基于分数低阶协方差的AR SαS模型α谱估计

根据自回归(AR) SαS模型的α谱,分析了基于分数低阶矩(FLOM)法估计AR SαS模型参数的不足.提出了一种基于分数低阶协方差(FLOC)的AR SαS模型参数估计方法,并给出了基于FLOC的AR SαS模型α谱方法.分别对AR SαS模型参数的估计、α稳定分布噪声中单一正弦信号的估计和两个正弦信号的分辨进行了仿真.仿真结果表明,基于FLOC的AR SαS模型α谱估计方法对于不同的α值均具有较好的韧性.特别是在α值较小,即α稳定分布噪声概率密度函数(PDF)拖尾比较严重时,本文所提出的基于FLOC的AR SαS模型α谱估计方法,其性能明显优于基于FLOM的AR SαS模型α谱估计方法.     

AED: 一种用于DTN的增强型Earliest-Delivery算法

DTN(Delay-Tolerant Network)是人们在近年出现的众多网络实例中抽象出来的网络模型。在这种网络模型中,经常出现长时间的网络分割,以至于在给定的时间段内端到端的路径不一定存在。由于DTN这种独特的拓扑性质,其路由机制和传统的网络模型有很大不同。该文详细研究了DTN的一种路由算法ED(Earliest-Delivery)算法,然后引入了对节点运动精确性(相对于时间)的考虑,给出了精确性因子p()的定义,并以之作为ED算法中链接(contact)1)代价的权重,进而提出一种更稳健的路由算法AED(Advanced ED)。实验表明,当节点运动不确定性增加时,AED维持较好的性能,而ED的性能则明显下降。     

日盲型紫外探测系统中目标定位的研究

为了研究日盲型紫外探测中的目标定位,设计了1套紫外探测实验系统。提出了1种基于目标图像的定位算法,通过确定目标在像平面上的位置,计算目标方位角。对系统及算法进行了理论分析和实验验证。以氘灯为目标的紫外光源,探测系统在30m处取得了0.5°的方位角测量精度。结果表明,该定位算法是可行的。这一结果对进一步开展远距离实验、完善系统是有帮助的。     

半导体材料中自旋极化的光学注入与探测

综述了自旋电子学的一些新进展,重点介绍了自旋极化的光学注入、弛豫机制和光学探测等方面的内容,并涉及到与自旋有关的自旋霍尔效应(SHE)和纯自旋流等物理效应.     

FFT解调的短波跳频系统自适应实时信道估值

在分析伪错线性外推算法置信度的基础上,结合短波FH／DQPSK系统FFT的解调技术,提出了一种适用于短波瑞利衰落信道BER设计的自适应线性外推算法,并进行了数值模拟,其结果表明：该算法能够准确地反映信道的实际比特误码特性,并绝对误差Δmax=0.018,且该算法监测范围较伪错线性外推算法监测的范围更宽,基本上能覆盖该信道的实际比特误码范围（10^-1-10^-4)。最后提供了该算法可行的硬件实现方案。     

无线传感器网络应用支撑技术研究进展介绍

以数据为中心的、应用驱动的无线传感器网络是未来网络发展的一个重要分支。本文在阐述了无线传感器网络所涉及的应用领域的基础上,分析了无线传感器网络中的重要的两类应用支撑技术：时间同步和节点定位的研究进展。     

短波混沌跳频码的FPGA实现

基于离散混沌系统，为克服有限精度效应，采用了m序列对logistic映射进行异或扰动的方法来构造混沌跳频序列。并分别采用FPGA进行数字仿真。研究结果表明；其仿真得到的混沌跳频序列具有较长的周期，符合理论值的相关性和较小的平衡性。研究结果表明，该方法是可行的。适于用来构造短波跳频序列。     

全业务网APON光纤接入传输系统

介绍在国家八六三计划资助下研制成功的全业务网接入传输系统 ,首先简述了系统构成、用户业务接口和传输帧结构 ,接着对 HFC双向光纤传输系统进行了简介 ,最后介绍了 ATM- PON系统和HFC系统的性能指标     

300MSPS高速10位D/A转换器AD9751

AD9751是一种转换速率可高达30MSPS的高速数模转换器,它具有双端口输入,转换精度高,速度快,功耗小,成本低等诸多优点。同时具有优异的交,直流特性,可广泛应用于需要数据转换的应用场合,同时可拓展高速数字系统中的应用,文中介绍了AD9751的主要特点和工作原理,讨论了它的内部PLL及高速数字接口等应用问题。     

基于BP神经网络和模糊推理系统的短时交通流预测

本文研究短时交通流预测。短时交通流预测是智能交通系统研究和实践的必要基础。本文提出和建立了一个短时交通流量预测模型,该模型利用一个基于规则的模糊系统,非线性地组合BP神经网络模型和自适应卡尔曼滤波模型的交通流量预测结果,使得短时交通流量的预测结果更加准确可靠。该模型将传统方法和人工智能方法有机结合,一方面,利用人工神经网络强大的动态非线性映射能力,从而提高预测精度;另一方面,充分发挥卡尔曼滤波的静态线性稳定性,解决了单独使用BP神经网络进行预测时识别率不理想和可信度不高的问题。实验结果表明,本文提出的短时交通流预测模型具有较高的准确度和可靠度。