DS-CDMA系统最优匹配MMSE时延估计

在分析MMSE估计准则特性的基础上,从最优匹配的角度提出了一种基于MMSE最优匹配合并的DS-CDMA单用户时延估计算法.算法通过对用户扩频序列延迟混叠向量进行分段估计,分段匹配滤波以及最优合并的方式,解决了传统MMSE时延估计中由于幅度不匹配对估计性能造成的影响.理论分析和仿真结果表明算法性能优于传统MMSE、MUSIC、以及滑动相关等时延估计算法.     

OFDM系统LS与MMSE信道估计算法仿真分析

针对无线衰落信道工作下的多载波正交频分复用系统特点,建立合适的系统仿真模型,采用两种常见信道估计方法,即最小平方误差和最小均方误差信道估计算法,编写相关算法程序,在matlab环境下进行仿真,分析比较两种算法.     

基于医学图像的有效中值滤波算法研究

本文对于由Visible Human所提供的人体CT图像序列所形成的体数据场,提出了一种有效的快速中值滤波方法.中值滤波是一种非常有用的非线性滤波技术,能有效的抑制脉冲噪声、椒盐噪声等.针对于医学CT图像中要滤除的噪声干扰,本文提出了一种有效的快速中值滤波方法.为了克服中值滤波的模糊边缘特征的缺点,先人工干预在边缘附近设置一阈值,构造一中间矩阵M,利用窗口内数据间的相关性,设计了快速的移动剔除过程,并在原排序基础上进行快速比较排序,缩减排序过程和次数,加快了滤波速度,一定程度地避免了边缘的模糊.     

一种三维刚架—桁架静力分析有限元程序

介绍了三维刚架计算原理以及作者所编制的一种应用于ＰＣ微机的有限元程序．本程序用＂ＦＯＲＴＲＡＮ＂语言编写,采用半动态一维存储．引入了单元整体形函数矩阵,简化了单元非结点载荷与结点载荷的转换过程．可用于计算三维及二维刚架或桁架在多种载荷条件下的位移及杆端内力并可绘出结构的有限元模型、支承、受载及变形状况．通过一系列算例验证了程序的正确性．     

非接触式电压相量测量算法

同步相量测量技术为电网动态安全监测提供了数据基础,非接触式电压传感技术具备安全、便捷、成本低的优势,有利于测量装置实现海量布点。现有非接触式电测量的缺陷在于复杂电压经探头传变后二次侧输出电压发生畸变,难以还原一次侧电压相量。为解决电压畸变问题,文中提出了一种对带内信号分频计算的相量测量算法。首先对探头输出电压进行预处理,滤除带外信号与噪声,随后采用矩阵束法计算带内信号频率,以此构建信号模型进行时域拟合求解带内信号相量,最后将带内信号相量还原至一次侧后合成得到综合相量。仿真结果表明,所提方法能够利用探头二次侧输出电压采样值计算一次侧电压相量。实验数据显示所提方法的幅值测量误差小于4.5%,相位误差小于1°,频率误差小于0.04 Hz,频率变化率误差小于4 Hz/s。     

基于广义高斯分布建模帧级变换系数的VVC编码失真预测模型

通用视频编码（versatile video coding,VVC）采用多种高级编码工具共同实现卓越的编码性能。与高效视频编码（high efficient video coding,HEVC）相比,VVC的变换系数分布（transform coefficient distribution,TCD）具有更尖锐的峰值。针对这一现象,对帧级TCD进行概率密度函数（probability density function,PDF）建模,并提出一种基于统计建模的帧级编码失真预测模型,将帧级失真建模为TCD分布参数和量化参数的函数。实验结果表明,相比于拉普拉斯分布以及柯西分布,广义高斯分布在TCD概率密度拟合方面表现最佳;基于广义高斯分布的失真预测模型的预测结果最接近实际编码失真。     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

计及多能流运行时序性的电-气互联系统协同状态估计

电-气互联综合能源系统可灵活实现多区域能源交互,但其多能流子系统存在的信息交互壁垒、量测延迟等时序不统一因素会给系统精准监测与调度带来不利影响。针对多能流子系统不同的运行时间尺度,构建计及统一时间尺度的顺序协同估计框架,并考虑多源量测设备采样周期的延迟问题,将量测时延融合思想引入估计框架中以矫正多源量测数据的时序不同步。提出基于改进卡尔曼滤波的综合能源系统实时估计算法,通过引入基于改进交替投影的对称正定理论,避免实时估计过程中因误差传播出现非正定导致的估计失败问题。仿真结果与对比分析验证了所提协同状态估计策略能够有效实现对电-气互联综合能源系统的在线精准监控,且估计结果具备更强的数值稳定性。     

矩形窗正交时频空检测算法

针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统采用矩形窗函数时,信道矩阵结构复杂导致的鲁棒性差的问题,提出了一种基于时域处理和酉近似消息传递的检测算法。该算法首先添加循环前缀,将时域信道转换为分块对角矩阵;然后应用酉变换和近似消息传递建立迭代检测算法。仿真结果表明,所提检测算法能够在不增加复杂度的条件下有效提升检测精度和鲁棒性,特别是存在信道编码的条件下表现出2 dB的性能增益,使得该算法更适用于杂散多径、高速移动等环境,具有较高的应用价值。     

基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。