基于GPU 的二维FDTD 并行计算

由于稳定性条件的要求和采用Yee 元胞体离散的方式求解Maxwell 方程,用FDTD 计算目标电磁散射时需要 消耗大量的计算资源,计算往往需要较长时间。采用并行技术是提高计算效率的有效途径,本文基于计算统一架构 CUDA 模型,给出了利用图形处理器（GPU）实现二维FDTD 并行计算的实现方法。给出了二维Mur 边界和PEC 边界 的数值算例,计算结果表明,采用GPU 计算大大的提高了计算效率。     

基于概率逼近的本原BCH码编码参数的盲识别方法

针对本原BCH码编码参数的盲识别问题,该文提出了一种基于概率逼近的盲识别方法。首先,利用Gauss分布和Poisson分布逼近随机码字的根概率特性,确定了搜索BCH码长的门限;然后,通过分析本原域元素的检错能力及同构对域的影响,应用临近域对的方法确定编码域,提高了其识别能力;最后,给出识别生成多项式时的共轭根系表,从而减少了计算量。仿真结果表明,在较高的误码率下,该方法能快速地识别出BCH码编码所采用的编码参数。     

美军电磁频谱管理体系概述

介绍了美军频谱管理机构及职责,并从频谱的规划管理、用频管理以及频谱管理的系统和工具等方面阐述了美军的频谱管理体系.     

基于FM接收机的可变带宽频率综合器设计

本文介绍了应用在单芯片FM接收系统中可变带宽频率综合器的设计.通过同时改变电荷泵电流和滤波器的结构使锁相环的带宽发生变化,这样在不影响噪声性能(phase jitter)的前提下,锁定时间显著减小.在大电流状态下,环路带宽比锁定状态下提高了4.6倍.电路设计是采用0.6μm BICMOS工艺,仿真结果显示,在3V的电源电压下,锁定时VCO纹波电压小于0.2mV,功耗大约12mW.     

基于Duffing振子的微弱信号混沌检测

分析了Duffing振子的混沌特性,给出了确定系统混沌阈值的Melnikov方法.在阐述了基于相平面变化进行微弱信号检测原理后,在混沌检测中噪声对系统状态的影响也进行了研究.仿真结果表明,Duffing振子对与参考信号频率差较小的周期信号敏感,对白噪声和频差较大的周期干扰信号具有免疫力,该振子应用于实际微弱信号的检测具有可行性.     

地面/舰载搜索雷达目标回波建模与仿真

针对地面/舰载两坐标/三坐标搜索雷达,提出一种雷达目标回波建模与仿真分析方法。根据设定的雷达波束扫描方式、雷达系统参数和目标参数,仿真生成雷达目标零中频IQ数据。对常规MTI/MTD模式和PD模式下一定信噪比/信杂比目标回波数据进行了仿真和分析。     

基于卷积自编码网络的BPSK信号降噪

针对传统降噪方法提取特征繁琐、参数选取不易的问题,提出了基于卷积自编码器(Convolutional Autoencoder,CAE)降噪的方法,对BPSK信号、加性高斯白噪声,信噪比-10dB 2dB的数据构成信号数据集。在网络训练阶段,将加噪后的样本经过卷积自编码器提取潜在特征,多次训练迭代并且保存模型的参数;在测试阶段,利用新产生的测试集完成对该算法的验证与测试,可以观察到恢复出的有用信号,且误码率有了明显的降低。实验表明,相对于传统信号降噪算法(例如小波阈值降噪、PCA等),所提算法不需要人工手动提取信号特征,实现了对BPSK信号的降噪处理。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。      

利用光电反馈抑制钛宝石激光器低频段的强度噪声

对前置光电负反馈抑制钛宝石激光器强度噪声方法的特性进行了理论分析,表明注入噪声不同时对应的最佳反馈增益不同。利用前置光电负反馈方法,在实验上实现了全固态连续单频可调谐钛宝石激光器低频段的强度噪声抑制,通过调节反馈增益,使激光器的强度噪声抑制程度最大。在分析频率为1.125 MHz处,强度噪声由原来的8.7 dB降低到了1.4 dB,抑制程度达7.3 dB。调节反馈增益和相位延时,可以获得不同分析频率的强度噪声的降低。     

多核处理器中任务调度与负载均衡的研究

针对多核处理器系统的特点,对任务分配及调度模型进行改进,提高各处理器相对均衡负载度,并在此基础上提出一种均衡种群遗传算法（BPGA）．算法在任务节点的高度约束条件下,达到任务节点在处理核上随机分配,而任务节点数均衡分配．采用随机生成图法进行模拟实验,与其他算法相比,BPGA算法有更小的调度长度和较少的执行时间．