基于信噪比分类网络的调制信号分类识别算法

针对传统降噪算法损伤高信噪比(SNR)信号而造成信号识别准确率下降的问题,该文提出基于卷积神经网络的信噪比分类算法,该算法利用卷积神经网络对信号进行特征提取,用固定K均值(FK-means)算法对提取的特征进行聚类处理,准确分类高低信噪比信号。低信噪比信号采用改进的中值滤波算法降噪,改进的中值滤波算法在传统中值滤波的基础上增加了前后采样窗口的关联性机制,来改善传统中值滤波算法处理连续噪声效果不佳的问题。为充分提取信号的空间特征和时间特征,该文提出卷积神经网络和长短时记忆网络并联的卷积长短时(P-CL)网络,利用卷积神经网络和长短时记忆网络分别提取信号的空间特征与时间特征,并进行特征融合与分类。实验表明,该文提出的调制信号分类模型识别准确率为91%,相比于卷积长短时(CNN-LSTM)网络提高了6%。     

基于混合蛙跳算法的多模盲均衡算法

针对常模盲均衡算法(CMA)收敛速度慢、收敛后稳态误差大且存在盲相位的现象,提出了一种基于混合蛙跳算法的多模盲均衡算法(SFLA-MMA)。它结合了智能优化算法的基本思想,将个体自身的进化及个体间的社会行为等概念引入到盲均衡技术中。该算法将多模盲均衡算法(MMA)代价函数的倒数定义为混合蛙跳算法(SFLA)的适应度函数,将青蛙群体中青蛙个体的位置向量作为MMA的初始权向量;利用SFLA的全局信息共享机制和局部深度搜索能力,在全局范围内搜索青蛙群体的最优位置向量并作为MMA的初始优化权向量。之后,通过MMA进行迭代,得到MMA的最优权向量。利用高阶多模正交振幅调制（QAM）与正交相移键控（APSK）信号对该算法进行了仿真验证。仿真结果表明,与CMA、MMA和基于粒子群算法的多模盲均衡算法(PSO-MMA)相比,SFLA-MMA在均衡高阶多模信号时收敛速度极快、稳态误差最小、输出信号星座图最清晰。     

正交多小波变换常模判决反馈盲均衡器

针对常模判决反馈均衡器收敛慢的缺点,在对常规的基于平衡正交多小波变换的常模判决反馈盲均衡器（MWT-CMA-DFE）进行分析的基础上,设计了一种新的基于平衡正交多小波变换的判决反馈盲均衡器（NEW-MWT-CMA-DFE）。该均衡器通过对判决器的输出信号进行归一化正交多小波变换来加快收敛。仿真结果表明：对信道频率响应变化比较平滑的信道,与CMA-DFE和MWT-CMA-DFE相比,NEW-MWT-CMA-DFE的收敛快且稳态误差小;对信道频率响应起伏大的信道,NEW-MWT-CMA-DFE和MWT-CMA-DFE性能基本一致,而比CMA-DFE收敛快且稳态误差小。     

基于ARM9的煤矿无线安全监控系统的设计

该文给出了一种以ARM9芯片S3C2440为核心的煤矿无线安全监控系统的设计方法。嵌入式处理器通过对传感器模块的控制,实时精准地测量矿井下的瓦斯气体浓度以及环境温湿度。系统将采集到的各项参数发送到装有无线接收模块的控制中心,工作人员也可以通过系统的语音模块,及时地汇报所观察到的矿井信息。当矿井参数出现异常时,处理器能够及时地响应报警程序,同时控制中心也会迅速采取相应的措施以防止煤炭事故的发生。     

一种新的多目标盲波束形成技术研究

该文提出了一种新的多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上,通过对一种新的代价函数的最小化,来盲估计波束形成器的权矢量,从而完成对多目标的分离与定向。同时,采用一种改进的神经网络结构解决了最小二乘算法中矩阵求逆的运算,不但能有效提高运行速度,而且易于用硬件实时实现盲波束形成。仿真实验验证了该算法的有效性和正确性。     

基于正交小波变换的分数间隔盲均衡算法

针对恒模算法(CMA)收敛速度慢,稳态误差大的缺点,在分析正交小波变换理论和分数间隔恒模算法(FSE-CMA)的基础上,提出了一种基于正交小波变换的分数间隔恒模盲均衡算法(WT-FSE-CMA)。该算法将正交小波变换理论引入到T/2分数间隔恒模盲均衡算法中,充分利用了小波变换对信号的去相关性,以及分数间隔均衡器对信号的过采样性质。与波特间隔、T/2分数间隔恒模盲均衡算法相比,该算法收敛速度快、稳态误差小,均衡效果较好。水声信道的仿真结果验证了该算法的性能。     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法（CMA）的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法（FSE-CMA）和小波分数间隔均衡器算法（WT-FSE-CMA）的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

基于生物免疫的入侵检测系统模型

本文将生物免疫机理引入到网络入侵检测技术中．构建了一个基于免疫代理的网络入侵检测模型。该模型系统具有准确性、实时性、高效性以及自适应性，能较好地解决入侵检测系统的分布性差、自适应性差、误报率高等问题。     

正交小波变换和时间分集联合盲均衡算法

为了克服水声信道多径效应及常数模算法的缺陷,将时间分集技术应用于盲均衡算法中以减小多径效应对信号传输的影响,利用双曲正切误差函数代替常模误差函数,以减小均方误差,并以软切换的方式与判决引导(DD)算法相结合,同时引入数字锁相环共同纠正多普勒效应引起的相位旋转.为加快算法的收敛速度,对输入信号进行正交小波变换以减小输入信号的自相关性,从而提出一种正交小波变换和时间分集技术联合盲均衡算法(WT-CTDE).水声信道仿真结果验证了该算法的有效性.     

一种改进的正交变换域水声信道盲均衡算法研究

针对常数模算法(CMA)收敛速度慢的缺点,将均衡器输入信号进行正交变换,实现正交变换域盲均衡。同时,引入均衡器输出星座匹配误差(CME)项,提出一种改进的正交变换域信道盲均衡算法(MTDCMA)．水声信道仿真结果表明：与常规常数模算法(CMA)及传统的基于正交变换的常数模盲均衡算法(TDCMA)相比,在同样的剩余码间干扰条件下,新算法具有更快的收敛速度。