基于自适应Harris角点检测的掌纹定位方法

分析Harris角点检测算子的实现原理及其应用于掌纹定位中时的不足,提出了一种基于自适应Harris角点检测的快速掌纹定位算法,该算法可以人为选择感兴趣区域进行检测,然后利用角点进行定位。有效地避免了掌纹定位过程中二值化,边缘检测等一系列复杂的过程,并且克服了检测过程中的角点簇拥,计算量大的缺点。实验结果表明,该方法进行的掌纹定位非但计算量小,处理速度快,而且检测出的角点分布均匀合理,能更好的适应图像定位等一系列的应用。     

一种快速时变衰落信道下的STBC-OFDM解码器

在正交频分复用(OFDM)宽带系统中,信号要经过信道的频率选择性衰落;而当接收端高速移动时,信号在接收端又要产生多普勒频移,从而产生信道的时间选择性衰落.在信道时变时,空时分组码-正交频分复用(STBC-OFDM)系统解码会引入发送天线间互干扰.提出一种多接收天线下的STBC-OFDM解码器,能有效地消除由于信道时变引发的干扰,同时又能最大地利用接收分集增益.仿真实验结果表明所提出方案具有更好的误比特率性能.     

独立分量分析在高光谱遥感图像处理中的应用综述

独立分量分析是二十世纪九十年代兴起的一种高效信号处理方法.它在不知道源信号和混合矩阵的情况下,仅利用混合信号就能实现源信号分离,因此在信号处理等领域得到了广泛应用.阐述了独立分量分析理论在高光谱遥感图像中的应用,对研究中现存的难点问题进行了探讨,并对其研究前景进行了展望.     

基于自适应粒子群优化的盲源分离

针对现有的盲源分离算法性能大多依赖于非线性函数的选取问题,提出了一种基于自适应粒子群优化(adaptive particle swarm optimization,APSO)的盲源分离算法。该算法以分离信号的负熵为目标函数,根据分离信号的状态自适应地调整惯性因子,克服了收敛速度和信号恢复质量之间的矛盾。仿真实验表明,该算法的性能对源信号的概率密度性质没有依赖性,因而能很好地分离亚高斯和超高斯信号的混合信号,并且能有效地避免早熟收敛问题,具有较快的收敛速度,分离效果好。     

TDOA技术在GSM和CDMA网络中的应用分析

介绍TDOA(Time Difference of Arrival)技术的数学模型,以及TDOA技术在GSM(Global System for Mobile Communication)和CDMA(Code Division Multiple Access)网络的实际应用。最后通过仿真分析,对GSM和CDMA网络进行了性能比较,深入分析了两种网络的特点,对于在实际应用中如何选择定位网络有很好的指导作用,具有很高的实际应用价值。     

《模拟电子技术》实验课程体系的研究与实践

基于学生实践能力与创新精神的培养,构建以能力培养为目标,以多层次、模块化实验课程体系为核心的开放式实验课程体系;结合教学内容、方法和手段改革,文中探讨了多元化实验教学模式的作用与意义,提出以学生为主体,教师指导为辅,变"教"为导的一种新型实验教学模式;明确实验教学改革的目标是培养应用型、创新型人才。     

局部均匀环境中自适应极化与波形优化检测

研究了一种局部均匀环境中的自适应优化检测算法。首先提出了两种波形设计方案;然后基于自适应子空间检测器提出自适应极化分集与波形设计联合优化检测算法,该算法首先将优化检测问题转化为多参数的联合优化问题;进而应用田口优化算法解决该优化问题。仿真实验证明,在局部均匀环境中提出算法相比其他算法检测性能获得了极大改善;重要的是,由于引入高效的田口优化算法,提出算法的效率得以极大提高。     

调频广播台杂波和噪声与目标回波功率对比分析

利用无源雷达来对目标检测是目前电子对抗研究的一个热点。该文给出了以调频广播信号为非合作照射源来进行目标探测的传输模型,由此计算出目标回波信号与直达波功率比（信直比）、信杂比和信噪比的强度,然后将三者的强度进行了对比分析,得出了直达波对整个系统性能一直起到主导作用,而对于不同的基线距离,信噪比和信杂比对系统性能影响程度的比重将发生变化,从而为后续的杂波抑制和信号检测提供了理论依据。     

一种基于多相滤波器组的信道化接收机设计方法

提出了一种基于多相滤波器组的信道化接收机的设计方法。该方法可以满足宽带侦察系统实时性和带宽的要求，较好地解决了高速A／D芯片与低速信号处理器之间的矛盾问题，并且易于在大规模集成电路上实现，文中还对参数编码器的设计进行了简要地介绍．     

自适应实时型复值混合信号盲分离算法研究

利用非圆信号的协方差和伪协方差都为非零对角线矩阵的特点,构造代价函数,通过复值梯度推导得到一种针对复值混合信号的自适应实时算法.该算法能分离任何包含非圆信号源的复值混合信号;与强不相关变换算法相比,该算法结构简单,具有实时性,分离误差小,同时不需要特征值和奇异值分解,即使信源谱系数相同也能成功分离出复值混合信号.实验仿真证明了算法的有效性.