基于CAZAC序列的OFDM同步算法

提出了一种利用恒包络零自相关(CAZAC)序列和循环前缀相结合的OFDM系统的同步算法.对基于CAZAC序列的OFDM同步算法进行了分析,指出了该方法的缺点所在.并考虑到训练序列中循环前缀对同步性能的影响,对利用CAZAC序列和循环前缀相结合的同步算法进行了计算机仿真.结果表明,同步性能得到明显提高.     

OFDM中基于DFT信道估计的改进算法

在正交频分复用(OFDM)系统的估计算法中,基于离散傅里叶变换(DFT)的信道估计因其算法实现简单,性能又优于最小二乘法(LS),常常用于实际OFDM系统中.传统的DFT算法中通常只抑制了信号中循环前缀(CP)外的噪声,并没有消除循环前缀内的噪声.提出了一种改进型算法,该算法通过加窗降低系统中频谱泄露现象,并对噪声进行估计修正,考虑到CP范围内外的噪声分布情况,设置了一个新的阈值点来抑制样本内的噪声.仿真结果表明:该算法较传统的DFT估计算法性能更好,更进一步地改善了系统误码率,能获取准确的信道信息.     

MIMO-OFDM系统中的空时频编码技术

为进一步改善OFDM系统性能,在研究循环延迟空时频(STF)编码和正交预编码STF编码技术的基础上,提出在这两种STF-OFDM系统中采用多个天线接收信号,给出了基于算术平均和最大似然准则的多天线接收解码算法.对两种系统性能进行了仿真和比较,结果表明,采用文中提出的多个天线接收方式,两种STF-OFDM系统性能都有改善,循环延迟和正交预编码STF-OFDM系统性能分别改善4.5dB和2.7dB.正交预编码STF-OFDM系统比循环延迟STF-OFDM无论是系统性能、数据传输效率还是系统复杂度以及成本等方面都要好.     

一种适于频率选择性衰落信道的空频编码

针对多输入多输出正交频分复用(MIMO-OFDM)通信系统，提出了一种简单而有效的空频编码算法：时域循环延迟法，即利用OFDM时域帧信号的循环延迟实现空频编码．理论分析和计算机仿真结果表明：该空频编码算法不仅能获得完全分集增益(包括空间分集和信道多径分集)，而且还具有与发送天线数量无关、计算量小和实现容易等优点．     

一种改进的基于循环前缀的OFDM系统定时同步方法

同步是正交频分复用(OFDM,Orthogonal Frequency-Division Multiplexing)系统研究的关键问题之一,本文主要研究了基于循环前缀(CP,Cyclic Prefix)的OFDM系统定时同步方法.传统的基于循环前缀的OFDM系统定时同步方法只局限于在一个符号内进行相关运算,同步效果不够理想,而且在多径信道存在的情况下循环前缀的长度大都比较长才能正确确定符号定时点,降低了传输效率.本文提出了一种扩展的多符号联合定时同步算法,仿真结果显示,改进后的方法提高了传输速率,在符号同步估计性能较原始方法有显著的提高.     

融合样本选择与特征选择的AdaBoost支持向量机集成算法

为提高AdaBoost分类器集成算法的分类精确度并简化分类系统的复杂度,提出一种融合样本选择与特征选择的AdaBoost支持向量机集成算法(IFSelect-SVME)。该算法在AdaBoost算法的每个循环中利用加权免疫克隆样本选择算法进行样本选择,并用互信息顺序向前特征选择算法进行特征选择,再利用每个循环优化选择得到的特征样本子集训练个体SVM分类器,并对其进行加权集成,生成最终的决策系统。对实验所用9组UCI数据集的仿真结果表明:与支持向量机集成(SVME)算法相比,IFSelect-SVME算法的正确分类率有所提高,且样本数可减少30.8%~80.0%,特征数可减少32.2%~81.5%,简化了集成结构,缩短了测试样本的分类时间,所得到的分类系统具有更好的分类精度。     

