神经网络自适应有源噪声对消器

本文提出一种新颖的非线性自适应滤波器-递归神经网络(TNN)自适应滤波器．讨论RNN滤波器的构成及算法,实现了RNN自适应有源噪声对消器．RNN自适应有源噪声对消器性能优于由线性滤波器组成的线性对消器,能适应各种噪声环境．仿真结果充分证明了这一点．     

基于ICR的任意传输速率扩频通信系统

介绍了一个基于ICR的任意传输速率（最高可达11Mbit/s）扩频通信系统的设计和实现过程，分析了802．11b标准中直接序列扩频系统的处理措施，详细描述了如何实现任意速度传输，以及ICR的工作过程。     

抚今追昔 再创辉煌

~~抚今追昔 再创辉煌@莫玮$信息产业部电子第四研究所!所长     

噪声干扰环境下抑制EMD模态混叠方法

经验模态分解(EMD)作为时频分析的经典算法,已经得到广泛的应用。然而,其分解质量容易受到噪声等干扰的影响,产生模态混叠问题。本文针对经验模态分解中因噪声存在的模态混叠问题,提出一种自适应的预处理方法。首先对输入信号进行B样条最小二乘拟合,消除了噪声的影响后,再进行EMD分解。为提高算法的自适应性,提出了一种基于极值点出现时刻的节点选取方法。对线性信号与非线性信号的仿真实验表明该方法有较高的分解精度;与聚合经验模态分解方法(EEMD)的分析对比结果表明该方法能很好地抑制噪声引起的模态混叠。      

判决反馈递归神经网络自适应均衡器研究

针对存在严重符号间串扰及轻度非线性畸变的数字信道,提出了两种判决反馈递归神经网络均衡器结构,将传统的线性信道判决反馈结构巧妙地融入递归神经网络中,在自适应训练时用期待信号代替判决反馈信号,并对学习步长自适应调节进行了研究．实验结果表明：在自适应参数数目相同的情况下,该均衡器较传统的递归神经网络均衡器具有更好的特性．     

基于蚂蚁算法和遗传算法的同步时序电路初始化

本文针对时序电路的初始化提出一种新的实现方法．在电路没有设置一个总复位信号的情况下，必须。使得电路状态由未知变为已知，电路才能正常工作．本文用逻辑初始化方式，通过将蚂蚁算法和遗传算法交叉生成初始化序列，最大限度地初始化触发器，实现电路的初始化．实验结果表明，这种方法和其他同类算法相比较能在初始化触发器数量和序列长度上取得很好的结果．     

一种基于TN型液晶的自控光阀

对TN(扭曲向列)型液晶的透光率测量实验表明,在外加电压的作用下TN型液晶可以吸收入射光线,并且在外加电压连续改变时,对入射光的透光率将呈现连续非线性变化。根据此特性,利用数字电路来控制加到液晶电极上的电压,就得到了一种空间光调制器──自控光阀。自控光阀能控制通过光阀的光强,使之趋于设定值。     

一种方向性预测的位置管理算法

为了减少无线网络位置的管理开销,提出一种新的采取方向性预测的马氏链作为移动模型.在二维六边形蜂窝网络结构下,建立两个连续呼叫时间间隔内的位置更新模型.推导计算出呼叫到达和小区驻留时间分别服从泊松分布和指数分布时,移动台移动距离的最佳门限值及门限值范围内穿越K个小区边界的概率公式.并基于方向预测的概率分布给出了最优两步寻呼的改进算法策略.最后,通过数值仿真分析,表明所给出的寻呼策略比其他"基本策略"更优.     

多尺度权重评估的MSRCR混合曝光成像算法

针对混合曝光成像算法过程中会出现低曝光处细节丢失且颜色失真饱和度不佳导致视觉观感下降的问题,提出一种多尺度权重评估的MSRCR（Multi-Scale Retinex with Color Restoration,MSRCR）混合曝光融合算法。基于Retinex模型将待融合图像分解为亮度分量与反射光分量,对亮度分量结合ACES函数构造光照补偿归一化函数进行处理,对反射光分量加入颜色恢复函数提升色彩细节;分别从曝光量、饱和度、对比度、色域四个尺度设计图像融合权重值,通过多尺度评估优化融合比例;利用Laplacian金字塔融合算法进行多尺度权重融合获得最终图像。实验结果表明,与传统的图像融合算法相比,该算法处理效果较好,有效降低了暗处失真率,提升了视觉信息保真度。     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是：对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性。实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性。