高。     

一种变步长D—Rake多用户检测器

在时变多径衰落信道下，接收到的CDMA信号功率变化较大，此时D—Rake盲自适应多用户检测器性能显著下降，将变步长LMS算法与基于主分量的相干合并引入到D—Rake(Decorrelating Rake)检测器中，构成一种变步长D—Rake，称之为VD—Rake(Variable step—size Decorrelating Rake)检测器。该检测器能克服原D—Rake检测器对信号功率变化较敏感等缺点，有效地改善了D—Rake检测器的性能。     

前馈式有源耳罩在强干扰下误差通道建模方法

稳定性是设计自适应有源降噪耳罩过程中所必须考虑的首要问题 ,而误差通道模型的建模精度直接影响着系统的稳定。根据前馈结构有源降噪耳罩的特点 ,提出了一种简单有效的建模模型 ,与经典的建模模型相比 ,该模型能在强干扰噪声环境下获得较高的建模精度     

Fast adaptive principal component extraction based on a generalized energy function

Many information processing techniques, such as data compression and feature extraction, require an efficient representation of the input data. It has been proved that in the least mean square error (LMSE) sense, the linear combination of eigenvectors associated with p largest eigenvalues of the covariance matrix of the input data is its optimal representation. This results in an optimal statistical analysis technique called Principal Component Analysis (PCA) which has been widely used in …     

基于模糊核LVQ的Sammon非线性映射算法

提出了一种基于可靠稳定的模糊核学习矢量量化（FKLVQ）聚类的Sammon非线性映射新算法。该方法通过Mercer核，将数据空间映射到高维特征空间，并在此特征空间上进行FKLVQ学习获取数据空间有效且稳定的聚类权矢量，然后在特征空间和输出空间上仅针对各空间的数据样本和它们各自的聚类权矢量进行Sammon非线性核映射。这样既降低了计算的复杂度，又使数据空间和输出空间上数据点与聚类中心间的距离信息保持相似。仿真结果验证了该方法的可靠性和稳定性。     

C-V2X下基于信用卡风险评估的中继选择算法

针对车载协作通信中由于中继的自私行为会导致通信系统数据传输速率低的问题,提出一种基于信用卡社交网络用户信任度评估的最优中继选择算法。首先,建立一个综合社交网络和物理层的D2D中继协作双层模型,模型刻画了车辆节点人为属性。再从业务需求节点角度,利用信用卡风险评估方式对中继用户的信任度进行评估,并通过决策论对用户进行信任等级划分;从中继用户的角度,对信任度较好的用户进行激励补偿。最后,筛选出信任度高价格合理的最优中继。数值分析结果表明,相比于仅对积极中继用户进行选择的算法,该算法的通信系统数据传输率提高了10%左右。     

平坦衰落信道下一种基于进化粒子滤波的盲检测器

该文针对平坦瑞利衰落信道下的盲粒子滤波检测器存在的样本贫化问题,提出了一种基于进化粒子滤波的盲检测方法。在粒子滤波的重采样阶段,引入进化规化思想,即采用进化粒子滤波的方法解决样本的贫化现象,从而构成了一种基于进化粒子滤波的盲检测器。仿真结果表明,在信道模型系数未知条件下,该检测器的误码率性能较盲粒子滤波检测器优越,接近已知信道模型系数情况下的混合卡尔曼滤波检测器性能。     

实际AANC系统误差通道建模的分析

以滤波－XLMS(FLMS)算法为代表的多种AANC算法用到了误差通道模型来实现对输入参考信号的滤波,而对误差通道建模的准确与否直接影响到算法的实际效果.本文分析了两种不同建模方式对FLMS算法收敛性的影响,并提出了实际AANC系统误差通道的一种建模方法,对实测数据的建模结果表明,该建模方法更符合实际.     

混合Neural-Gas网络和Sammon映射的数据可视化算法

与SOFM,最大熵聚类,K均值聚类相比,"Neural-Gas"网络算法具有收敛速度快、代价误差小等优点.但"Neural-Gas"网络用于非均匀分布的线性或非线性数据集进行降维或可视化时,输出空间上固定有序的神经元表现出极不理想的距离信息.为此,该文根据归一化概率自组织特征映射的基本思想,提出混合"Neural-Gas"网络和Sammon映射的新方法来解决此问题,通过"Neural-Gas"网络算法进行特征聚类以降低计算复杂度,通过Sammon映射保持输入空间和输出空间上神经元间的距离相似性.仿真结果表明,该混合算法对合成数据集或现实数据集的可视化能够取得较理想的效果,从而验证了该混合算法的可行性和有效性.