基于软件无线电的直序扩频码元判决算法

码元判决算法的设计是扩频序列能被正确接收的关键。提出了一种基于软件无线电技术,且考虑初始相位的影响,对直接序列扩频的中频采样信号进行码元判决的算法。该算法有较高的扩频处理增益,适用于信噪比极低(-20dB以下),且对系统的体积及功耗有严格限制的情况。仿真及实验表明,该算法运算简便,在恶劣环境下仍具有较低的误码率。     

非周期直扩信号PN码盲估计技术

在非协作信息侦测情况下,在扩频周期内,由于非周期性直接序列扩频（direct sequence spread spectrum, DSSS）信号的扩频序列具有不可重复性,再加上扩频信号的非同步性,使得扩频码的盲估计十分困难。在信息序列不相关,且已知扩频码周期、码速率和信息速率等参数的前提下,提出一种针对非周期性DSSS信号PN(pseudo-noise)序列的盲估计方法。该方法按照信息码元宽度进行分段,利用子空间跟踪算法估计各段PN序列,结合滑动窗口方法实现盲同步,并按照一定的顺序排列拼接实现PN序列盲估计。仿真结果表明,该方法运算量小,对存储空间要求低,在低信噪比条件下可快速准确恢复PN码序列。     

直接序列扩频信号伪码速率盲估计

针对直接序列扩频通信信号的侦察问题,充分利用扩频基带信号发送成型滤波后的波形特点,提出了一种基于最大平均功率序列的算法。该算法首先计算序列的平均功率,然后对其进行谱分析并作平滑处理而完成伪码速率的判定。计算机仿真实验及实际应用证明了该算法在较低的信噪比条件下具有良好的工作性能。     

低复杂度的DSSS信号扩频序列估计算法

在非协作条件下直接序列扩频(DSSS)信号的扩频序列估计是盲解扩的必需环节。通过构造基于接收信号自相关矩阵的两个检验统计量,分别完成了扩频序列的同步和扩频序列的估计。所提的算法具有很低的运算复杂度。仿真实验验证了所提算法性能的有效性。综合算法的鲁棒性、计算复杂度和低信噪比下的估计性能等评价因素,算法相比其它的典型算法有着一定程度的优越性,并易于快速实现。     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

基于子空间跟踪的扩频码盲估计算法

针对直接序列扩频(DS/SS)信号的扩频码盲估计问题,改进了特征分解的方法,利用滑动窗技术取得码同步,并提出了一种基于信号子空间跟踪的PN(pseudo noise)码恢复算法。计算机仿真表明,由于这种算法避开了直接的特征分解求解,降低了数据的存储量,易于硬件实现,具有良好的收敛特性,性能上优于已有的梯度算法和神经网络算法。     

基于正交特性的短码直扩信号伪码序列盲估计

在短码直扩信号伪码序列的估计中,当使用特征值分解(eigenvalue decomposition,EVD)算法、奇异值分解(singular value decomposition,SVD)算法和压缩投影逼近子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法来估计伪码序列时,存在着当最大特征值和次大特征值相近时最大特征向量会受到干扰,进而影响伪码序列估计的问题。针对此问题,提出了一种基于正交特性的伪码序列估计算法。在已知码片速率和伪码周期的前提下,该算法首先把接收信号划分成长度为两倍码元宽度、数据重叠50%的数据段,然后用SVD估计出最大特征向量和次大特征向量,由于最大特征向量和次大特征向量是相互正交的,可以利用两者的正交特性来估计扩频序列。该算法不但能在信号失步时间未知的情况下估计伪码序列,而且仿真结果表明该算法具有稳定性高,需要的数据量少和能在低信噪比下有较好的估计性能等优点。     

一种基于匹配信号变换的有效抗干扰算法

针对直接序列扩频（direct sequence spread-spectrum, DSSS）系统中可能出现的chirp-like干扰,提出了一种有效的基于匹配信号变换（matched signal transform, MST）的干扰抑制算法--峰值保留法。该算法是根据已有的MST快速实现方案和陷波滤波抗干扰算法而设计的。仿真结果表明,该算法能够有效抑制DSSS系统中线性、非线性chirp-like干扰。与其他一些抗干扰算法的仿真比较表明,该算法具有稳健性强、计算量小、误码性能好、实现更为简单等优点,具有较好的应用前景。     

基于延迟相乘和能量累积的DSSS信号参数估计算法

针对直接序列扩频(direct sequence spread spectrum, DSSS)信号截获和参数盲估计问题,提出了一种采用延迟相乘和能量累积实现DSSS信号参数估计的新方法。该算法采用延迟相乘估计伪随机码（pseudonoise,PN）周期,将延迟相乘序列分成连续的片断,通过累积能量最大值搜索估计信息码周期,实现了PN码序列和信息序列的估计。理论分析和仿真结果表明,在加性高斯白噪声条件下,对扩频增益为G_p dB的DSSS信号,在信噪比高于-G_p/2 dB的条件下,该算法能够实现稳定的参数提取。该算法不需要预先设定门限和参数,适合采用硬件设计实现。     

基于小扩频增益的CDMA波束形成

根据CDMA系统中小扩频增益和多用户情况下信号阵列响应估计精度较差的问题 ,提出了利用基站收到的码元序列与解扩后的接收序列 ,估计信号阵列响应及干扰和噪声相关矩阵的新方法。理论分析与仿真结果表明 ,该方法能够减少阵列响应估计对扩频增益和功率控制的敏感性 ,当用户较多时输出SINR比码滤波方法有明显的提高     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.