频域盲源分离的邻频幅角比排序算法

频域盲源分离方法通过STFT变换将时域的线性卷积模型转化为频域的瞬时混合模型,可以利用瞬时混合的成熟算法,然而缺点是存在排列和尺度的不确定性,会使逆STFT变换后的信号发生再次混叠。对分离矩阵内部结构进行研究,提出邻频幅角比的概念,通过纠正图样中发生排列错误频点处的分离矩阵结构,达到正确拟合已分离信号的目的。仿真结果表明,邻频幅角比排序算法可以纠正大多数频点上的排序错误,正确进行盲源分离。     

多径信道下阵元约束布位的信号盲提取算法

为实现频率选择性衰落信道下未知信道信息时的盲信源提取,建立一个等价的卷积混叠信号模型,利用观测数据的“过去”、“现在”样本空间,在时域中推导出一种基于四阶累计量的盲信号提取算法,避免了频域的“排序”问题.通过接收阵元的约束性布位,简化了运算,计算机仿真实验验证了算法的有效性,并表明其具备一定的噪声抑制能力.     

基于时频分析的混沌谐波线性混合信号提取算法

混沌信号与谐波信号的分离问题是混沌信号处理中的重点问题,时频分析理论的日趋成熟为该问题带来了新的解决方案。针对不同噪声情况下混沌背景下谐波信号的提取进行分析,将小波变换与EMD方法进行比较,经仿真实验总结出一种新的谐波信号提取的融合算法,仿真实验验证了该算法的有效性。     

通信工程专业实训实验改革实践

在通信技术的迅猛发展之际,如何提高通信专业学生实践技能,改革通信专业实验实践教学,培养学生实践创新能力,提出了加强综合实验,形成综合实验群,通信工程专业实验改革要跟随通信技术发展趋势进行,打破实验室界线,开放实验室,校企联合建立实验室,建立大通信网实验室思路,减少验证性实验,增加综合实验等措施,培养学生的动手能力。     

部分精英策略并行遗传优化的神经网络盲均衡

针对高维非凸代价函数下神经网络盲均衡算法收敛速度慢、容易陷入局部极小值的缺点,提出了一种组群并行遗传优化神经网络的方法。根据神经网络拓扑结构进行个体编码,设置控制码和权重系数码以实现对网络拓扑结构和网络权重同时优化。优化迭代过程中根据适应度对个体排序分组,以融合不同遗传算子条件下遗传算法的优势。部分精英策略有效避免最优个体把持进化过程引发早熟的现象。非线性信道条件下的仿真结果证明方法具有更好的收敛性能。     

语音信号的混沌遮掩及其正定盲提取算法

利用小波变换提取语音信号的能量聚集带,将其隐藏在混沌载体信号中进行传输,设计一种盲提取算法实现不同混沌动力学系统下语音信号的有效提取。以3种不同维数的混沌动力学系统为背景,仿真实验定性和定量地分析了所提出算法的性能,验证了噪声环境下算法的可靠性,证明盲提取算法可作为对混沌保密通信系统保密性验证的有效方法。     

混沌保密通信系统中谐波信号提取的时—频域联合新方法

从混沌、噪声与谐波信号的时频特性分析入手,提出一种时一频域联合的两步化提取新方法,将经验模态分解与小波多尺度分解优势互补并相互融合.讨论了谐波信号的幅值、频率以及噪声能量对提取性能的影响,仿真实验验证了算法的有效性.     

基于遗传算法RBF网络的波束形成

为寻求自适应阵列天线技术在波束形成准确性和收敛速度上的突破,尝试引入智能控制理论中的优化算法.提出一种染色体长度可调的编码方式,用这种编码方式下的遗传算法同时训练RBF网络的网络参数和拓扑结构,将训练后的RBF网络用于上行链路的自适应波束形成.理论分析和仿真结果表明,染色体长度可调编码方式下的遗传算法是有效的,该算法能够比较准确地逼近理论上的最优权值,提高了算法的收敛速度.     

AWGN信道中盲源分离的时频联合两步消噪预处理方案

针对加性高斯白噪声AWGN环境下盲源分离算法的性能随信噪比降低而大幅下降的难点问题,借助于经验模态分解和小波变换2种时频分析方法,并对其消噪性能进行优势互补,采用"粗消噪-细消噪"的两步化思想,提出一种应用于盲源分离的时频联合两步消噪预处理方案.仿真试验与其他算法进行对比,证明了新的噪声预处理方案可以更有效地降低观测信号中的加性噪声,使盲源分离算法工作在更宽的信噪比范围内提高算法的鲁棒性,并说明了算法对通信信号具有数据延拓的必要性.