B5G/6G通信的IRS技术综述

智能反射面(IRS)技术可以显著增强信号的覆盖范围,是B5G/6G的关键技术之一.针对IRS的当前理论研究中的关键技术,重点介绍信道估计、波束管理以及IRS辅助的NOMA、物理层安全增强方面的研究进展,同时给出了未来的研究方向.     

基于FFT的GPS快捕方法设计和实现

在GPS接收机中扩频信号的捕获是系统的关键技术之一.卫星和接收机的相对运动使GPS信号产生相位延迟和多普勒频移,传统的滑动相关的捕获方法需要很长的捕获实践.通过分析GPS的信号特征,推导出卫星信号和本地信号经过相关累加后成为以多普勒频率变化的正弦信号,证明了运用FFT方法可以快速估计出卫星信号的多普勒频率.同时详细介绍了基于此方法而设计的FPGA硬件方案,提出了一种分时复用的方法使12个通道共用一个FFT捕获硬件,提高了效率节省了面积.通过实验验证了改算法的有效性,缩短了捕获时间.     

基于二进制烟花优化算法的认知无线网络频谱分配

针对当前无线频谱资源稀缺和利用率低的问题,提出一种基于二进制烟花优化算法的频谱分配方法。每个烟花个体进行分布式爆炸搜索,并对最优烟花的爆炸半径采用改进公式动态更新;在变异环节中,针对粒子间信息交流不足的缺点,引入遗传算法的交叉变异算子,进一步增强种群多样性;对选出的最优个体使用Metropolis准则进行模拟退火扰动,避免陷入局部最优。仿真实验表明,二进制烟花优化算法在认知无线网络的频谱分配中具有寻优精度高、收敛速度快的特点,较好地实现了网络效益和用户比例公平性的最大化。     

一种新的基于移动IP外地代理分层结构的注册方案

为了在移动网络中运用IP协议,因特网工程任务组(IETF)制定了MobileIP协议。移动IP技术给人们带来极大便利的同时,也造成了许多安全隐患。本文提出一种基于移动IP外地代理分层结构的注册方案,该方案对现有外地代理分层结构的注册方案加以改进,使得移动IP快速切换能力得以提高,减少了注册时延,并提高了移动节点注册过程的安全性。     

基于图像引导滤波的人脸光照预处理算法

针对人脸识别中人脸图像光照预处理的问题,提出一种基于图像引导滤波的人脸光照预处理算法。根据自定义光照标准函数对引导图像和输入图像进行分类,经指数或对数非线性变换调整后进行直方图均衡化处理。采用图像引导滤波对图像细节进行增强,使变换后的图像更清晰。利用空域高通滤波来抑制局部锐化现象。在YaleB人脸数据库上进行验证,结果表明,该算法在识别性能上明显优于经典的主成分分析法,识别率可以提高2%~8%。     

Fisher极小准则不相关空间算法及其在人脸识别中的应用

不相关空间算法是一种基于广义Fisher准则求解不相关鉴别矢量集的快速算法,但该算法要求总体散度矩阵可逆。针对高维小样本的情况,文中提出求解不相关鉴别矢量集的改进方法。该方法的基本思路是在类间散度矩阵的值空间中运用广义Fisher极小准则求解鉴别矢量集,并讨论在该子空间中进行求解的合理性。针对高维情况下类间散度矩阵值空间的计算效率问题,提出首先利用PCA算法将数据降维,然后在低维空间中求解值空间的策略并讨论其合理性。在ORL人脸数据库上的实验验证该方法的有效性,其识别率高于传统的Fisher脸方法和不相关空间算法。     

基于网络编码的分层P2P网络的拓扑感知算法研究

网络编码是一种可改进网络吞吐率和可靠性的新兴技术。然而,这些优势极大地受制于网络拓扑结构,在P2P网络中尤为如此。通过精确的拓扑感知,可以在吞吐率和可靠性方面帮助改进使用网络编码的系统性能。本文提出了一种新颖的基于网络编码回馈的拓扑感知机制(TANCF)来进行网络拓扑感知。该机制利用层次化网络中节点的回馈来探测信源到节点的可达路径信息,而根据可达路径信息与关联矩阵的密切关系,可构建关联矩阵并优化网络编码系统的参数。在理论分析中,我们推导出了该机制的解码概率方程以及正常运行的可行条件。通过仿真实验,我们进一步验证了该机制的可行性。     

基于时变向量场的多无人机编队集结控制方法

编队集结是无人机编队飞行的必要条件.固定翼无人机由于其速度可变范围有限,难以通过单一的速度调整的方式构成编队.本文提出了一种以路径调节为主、速度调节为辅的无人机编队集结策略,根据各无人机到达集结位置的最短预估时间确定集结时间.并提出一种时变向量场的构造方式,将水平机动的思想与时变向量场相结合,根据无人机的飞行状况通过时变向量场实时调整路径长度,同时调整自身速度,使各无人机都能在集结时间到达集结位置,且速度和航向角保持一致,从而实现编队集结.随后证明了系统的收敛性,并分析了实际情况中避撞问题的处理.论文用某型无人机的大偏差非线性数学模型对所提的编队集结方法进行了验证,证明了所提方法具有较好的实用性.     

基于FDA-KDE间歇过程在线监控

针对基于传统的多向主元分析(Multiway Principal Component Analysis,MPCA)方法用于间歇过程在线监控时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且统计量控制限的确定是以主元得分呈正态分布为假设前提的缺陷,结合Fisher判别分析(Fisher Discriminant Analysis,FDA)在数据分类及非参数统计方法核密度估计(Kernel Density Estimation,KDE)在计算概率密度函数方面的优势,提出了一种FDA-KDE的间歇过程监控方法。该方法首先利用FDA求取正常工况数据和故障数据的Fisher特征向量和判别向量,获得Fisher特征向量的相似度:然后在提出偏平均集成平方误差(Biased Mean Integrated Squared Error,BMISE)交叉验证法确定KDE的带宽从而获得相似度统计量控制限的基础上,利用已获得的数据测量值对过程进行监控,避免了基于MPCA方法对未来测量值的预估;最后采用基于Fisher判别向量权重的贡献图方法来进行故障诊断。通过对青霉素发酵间歇过程应用表明,所提出的方法比传统的MPCA方法能更及时地监测出过程异常情况,更准确地判断异常发生的原因。     

结合巴氏系数和灰度共生矩阵的遥感影像分割

针对遥感影像纹理信息丰富的特点,以及传统分水岭变换用于遥感影像分割容易出现过分割的问题,提出了一种基于巴氏系数和灰度共生矩阵的区域合并方法改进分水岭算法的分割结果。首先,利用数学形态学的方法提取原始影像的梯度图像,并且从梯度图像中获取标记;其次,在标记的梯度图像上进行分水岭变换,得到初始分割图像;最后,利用所提出的结合巴氏系数和灰度共生矩阵的区域合并方法对过分割区域进行合并,得到最终分割结果。实验结果表明,该算法既能得到连通,封闭的分割轮廓,还能有效解决分水岭分割算法的过分割问题,得到了较为准确的分割结果。