无源光纤网PON的接入控制技术研究

分析了采用TDMA方案按固定信元封装组帧的ATM-PON系统的上行接入控制方案和基于千兆以太网的宽带无源光接入网(EthernetPON)的可变时隙TDMA动态带宽分配的接入控制方案。后一方案采用轮转调度(round-robinscheduling)的方式对各ONU进行轮询,依据它们各自缓冲区中预备发送的长度不定的数据发送请求,根据多用户接入和业务类型进行以太包调度,因此该方案能提供接入网的可扩展性以及ONU之间的统计复用,提高带宽利用率。文中提供了两种接入控制方案的流程,并着重对更具潜力的EPON系统的接入控制方案进行了详尽的分析和研究。     

关于滑动DFT算法中的频谱泄漏问题的探讨

针对滑动DFT算法中的频谱泄漏效应的处理问题,提出用频域加窗的办法,避免了时域加窗中窗与输入信号的N次相乘,破坏滑动DFT实时计算的简捷性、可靠性,保证了滑动DFT算法的实现与优化。在硬件实现上,用3个结构简单的谐振器,将其谐振频率分别调到3个相邻的DFT频率单元,即可实现此处理过程。     

基于各向异性自适应高斯加权方向窗的非局部三维Otsu图像门限分割

针对传统3维Otsu(3D-Otsu)门限分割方法中的滤噪性能和小目标保持性能的不足,该文提出一种基于各向异性自适应高斯加权方向窗的3D-Otsu门限分割的新方法。新方法改进了3D-Otsu的邻域窗口设置方法,采用中心点的局部特征来自适应地确定邻域各向异性高斯加权方向窗口的尺寸、尺度和滤波方向。然后,提出非局部多方向相似度测量来更有效地捕捉图像中的模式冗余。最终,结合像素点灰度值、加权均值、加权中值构建3维直方图,并基于最大类间方差计算门限矢量进行分割。实验结果表明：与目前广泛使用的2维Otsu, 2维最大熵以及传统3维Otsu方法相比,新方法有着更好的门限分割效果,并具有更好的滤噪性能和小目标保持性能。     

加窗离散傅里叶变换性能分析和比对

离散傅里叶变换（DFT）是数字信号处理的常用方法,但通过加窗对信号进行时域截短会使频谱分析出现误差。不同窗函数对信号频谱产生的影响不同,对5种常用窗函数的特性进行了比较和适用性分析,通过仿真实验证明了针对不同信号特点和处理要求,应选择合适的窗函数,以减小频谱泄漏和栅栏效应对信号分析的影响。     

高速移动CDMA网络搜索窗优化

通过对码分多址(CDMA,Code Division Multiple Access)高速移动网络搜索窗进行研究,结合CDMA高速移动网络现状及特点,提出基于环路时延(RTD,Round Trip Delay)的CDMA高速移动网络的搜索窗优化方法。通过对操作维护后台统计的小区RTD分析,通过RTD并结合CDMA搜索窗设置要求进行搜索窗优化,能够减少高速移动网络搜索时延,进而提高高速移动网络的切换成功率,提升高速移动用户的使用感知。     

星载AIS混合信号的混叠位置估计

针对AIS混合信号的混合位置估计问题,改进了 传统双窗检测法。混合 信号混合部位和未混合部位在幅度和频率上存在明显差异,通过混合部分与未混 合部分到达窗内的能量比值来估计重叠段与未重叠段的始末位置,对传统估计信 号起始位置的判决函数进行了改进,估计精度更高。仿真表明,相较于传统双窗 检测法,本文能够准确估计出混合信号的重叠始末位置。     

短时高斯包络线性调频基自适应信号分解算法

作为一种参数化时频分析的方法,基于高斯包络线性调频基自适应信号分解的快速算法具有分辨力高、零交叉项和计算量小的优点,在信号时频分析中具有独特的优势和广阔的应用前景.然而该快速算法却存在由于采样点初值选择不当而造成分解失效的缺点,虽然后来的基于优化初值选择的自适应高斯包络线性调频基信号分解对初值选择算法进行了改进,提高了分解性能的稳定性,但仍存在较多的问题没有解决.本文将对这些问题进行研究和改进,并提出短时自适应高斯包络线性调频基信号分解算法.算法通过加短时窗来增强时频中心定位的准确性,通过控制采样基时宽来获取有效的初始方差取值范围,从而提高了分解的自适应性和稳定性.对仿真信号和语音信号的分解结果表明了该算法的有效性.     

一种Turbo码高速并行译码算法

针对Turbo码MAP译码算法运算量、存储量大和译码延时长的问题,基于双滑动窗的基本思想,提出一种高速并行的译码算法。计算机仿真表明,该算法是存储量与译码性能的良好折衷。     

基于分割窗的无监督多通道遥感图像变化检测

在遥感图像中,当变化区域的面积比例相对较大或较小时,一般的变化检测方法并不能准确地检测出变化信息。针对这一问题,本文提出一种基于分割窗的无监督多通道遥感图像变化检测方法。该方法将差异图像分割成子图像,通过求子图像的局部阈值来确定差异图像的整体阈值。实验结果表明,该方法能较好地解决变化区域相对较大或较小时一般变化检测方法无法进行准确的变化检测的问题,相对于一般变化检测的方法,检测精确度明显提高。     

基于改进克隆卡尔曼滤波的视觉惯性里程计实现

视觉-惯性多传感器融合方案可以有效解决GNSS据止环境下的导航问题。为了更有效地处理视觉的相对观测信息,文中研究并实现了一种基于克隆卡尔曼滤波(stochastic cloning Kalman Filter,SCKF)与滑动窗方法相结合的低成本视觉惯性里程计紧耦合算法。开源数据集实验表明,文中算法精度超过了多状态约束卡尔曼滤波(MSCKF)开源代码的效果。