客户定单规范的Petri网模型及其分析

结合现有的电信生产局的管理机构和管理模式 ,给出了客户定单进程管理规范的Petri网模型。通过对Petri网模型的特性分析 ,确定了规范的合理性。并通过在具体邮电部门的应用 ,验证了其可行性     

基于Delphi编程实现的"信息论与编码"动态演示教学

“信息论与编码“课程是通信类专业本科开设的专业基础课之一。由于课程特点,使学生掌握这门课的内容存在一定困难。本文针对“信息论与编码“教学内容的特点,提出基于Delphi编程实现的动态演示教学方法探索,并以卷积码这一基本的纠错编码方法为例,给出卷积码编码和译码的动态演示实现过程。结果表明,该动态演示方法增加了课堂教学的趣味性,学生可通过输入输出界面,设计具体通信系统,理解教学内容,激发学习这门课程的兴趣。     

视觉多通道梯度与低阶矩自适应图像评价

针对现有图像梯度特征质量评价方法的不足,充分考虑人类视觉系统(HVS)特性,提出了一种基于HVS多通道梯度和低阶矩联合(MGLJA)方法。MGLJA基于log-Gabor滤波器提取图像的多通道视觉特征并予以阈值稀疏化处理;然后以梯度相似度算法和低阶矩失真度算法分别评价各通道视觉特征的能量特征和结构特征;在评价融合阶段,MGLJA首先依据视觉中央凹空域加权局部评价,其次依据对比度函数频域加权各通道评价;最后,通过一步快速回归算法自适应地融合梯度评价和低阶矩评价得到待测图像的质量评价。不同类型和水平失真图像的实验结果表明,MGLJA方法的斯皮尔曼原始排序相关系数、回归曲线的相关系数及均方根误差等评价指标均优于PSNR类传统方法,与特征结构相似度(FSIM)及视觉显著(VSI)等新方法相比整体性能上也有较大优势,且评价实时性也明显优于FSIM方法。     

基于重叠法的(49,1,9)量子码CNOT门扩展矩形容错构造

CNOT门是量子计算中重要的量子元件,尤其是在量子线路中的容错扩展矩形构造中应用广泛。然而,由于CNOT门扩展矩形容错构造中的容错辅助态的制备线路一般较为复杂,给CNOT门扩展矩形容错构造的设计与实现带来了不便。基于重叠法,提出一种新的(49,1,9)量子纠错码的CNOT门扩展矩形容错构造,并简化了CNOT门扩展矩形容错构造的量子线路。研究结果表明：基于重叠法的CNOT门扩展矩形容错构造中所需要的CNOT门开销比传统的拉丁矩形法制备少224个。     

基于反射型物体的高阶周期衍射关联成像方案

周期物体的衍射光场在垂直于传播方向的平面上具有周期性,衍射光场有着点对点间（删除）的关联。在此基础上,提出基于反射型物体的高阶周期衍射关联成像方案,给出成像性能的理论分析和数值仿真。研究结果表明：对于反射型物体的周期衍射关联成像,当针孔点阵列的孔数确定时,随着阶数的增大,成像的可见度增大,信噪比下降。而当阶数确定时,随着针孔点阵列孔数的增加,成像的可见度和信噪比都会减小。基于反射型物体的高阶周期衍射关联成像方案（删除）所提出的新方案与传统热光关联成像相比,光源大小可控,成像装置简单灵活,这为关联成像的实用化提供一种可参考方法。     

莱斯信道中Polar码的构造及性能分析

Polar码是由Arikan提出的一种新的编码方式。它是基于信道极化理论,被证明在二进制离散无记忆信道下能够获得信道对称容量。本文给出了polar码在莱斯信道下的构造及性能分析,针对莱斯信道已知信道边信息（CSI）和未知信道边信息（NCSI）两种情况分别进行polar码的构造。仿真结果表明:相比于LDPC码,polar码的性能更加优良。此外,莱斯因子K越大,polar码的误比特率就越小。polar码在信道边信息已知的情况下性能比信道边信息未知时的好。因此Polar码在莱斯衰落信道中具有很好的性能,非常适合未来移动通信技术。      

高斯窃听信道中删余Polar码的设计方法研究

本文针对高斯窃听信道模型下的物理层安全问题,提出一种基于删余Polar码的、拥有编码比特的可信度计算的物理层安全编码方案。方案考虑到信道噪声对译码结果的影响,通过Bhattacharyya参数评估各信息比特的恢复差错概率,并将这恢复差错概率应用于编码比特的可信度计算。理论证明所提出的方案可使窃听者保持较高误码率,同时合法用户在高于自身信噪比门限时保证较低误码率。数值仿真结果表明所提出的安全编码方案能够有效地减小安全间隙。当窃听信道质量比合法信道质量稍差时窃听者误码率能迅速逼近0.5,而合法信道的误码率能够降到10-5以下,大大地降低了Bob和Eve间的安全间隙。      

参考臂差分压缩关联成像方案研究

关联成像可以在不包含物体的参考光路中获得物体的像,提供了一种运用常规手段难以获得清晰图像的方法,现已成为量子光学领域的前沿和热点。然而,高分辨率成像和短成像时间一直是关联成像研究的热门。本文提出一种基于压缩感知的参考臂差分关联成像方案(简称,参考臂差分压缩关联成像),只对参考臂测量值做差分运算,而不对物体做差分运算。在方案中,参考臂多次测量的赝热光源强度的随机分布差分被选为压缩感知的测量矩阵,物臂多次测量的关联信息被选为测量值,利用压缩感知重建方法,高质量地恢复出物体信息。理论研究和数值仿真结果表明,该方案可获得文献[19]差分压缩关联成像方案一样的结果,即无论在成像分辨率还是在成像时间等关键性能上都明显优于常规关联成像方案。      

基于量子协方差成形估计器的MIMO检测方法

协方差成形最小二乘估计器是量子信号处理框架内基于MMSE协方差成形方法的一种新型线性估计器.本文将协方差成形最小二乘估计器应用于MIMO系统检测,提出了基于协方差成形最小二乘估计器的MIMO系统检测算法,通过数值计算进行性能分析,仿真结果表明协方差成形MIMO检测方法的误码率性能优于传统ZF和MMSE检测方法,同时系统性能与目标成形矩阵有关.     

最佳量子多用户检测技术

多用户检测的最优解在经典条件下是一个NP难解问题.利用量子态物理特性,通过量子检测能够有效地解决这一难题.本文给出在量子贝叶斯最小代价准则下量子最优解的实现过程,与经典多用户检测最优解相比,基于量子检测的最佳多用户检测技术的性能得到了极大的提高.