雨雾天气下混合FSO/RF系统性能研究

通过对混合FSO/RF系统雨、雾天气下的误码率进行研究,从仿真结果中分析出雾是影响FSO系统的最主要因素,得出RF系统可以弥补FSO链路雾天缺陷的结论。经分析对比出雨天对FSO系统的影响要远小于雾天对FSO系统的影响。同时还对雨、雾天气情况下的开关键控（OOK）和脉冲相位调制（PPM）的性能进行了仿真分析。验证了在无线光通信系统中,PPM调制系统性能要优于OOK调制系统的性能。     

线形腔光纤激光器的光反馈效应研究

提出了一种基于线形腔光纤激光器结构的光学反馈系统,时系统输出功率变化表达式进行了推导,建立模型分析了光反馈对系统的影响,得出其与激光自混合干涉具有相同的相位灵敏度.实验中首先时系统进行了信号观测,同时改变实验条件,对不同参数的影响进行了讨论,实验结果与模拟分析相一致.结果表明:线形腔光纤激光器光反馈系统的输出条纹变化对应着待测物半个波长的位移;条纹不同的倾斜方向可实现对移动方向的辨别;通过适当调节反馈腔腔长与目标靶反射率可优化系统反馈信号的灵敏度.根据以上特性,该系统可应用于光学测量领城,例如位移、距离、速度测量等.     

OCDMA系统中变重光正交码的构造及误码率分析

变重光正交码是基于不同用户带有不同的QoS(Quality of Service)需求而提出的,由于它的码重不是固定值,使得其码字的容量较之常重光正交码有所增加.给出了变重光正交码的定义及其码字容量界,介绍了构造变重光正交码的一种方法,给出一些码字的构造结果,并对码重数不同的码字进行多址干扰误码率的仿真比较和理论分析.结果表明:在相同的码重数下,码重越大的误码率越小;而当码重数不同时,在相同的码重下,码重数大的误码率小.     

基于GPS的星地激光通信捕获对准研究

提出了基于GPS坐标解算实现星地激光通信捕获、跟踪和对准(ATP)初始捕获的方法。星地激光通信信标光跟踪系统通过对地面GPS坐标和卫星坐标的解算,得到地面光学天线的方位角和俯仰角,光学天线根据角度旋转对准信标光,从而将信标光引入粗跟踪CCD的视场。给出了GPS坐标解算算法和信标光方向角度随卫星坐标变化的仿真曲线。用二维电机进行了地面转台的捕获实验,对实验数据进行了捕获精度的分析,结果表明,通过GPS坐标解算能够快速地实现信标光的初始捕获。     

电爆炸过程中金属丝电阻变化规律的仿真分析

探讨了电爆炸过程中金属丝相关参数的变化规律,建立了金属丝电阻在气化前的PSpice模型,得到了电容器初始电压由10 kV到20 kV、回路电感由3.9μH到10.8μH、金属丝直径由0.3 mm到1 mm变化时,金属丝电阻变化的仿真结果。对仿真结果分析表明：初始参数影响金属丝上的能量沉积,决定着金属丝的电阻变化过程以及金属丝完全气化所需要的时间。     

电磁领域中复超越方程的遗传算法求解方法

将遗传算法与参数跟踪策略有效结合,跟踪过程中进行搜索域压缩与位移操作,形成了一种功能强大的新算法,可成功应用于电磁领域中各种各样复超越方程的高精度求解问题.在算法实现过程中,使用参数跟踪策略有效地缩小了搜索区域,保证了解的单一性,提高了运算速度;使用动态搜索域提高了解的精度;应用三阶差商公式预估新的搜索中心,使运算速度得以进一步提高.应用本文发展的算法详细求解了终端短路法测量材料的复介电常数时得到的复超越方程和部分填充矩形波导的特征方程,计算结果表明该算法能够轻松地解决复超越方程中的多值问题,解集完备性好,算法鲁棒性强.     

TH-PPM UWB通信系统多址性能研究

介绍了TH-PPM UWB信号,在AWGN信道和多用户干扰条件下对系统的性能进行了分析,包括误码率分析和系统所能接入的最大用户数,对其误码率进行了仿真.结果表明,随着接入用户数目的增加,系统误码率也增加,而增大重复码长度和脉冲重复时间则可降低系统误码率,但增加脉冲重复时间会降低信息传输速率.     

软交换中高速数据获取与过滤系统的设计

高速网络数据获取与数据过滤系统是软交换平台中DoS攻击行为分析的基础。文章对其进行了设计和实现。首先描述了系统的总体构架与功能模块实现,而后通过实验测试了系统的性能表现,最后对系统提出了改进的方案。     

与协议无关的Winsock API编程研究

Internet正悄然无声地发生着一项重大的技术革命,这就是IPv4向IPv6的逐步演进。在IPv4／IPv6过渡时期,如何开发出能够适应IPv4／IPv6过渡环境的网络应用程序,这是目前所面临的一个重要问题。本文在深刻理解纯IPv4网络编程和纯IPv6网络编程的基础上,通过比较两者的异同点,抛弃它们的差异性,吸收它们的共同点,实现了一种与协议无关的Winsock API编程方法,并在自行搭建的一个IPv4／IPv6过渡实验平台上,成功开发了一个与协议无关的网络聊天程序,具有很强的实际应用价值。     

基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明：将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。