边攻击下非对称相依作战网络级联失效模型

复杂网络理论在作战网络中的应用是一个全新的研究视角,也是探索网络结构和功能之间关系的有力手段.为研究负荷作用下相依作战网络的级联失效过程,首先依据军事系统的实际交联关系构建了非对称双层相依作战网络模型;然后改进了基于本地负荷重分配的非线性"负荷-容量"模型来研究连边的失效及负荷传递,计算了级联失效模型的计算复杂度;最后仿真分析了连边遭受蓄意攻击时,连边负荷及容量与网络级联抗毁性的关系,并与WS-WS对称网络模型进行对比.仿真结果表明:无论是孤立状态还是相依状态下,网络的级联抗毁性与连边容量变化呈正相关,而与负荷的变化呈负相关;相依网络的级联抗毁性比孤立网络要差,并且相依网络级联失效的过程更缓慢;孤立C2网络中的层级加权结构使得级联失效过程中出现短暂的平台期;与对称WS-WS相依网络相比,非对称作战网络的级联抗毁性更差.在非对称相依网络中,子网之间的级联抗毁性不同,而在相依对称网络中,子网的级联抗毁性几乎相同.     

序贯检测在“北斗”卫星信号捕获过程中的应用

为了提高“北斗”系统的捕获性能,解决在弱信号环境中无法有效捕获与检到卫星信号的问题,在“北斗”系统的捕获方法中采用序贯检测的方式进行了改进与优化。分析后得出,序贯检测通过双门限与待检测区,使得样本数灵活可变,可以有效应对不同信噪比的信号,在强信号与弱信号下都有良好的效果。通过仿真对序贯检测方式与传统检测方式进行了性能上的比较与分析,结果表明,序贯检测逻辑不仅达到了传统检测方法中预期的检测概率和虚警概率,同时具备更高的性能与灵活性,强信号下缩短了捕获时间,提高了捕获效率;弱信号下提高了2～3 dB信噪比增益与捕获性能;既保证了该检测逻辑的可行性,又为捕获检测过程提供了一种思路与方法。     

集中式双非参量累积和的合作频谱感知技术

针对认知无线电网络频谱感知的检测时延降低问题，提出了一种采用双非参量累积和的合作频谱感知方法。在单主用户认知网络中，本地认知用户执行非参量累积和算法，处理能量观测数据，以缩短检测时延，减少对主用户先验信息的需求，同时为了降低带宽开销，只向融合中心传输1比特的预判决结果。融合中心在噪声干扰下接收融合预判决结果，执行非参量累积和算法，累加判决统计量，对主用户信号是否存在进行最终判决。仿真结果表明，在10%的虚警概率下，相比于传统的非参量合作频谱感知算法，双非参量累积和算法具有较低的检测延迟。      

协作重传的动态TDMA时隙分配算法

协作通信可以有效地降低衰落信道中数据传输的中断概率,从而提高数据的传输速率。但是在TDMA系统中采用协作通信必然引入额外的带宽开销,为了提高传输速率而采用协作通信,是否能克服因此而产生的不利因素并不明确。在提出的CD-TDMA时隙算法中,在传统TDMA帧的前部增加了一个侦听和动态分配时隙的预约阶段。所有节点在每个数据帧的开始如果没有新产生的数据,则有义务协作转发其他节点在上个时隙帧中发送失败的数据。该算法提高了数据重传的成功概率,提高了整个网络的吞吐量。仿真结果表明,尽管该算法引入了额外的时隙开销,和传统的TDMA接入方式相比,该算法可以有效地提高整个网络的吞吐量。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

基于循环平稳特征的分阶段直扩超宽带信号检测

超宽带（Ultra Wideband,UWB）信号检测对实现超宽带定位具有重要意义。针对低信噪比下直扩超宽带信号（Direct Sequence Spread Spectrum UWB,DS-UWB）功率谱密度极低,难以通过传统手段检测的问题,提出了一种基于循环平稳特征的分阶段直扩超宽带信号检测算法。在介绍直扩超宽带的信号模型的基础上,提出了改进循环平稳特征检测方法,分析了二元假设两种情形下灰度图的差异,利用这种差异将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,进而利用训练好的网络进行检测。为更高效检测出信号,采用分阶段检测,即第一阶段先进行能量检测,若未检测到,则进入第二阶段改进循环平稳特征检测。仿真结果表明,在信噪比小于-8 dB时,所提方法的检测性能明显优于传统的循环平稳特征检测。     

一种适用于认知超宽带的CUSUM频谱感知算法

提出了一种新的认知超宽带频谱感知算法,该算法适合检测低平均信噪比、低占空比的超宽带脉冲信号,且具有复杂度低、检测延迟性能优越的特点.论文根据超宽带脉冲信号特性,给出形式统一的低占空比接收信号概率密度函数表达式,并采用累加和(CUSUM)算法实施检测.仿真结果表明,该算法对低占空比信号具有良好的适应性,有效克服了能量检测的信噪比门限效应,且检测延迟性能优越.     

一种适用于超宽带脉冲信号检测的改进CUSUM算法

将最快检测技术应用于超宽带脉冲信号检测中,具体采用改进的CUSUM(Cumulative Sum)算法来检测超宽带脉冲信号。首先分析了经过多径信道衰减后的超宽带脉冲信号概率分布特性,进一步提出了适用于超宽带脉冲信号检测的改进CUSUM算法。理论分析和仿真证明了所提改进算法性能优越且实现复杂度低。该算法克服了块检测算法的信噪比门限效应,且具有最优的检测延迟性能,相同虚警限制下其检测性能明显优于能量检测算法。     

基于非参量CUSUM的认知超宽带频谱感知算法

提出了一种基于非参量CUSUM的超宽带信号快速检测算法,该算法针对认知超宽带频谱感知中超宽带信号检测问题,根据超宽带信号占空比低的特点,选择短时能量作为非参量CUSUM算法的观测统计量,将块检测思想和序列检测思想进行有机结合,克服了块检测算法的信噪比门限效应,并采用加滑动预处理窗的方式降低噪声对观测统计量的影响。本文通过自适应改变非参量CUSUM算法中Reference Value取值的方法,提出改进算法以进一步缩短检测延迟。仿真证明,占空比为1/10、信噪比为-25dB时, 所提算法可在用户发送50个脉冲的时间内以90%的概率检测出主用户信号的存在,而能量检测算法在8dB时才能达到相同检测概率,且所提算法检测延迟小于能量检测算法。改进算法在-10dB≤SNR≤5dB条件下可明显缩短检测延迟。      

空时编码技术在超宽带通信系统中的应用

空时编码技术和超宽带技术是当前无线通信领域的热点技术.为了提高短距高速率无线通信的性能,讨论了空时编码技术在超宽带通信系统中的应用方案,由于超宽带脉冲信号具有极窄的时域支撑区,而且信道为密集多径信道,因此超宽带通信系统中的空时编码技术具有完全不同的特性,提出了几种超宽带空时编码方案,并对其性能优缺点进行了分析比较.