我国城乡社会保障服务均等化的政策选择——以政府公共政策价值理念为视角

以政府公共政策价值理念为视角,对我国城乡社会保障服务均等化现实诉求下我国保障的政策选择进行了分析探讨,指出政府在建构城乡社会均等化保障体系上应该遵循服务性、社会利益的增进与平衡、科学发展中的效率与公平、政策价值分析的冲突和统一等政策理念,进行政策建构行为的优化,做出合理的政策选择,即：推进县乡财政管理体制改革,建立和完善农村社会保障财政制度,加强服务型政府建设,提升公平和谐政策观念。多元共拓资金筹措渠道,编织社会保障多层防护网等等。     

一种提高数据利用效率的单载波信道估计方法

在单载波频域均衡系统中,提出了一种高效利用已知接收数据进行子空间盲信道估计的方法.对每个接收数据块内的符号进行循环移位,将原一列数据向量扩展为两列行线性非相关数据矩阵.因此.在相同均衡性能指标下,所利用的接收数据量是以往使用的子空间盲信道估计方法的一半.这意味着,此方案适用于某些对数据量有严格限制要求的场合.仿真实验结果表明,在保证性能无衰减的前提条件下,节省一半的所需数据量.     

一种适用于移动OFDM系统的迭代均衡算法

在下一代高速宽带无线应用中,通信终端的高速移动引起的多普勒效应恶化了OFDM系统接收机的性能.现存的补偿多普勒效应的均衡方案或需较高的计算量,或以性能为代价而获取低复杂度.在充分利用ICI功率分布特性的基础上,利用部分信道信息提出了-种新的基于软符号的低复杂度迭代MMSE均衡算法.理论分析及计算机仿真表明,该方案能够灵活可控地获得复杂性与性能的折衷,从而有效克服了ICI的影响,提高了接收机的BER性能.     

一种低发射功率的单载波频域均衡结构

单载波频域均衡技术可实现同正交频分复用多载波传输技术等效的抗多径衰落性能及较低的处理复杂度,具有较低的峰均比,因此成为下一代移动通信中非常有前景的传输技术.但是传统的单载波频域均衡系统发射机需要在每一帧信号前插入循环前缀.提出了一种优化的单载波频域均衡结构,仅在发射机偶数帧前面插入循环前缀,因此可以提高发射机的频谱效率,节约了发射功率.在接收端,当检测偶数帧信号时,利用传统的频域均衡技术进行检测;提出了两种检测奇数帧信号的频域均衡接收机,分别为基于重叠保留法和重叠相加法的频域均衡接收机.仿真结果证明基于重叠保留法的频域均衡接收机可以取得与传统单载波频域均衡系统相近的误符号率性能.     

云层信道光通信链路误码率及性能改善途径分析

云层粒子多次散射引起激光脉冲时间扩展,造成接收信号出现码间串扰.首先使用蒙特卡洛光线追踪法对不同云层光学厚度下,云层的激光脉冲时间响应进行了仿真,并将仿真结果拟合为双Gamma函数.然后建立了云层信道最大码元传输速率计算模型和带均衡的云层信道时间响应模型,并推导出考虑码间串扰时的系统误码率计算模型.通过仿真得出:数据传输速率自适应和信道均衡能有效地对云层多次散射效应进行抑制,改善系统误码率性能.     

一种低复杂度并行软方向判决恒模盲均衡算法

针对并行软方向判决的CM盲均衡算法(CMA+SDD)可以明显改善单纯CMA均衡器性能,只是其运算量比较大的问题,在不产生星座缩减现象条件下,对CMA+SDD算法进行简化,提出一种能根据均衡器输出信号星座点位置对复平面进行随机划分的低复杂度算法.该算法可以克服S.Chen算法采用固定复平面划分带来的收敛慢的缺点,并减少了计算量.16QAM仿真结果表明该算法的收敛速度比S.Chen的算法快,并在低信噪比(SNR)下算法表现良好.     

基于自适应的单载波频域均衡算法

为了克服频率选择性信道中的码间干扰问题,研究了基于自适应的频域均衡算法。在传统的频域自适应均衡中,由于从时域到频域转换的"块"延迟特性,使所需训练序列的数量很大,降低了系统的通信效率。提出了一种自适应频域均衡算法。通过对训练数据序列在频域进行多次自适应学习,使得频域均衡器系数在此过程中逐渐收敛到最优值。由于在自适应过程中仅使用一段训练序列,而且不再进行信道参数和噪声功率的估计,从而提高了通信效率。仿真结果表明,在准静态信道条件下,该算法取得了较好的频域均衡性能。     

基于小波网络的MQAM数字通信自适应均衡器

首先给出了多维小波网络的结构及其随机梯度学习算法,提出了基于小波网络的MQAM数字通信自适应均衡器.仿真结果表明:该均衡器对于MQAM数字信号非线性信道的均衡,其性能明显优于传统的基于LMS和RLS算法的线性均衡器和基于RLS算法的判决反馈均衡器,且性能稍好于基于BP网络的均衡器.     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。     

一种改进的变动量项归一化p-范数短波信道盲均衡算法

为了进一步提高脉冲环境噪声下归一化p-范数常数模(constant modulus algorithm,CMA)盲均衡算法性能,提出一种变动量项归一化p-范数常数模盲均衡算法.在归一化p-范数常数模盲均衡器更新过程中引入动量项,盲均衡器输出信号依据CMA和判决引导(decision directed,DD)算法分别计算瞬时误差,动量因子依据2种准则下的瞬时误差符号进行自适应调整,得到一种变动量项算法.计算机仿真结果表明,变动量项归一化p-范数盲均衡算法有效提高了算法收敛速度,同时与固定动量项归一化p-范数盲均衡算法相比,具有更小的稳态剩余误差,在脉冲噪声环境下的短波信道盲均衡中具有应用价值.