面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。     

基于量子粒子群优化极限学习机的频谱感知算法

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于量子粒子群优化极限学习机(E L M)算法的认知无线电网络频谱感知方法.针对极限学习机算法的特点通过量子粒子群算法(Q P S O)优化极限学习机参数,并构建引入结构风险思想的QPSO-ELM模型,降低算法的经验风险提高模型的泛化能力,提高算法的频谱感知性能.仿真实验表明,与人工神经网络(A N N)、支持向量机(S V M)和极限学习机(E L M)三种机器学习算法,在信噪比为-15 dB时的频谱感知性能进行比较,分别提高了16％、28％、9％,仿真证明所提算法在低信噪比情况下具有较高的性能,可有效地实现对主用户信号的频谱感知.     

笔式界面软件资源管理模型及其实现*

针对目前文档管理模式和WIMP界面交互范式对笔式交互的不足,提出了笔式界面软件文档资源管理的统一模型,能够有效地管理笔式界面软件所产生的文档数据,并且根据此模型实现了笔式界面的文档资源管理系统,采用了PIBG交互范式和实物界面.评估结果表明,根据此模型设计的系统,能够提高用户工作效率,降低用户的认知负担.     

基于云免疫算法的认知无线网络参数优化

为了提高认知无线网络的参数优化效果,提出了一种基于免疫优化的认知引擎参数调整算法。免疫克隆优化是一种有效的智能优化算法,适合求解认知无线网络的引擎参数调整问题。免疫优化中,变异概率影响着算法的搜索能力;利用正态云模型云滴的随机性和稳定倾向性特点,提出了一种基于云模型的自适应变异概率调整方法,并用于认知无线网络的参数优化。在多载波环境下对算法进行了仿真实验。结果表明,所提算法收敛速度较快,参数调整结果与对目标函数的偏好一致,能够实现认知引擎参数优化。     

基于连续双向拍卖的频谱分配算法研究

根据频谱分配的现状,不同区域的部分机构拥有不同带宽的频谱并且为认知用户提供通信服务,因此,对多个频谱服务提供者和多认知用户共存环境下的频谱资源进行简单、高效地分配与管理并提高动态频谱访问的可靠性就成为了一个关键问题。对以上多对多分配问题进行简化,将多个频谱服务提供者和多认知用户之间的复杂关系用市场交易机制描述,提出了基于连续双向拍卖的频谱分配算法,针对不同任务的优先级别设计了灵活的交易指令。对该算法进行实验仿真,仿真结果表明,该算法时间复杂度较低,能有效地加快收敛速度。     

认知语言康复系统的设计与实现

随着现代医学技术的飞速发展,脑卒中患者的死亡率相对下降,但脑卒中以其高致残率的特点,仍然是困扰我国医护人员跟患者的难题。针对我国认知语言障碍患者特点,结合MoCA(Montreal Cognitive Assessment蒙特利尔认知评估量表)、MMSE(mini-mental state examination简易智能精神状态检查量表)、NCSE(Neurobehavioral Cognitive Status Examination神经行为认知状况测试)等认知评定量表,设计了一套集数据管理分析及训练为一体的认知语言功能康复软件系统。该系统的研发和应用以虚拟环境技术结合临床实践经验作为基础,能够对不同方面的认知语言功能进行治疗和训练。此外,与系统配套使用的符合人体工学的触屏式操作台的设计,使患者训练操控更为简单。     

认知无线电网络信道交汇研究综述

认知无线电技术被认为是解决目前频谱资源利用率低下问题最有前景的技术,基于该技术,认知无线电网络采用动态频谱接入方式有效地提高了授权频段的利用率.然而,动态变化的信道可用性极大地增加了认知无线电网络组网的难度.信道交汇旨在为用户通信提供公共传输媒介,是实现无线网络组网的基础.介绍了认知无线电网络信道交汇的基本概念和特点,并阐述了信道交汇策略设计面临的挑战以及应考虑的性能指标.提出了信道交汇策略的分类标准和系统模型,根据该分类标准,详细剖析了当前信道交汇策略相关的研究工作.最后,讨论了认知无线电网络信道交汇研究的开放性问题,以期为未来的研究指出可能的方向和重点.     

基于循环自相关的NC-OFDM信号参数的盲估计

在认知无线电(CR)环境中,频率资源不足的问题越来越严重,非连续正交频分复用（NC-OFDM）能够工作在非连续的频谱环境,针对NC-OFDM信号的参数估计重要问题,提出用循环自相关的方法。该方法首先分析循环平稳信号特点,然后根据NC-OFDM信号的循环自相关在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计,最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下,能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号（ZP-OFDM）,且实验证明关闭近90%的子载波数目,都能够实现NC-OFDM信号的参数的盲估计。     

The Cerebellum according to the Ouroboros Model,the ＂Interpolator Hypothesis＂

The Ouroboros Model offers a novel cognitive architecture with an algorithmic backbone of iterative and self-referential processing. All memory content is organized into meaningful pieces of data, i.e.,chunks and schemata, which are laid down as a kind of snapshots of all activations at a relevant point in time. This entails a grainy structure of memory content. Whereas a core process of ＂consumption＂ analysis can naturally be defined taking advantage of this parcellation, it necessitates interpolation for fine nuances, especially for the representation of intermediate values during transients. It is argued that, in the vertebrate brain, essential interpolation functionality is provided by the cerebellum. Findings concerning movement control and perception as well as the involvement of the cerebellum in more abstract, cognitive, tasks can be interpreted as reflecting a function of the cerebellum as a co-processor, i.e., a general-purpose interpolator. The cerebellum is thus boosting representations in cerebral cortex areas, which are reciprocally connected with cerebellar cortex areas. In this paper, it is sketched how the new ＂interpolator hypothesis＂ can explain manifold observations, effectively subsuming previous theories of the function of the cerebellum. Directly relating to the BICA challenge, a general-purpose interpolator is postulated as an efficient device providing fine-grained resolution for the representation of diverse content, potentially useful in any cognitive architecture.     

食品质量与安全专业学生职业规划教育

面对日益激烈的职业竞争,职业规划教育对大学生自我认知和发展越来越重要。通过对食品质量与安全专业学生职业规划教育的内容及过程进行分析和建议,对该专业学生职业规划有重要的指导作用。