一种基于最大化信干噪比的通信混合信号多通道盲分离算法

对通信混合信号多通道盲分离中噪声放大问题进行了研究。基于最大化信干噪比的思想,提出了一种新的求解分离矩阵的算法。当混合矩阵条件数较大时,该算法能很好地解决由于噪声放大造成的分离性能下降。仿真表明,该算法能有效地降低误码率,提高盲分离性能,具有实际意义。     

无循环前缀单载波频域均衡及信道估计算法

单载波频域均衡(Single Carrier Frequency Domain Equalization,SC-FDE)技术可以有效地消除符号间干扰(ISI),相对于OFDM,具有较低的峰均比(PAPR),因此成为宽带无线通信关键技术之一。传统的SC-FDE系统需要在发送帧前面加入循环前缀(Cyclic-Prefix,CP),且CP长度要大于信道最大多径时延,这就降低了频带利用率,使得发射机功率增加。在取消CP情况下,通过隐训练序列获得信道脉冲响应估计信息,之后利用虚拟补零技术,恢复发送信号和信道的循环卷积,并通过迭代处理消除干扰。仿真结果表明,在信噪比大于3 d B后,算法误码率便接近相同信噪比条件下的高斯白噪声信道,性能较为理想。     

电子政务信息系统的安全防护体系

分析电子政务信息系统存在的安全问题,提出信息系统的安全解决方案,建立起系统完整的安全防护体系。     

IPSec结合防火墙实现数据安全传输

当前,网络化远程数据业务日益增多,安全机制复杂多样.但是安全性的提高伴随着更复杂的机制,如何在复杂度与操作的易用性之间取得平衡,是众多研究人员思考的问题.在综合业内研究的基础上,文中探讨数据在互联网中传输的安全机制.结合IPSec安全协议和软件防火墙技术,通过软件设置和安全协议提高安全等级,保障数据在网络中的对等主机之间实现安全传输.实际操作灵活有效.     

卫星通信中一种快速RPEM 算法

记忆多项式预失真能够有效地补偿卫星信道的非线性失真,但存在收敛速度慢的缺点．将RPEM算法应用于卫星记忆多项式预失真中,提出了一种快速收缩递归预测误差算法．该算法通过利用Shrinkage方法和L₁范数与L₂范数差值最小化公式,获得了噪声自由先验误差与噪声自由后验误差的关系,推导了一种最佳遗忘因子,有效地提高了收敛速度．仿真结果表明,收缩递归预测误差算法能够有效地抑制信号的星座扭曲和频谱再生,解决了非线性失真的问题,同时在几乎不增加计算复杂性的基础上,能够获得较快的收敛速度和较好的稳定性．     

组合谱图法在跳频信号时频分析中的应用

提出了一种应用于跳频信号的组合式谱图时频分析方法,采用两种不同长度的窗函数对信号进行时频分析,分别得到具有较好频率和时间分辨率的两组分析结果;结合两组结果的优点,提高了原谱图法的时频分辨率,并通过理论分析和仿真结果予以证明。在高斯白噪声条件下,对组合谱图法在跳速估计中的性能进行仿真,结果表明该算法的信噪比性能较谱图法提高了3 dB左右。     

用户多中继两跳MIMO系统中的容量分析

针对多中继MIMO无线通信系统,分析了多中继纯两跳情况下的中继处理方法,并将单中继多用户系统中的中继处理技术推广到多中继情况,同时应用脏纸编码算法,分别得到了两种中继处理技术下的信道容量,最后对它们的性能进行了仿真和比较。     

浅谈现场总线在电厂中的应用

简要介绍了现场总线、现场总线系统和现场总线设备,通过对现场总线技术在电厂中的应用研究,探讨了现场总线技术在电厂中的优势和存在的问题,提出了设想。     

一种基于恒模特性的突发混合信号多通道盲分离算法

文章建立了突发混合信号多通道盲分离模型,指出混合矩阵估计可以转化为混合信号幅度估计进行求解。突发信号通常属于恒模调制信号,其混合信号与未混合信号在幅度上存在明显差异。基于信号的恒模特性,提出了一种基于混合位置估计的多通道盲分离算法。该算法先通过混合信号的幅度最大最小值对混合位置进行估计,然后利用混合部位的最大最小值以及未混合部位的单个信号幅度值来进行幅度估计,提高了混合矩阵的估计精度。与传统盲分离算法相比,文章算法复杂度低,且消除了不确定性带来的不利影响。仿真表明,该算法所需数据量小,估计精度高,接近混合矩阵完美估计下的盲分离性能。     

介孔二氧化硅复合水凝胶止血材料的制备及粘附性能测试与应用效果

为探究止血凝胶材料在重症患者术后的止血应用效果，研究Ag/介孔二氧化硅复合水凝胶止血材料制备方法和粘附等基本性能基础上，考察重症腹部手术患者应用Ag/介孔二氧化硅复合水凝胶止血材料的应用效果，并与采用传统缝合止血的患者进行对比。结果表明：Ag/介孔二氧化硅复合水凝胶止血材料具有良好的粘附性能和抗菌能力；临床应用中术后出血和异物感方面与对照组均具有统计学意义(P<0.05);采用的Ag/介孔二氧化硅复合水凝胶止血材料可减轻重症术后患者出血率，具有一定的临床应用价值。