基于MDFT滤波器组的两步检测算法

认知无线电(Cognitive Radio, CR)在解决频谱资源匮乏问题和提高频谱资源利用率方面被寄予厚望。频谱感知的循环特征检测算法复杂度较高,而能量检测算法在信噪比比较低的情况下检测性能不理想,针对这种情况,在改进离散傅里叶变换(MDFT)滤波器组结构的多载波调制系统中,提出一种基于MDFT滤波器组调制的两步检测算法。该算法结合了循环特征检测较强的抗噪声干扰特性以及能量检测算法复杂度低的优势。仿真结果表明：所给出的两步检测算法在较低信噪比时相对于MDFT能量检测、OFDM循环特征检测等其他算法,其检测性能有明显改善,同时较MDFT循环特征检测算法可有效降低算法复杂度。     

短波信道下直扩信号检测与载频盲估计

针对通信侦察识别中广泛遇到的短波信道下直接序列扩频信号(DSSS)的检测与参数估计问题,提出了一种利用广度优先搜索邻居(BFSN)聚类分析提取未知信号高阶循环累积量循环频率的算法。该算法通过聚类比较截获信号的各类峰值,剔除干扰和奇异类信号,克服了短波信道中常见的多径效应引起的码间串扰(ISI)影响,从而实现了在低信噪比条件下,对直扩信号进行检测和载频的盲估计。对算法进行了理论分析,并通过计算机仿真验证了该算法在低信噪比下具有较好的稳健性。     

基于循环谱特征的楼宇室内频谱感知算法

针对目前楼宇室内环境中,信道多径衰落和噪声不确定性等低信噪比情况下主用户信号检测性能较低的问题,提出了一种基于支持向量机(SVM)的主用户信号频谱感知算法.该算法融合了循环平稳特征检测和SVM算法的特点,对信号循环平稳特征参数进行特征提取,作为训练样本和待测样本,再采用SVM算法分别对有无主用户情况下的信号进行分类检测.仿真实验表明与人工神经网络(ANN)和最大最小特征值法(MME)相比较,所提算法可在低信噪比情况下,有效地实现对主用户信号的感知,具有较好的稳健性.     

基于独立分量分析的盲解码接收算法

为了解决广义频分复用(generalized frequency division multiplex,GFDM)系统接入信号中现有快速傅里叶变换(fast Fourier transform,FFT)解码算法需要先进行同步的缺点,通过独立分量方法研究了异步情况下基于独立分量分析(independent component analysis,ICA)的解码算法.该算法可以在未知传输延时和载波偏移的非同步情况下,对多用户GFDM系统信号进行盲分离和解码,降低了定时和频偏估计误差对解码性能的影响,同时不需要去除循环前缀,增加了接收信号的能量,提高了解码性能.理论分析和仿真结果表明:在平稳信道环境下,随着循环前缀的长度增加,基于ICA的解码算法相比于传统的FFT解码算法至少获得约2 dB的性能增益.     

调制引入循环平稳的MIMO系统分离与辨识

针对多输入多输出线性时不变系统提出了一种新颖的盲辨识方法。该方法利用了调制产生的二阶循环平稳性，在循环频率域对信号的统计量进行分离，最终将各个系统的冲激响应辨识出来。分别讨论了4输入4输出系统在有加性高斯白噪声时的信道辨识情况，并对算法进行了计算机模拟。     

模式匹配的一种新方法

为找出模式匹配中数据源模式和一个全局模式之间的模式对应关系、实例转换和语义映射等 ,采用框架方法来描述待匹配的两种模式 .应用多Agent系统中的Matchmaking方法 ,对框架中的不同槽的内容采用不同的匹配处理 ,是比较新颖的模式匹配方法 .     

基于强跟踪多模型估计器的作动器故障诊断

在多操纵舵面飞机的自修复飞控系统中,快速准确地获得作动器的故障信息至关重要。该文将多模型思想与强跟踪滤波器相结合,在多模型自适应估计方法的基础上,提出了一种基于强跟踪多模型自适应估计器的作动器故障诊断方法。该方法改进了多模型自适应估计方法的不足之处,具有较好的鲁棒性和较强的自适应能力。它适用于非线性系统,能在线快速地检测出故障,并能较准确地估计出故障的大小。通过对各种作动器故障的仿真,验证了该算法的有效性。     

中国省际科技竞争力评价——基于超效率DEA的分析

为了有效提高科技竞争力评价的客观性和准确性、减少分析结果的偏误,在分析了当前广泛使用的几种方法存在的缺陷后,该文引入适用于多投入、多产出的复杂系统效率评价的超效率DEA方法,对中国的31个省(市、自治区)的总量科技竞争力和结构科技竞争力进行效率评价。研究结果表明:各省份科技投入产出的效率值分布呈现两头小,中间大的格局,省际间科技辐射与科技带动的效果明显,总量科技竞争力和结构科技竞争力的效率存在较大差别,而且科技竞争力并非完全与区域经济水平同步。     

线性多自由度系统弱参数激励振动的稳定性分析

针对一般多自由度线性系统弱周期参数激励稳定性问题，尝试建立有效而通用的分析方法。运用复模态理论简要推导了线性系统避免共振的定量关系式。以此作为多尺度方法消去久期项的条件，将线性系统单频弱参激振动的稳定性分析转化为求解若干低阶代数方程组，得到了稳定条件与不稳定区域。借助于线性叠加原理，简要阐述了多频弱参数激励问题稳定性分析的思想与步骤。所建立方法不但能够同时处理存在阻尼与陀螺效应的高维系统，而且可推广用于分析复参数矩阵问题与弱非线性系统。对非对称单圆盘转子系统的计算表明所述方法正确、有效。     

一类混杂系统多重故障的半定性诊断方法

为解决混杂系统中多重故障诊断等分支研究相对薄弱的问题,以一个三容水箱系统为背景,提出了一类混杂系统多重故障的半定性故障诊断方法.该方法使用混杂自动机对系统进行建模,利用混杂串级神经网络跟踪子系统的状态变化,并考虑了故障改变模式顺序的问题.对元件的多重故障进行了仿真研究,结果表明,该方法能够很好地对系统中的多重故障进行诊断,为混杂系统的多重故障诊断提供了新的实用途径,模糊理论在基于半定性方法的多重故障诊断中具有广阔的应用前景.     

两类非线性随机微分系统的鲁棒控制

研究了两类非线性随机微分系统均方意义下鲁棒均方指数稳定性问题。系统中含有不确定性非线性多时滞扰动,利用Lyapunov-Krasovskii方法、范数的性质及Riccati方程等工具提出了相应的非线性状态反馈控制器,它们可保证所讨论的系统是均方指数稳定性的。     

模糊离散事件系统的多故障诊断

针对诊断器不能只依赖自身就能判断诊断的缺点,基于不可区分串的概念,提出一种模糊离散事件系统的多故障诊断方法.首先,基于极小可观测事件构造模糊自动机相应的诊断器,用于寻找不可区分串的集合;其次,根据诊断器的性质,提出模糊离散事件系统的多故障可诊断的充分必要条件;最后,通过实例进行验证.结果表明:该方法为模糊离散事件系统的多故障诊断提供一种简单可行的新途径.     

长相关业务量平均排队延迟的神经网络估计方法

从学者研究自然结构和科学数据的自相似性和分形性质,如网络流量数据等中,引入了一种估计多源排队系统中平均排队延迟的新方法。应用神经网络建模方法对自相似业务量进行预测并测定到达率和丢包率,以适应自相似流量模式的排队系统。     

多机械臂系统分布式主从同步控制算法与仿真

针对多机械臂系统同步控制问题,提出一种分布式多机械臂同步控制算法。运用通信拓扑学的知识,定义主从机械臂间同步误差;基于无向图放松约束条件,设计同步控制算法;根据李雅普诺夫函数进行了稳定性分析。2自由度多机械臂系统仿真表明:应用该控制算法,主从机械臂间的同步误差能渐近收敛到零;与集中式同步控制相比具有更高的稳定性。