Go-back-N ARQ通信系统的性能研究

本文考虑了反向信道的差错,用新的方法研究了Go-back-NARQ通信系统的性能。文中给出该系统的重发转换过程状态模型图;将复杂的过程归纳为六种概率事件,将系统的差错率分为误字、漏字和加字率,使其和正确传输概率严格区分开来;推导出Go-back-N ARQ通信系统的性能计算公式。在选定码型和信道调制方式之后,这种计算方法是精确实用的。     

感知无线电系统中主用户的中断概率分析

在感知无线电系统中,不精确的频谱检测错误将会引起感知用户和主用户之间的冲突,对主用户的通信造成干扰.使用马尔可夫链对系统进行建模,得到2种冲突解决方案下的系统状态转移图.采用主用户中断概率作为性能指标估计感知用户对主用户造成的干扰.仿真结果表明,随着感知用户检测概率不断增加,主用户中断概率不断降低,仿真结果和理论分析结...     

跳时M元双正交脉冲位置调制超宽带通信性能研究

针对目前超宽带（UWB）通信调制方式传输效率低下、误码率过高的问题，提出了采用跳时M元双正交脉冲位置调制（TH—MBPPM）改善系统性能的方法．TH—MBPPM方法将需要传送的多个信息比特分别调制到信号的幅度和位置上，同时在信号中加入伪随机跳时码，解调端采用概率密度函数的方法对各匹配滤波器输出端的多址干扰成分进行精确的计算，将所有干扰信号建模为高斯白噪声并根据最大似然准则对接收的信号进行判断，得到了系统误符号率的封闭表达式及其简化的计算表达式，该表达式精确地反映了系统的误符号率性能且计算复杂度较低．与跳时M元正交脉冲位置调制UWB通信系统相比，TH-MBPPM方法误符号率更低，且系统复杂度降低了50％。     

Chi-square Distance在协议异常检测中的应用

针对Juan M提出的一种基于马尔可夫链的随机协议异常检测模型和评估方法存在的不足进行改进．改进后的模型增加了一些必要的状态，初始概率和转换概率更加精确．实验表明，将Chi—Square Distance和马尔可夫链方法相结合来检测协议异常，可克服原方法的不足，能有效检测到SYN Flooding攻击．     

稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。     

无人机联合D2D应急通信网络的性能分析

无人机与D2D(device-to-device)通信技术相结合可作为应急通信网络的可行选项之一,但存在复杂的同频干扰问题。为了降低干扰,提出一种无人机配备定向天线阵列的网络。以系统内用户作为主要研究对象,利用随机几何理论,对所提网络进行系统建模,将D2D通信用户以及无人机通信用户建模为两个独立分布的齐次泊松点过程,推导了D2D用户成功传输概率的精确表达式以及无人机通信用户成功传输概率的上下界理论表达式。仿真结果验证了理论公式的准确性,且相比全向天线,无人机配备定向天线可以有效地提高网络性能。同时,存在最优的无人机高度以及密度,使系统和速率最大化。     

基于随机几何理论的无线Ad Hoc网络传输容量分析

考虑实际通信系统中数据传输速率及可变的链路传输距离,利用随机几何理论对瑞利衰落环境下中断概率的精确表达式及渐近表达式、传输容量的渐近表达式进行了推导,并与采用固定链路传输距离下的中断概率、传输容量性能进行了比较.仿真结果验证了理论推导的正确性,并表明:由于实际通信系统通常是一个低中断概率系统,因此传输容量的渐近表达式的分析结果可看作其精确结果的有效近似值,通过渐近表达式,能够更好的体现网络传输容量与网络设计参数之间的关系,另外,实际通信系统中链路传输距离的变化对传输容量性能的影响不大.     

平流层平台稳定性对蜂窝移动通信的影响

基于提供一个足够低的通信中断概率是任何一个实用的通信系统所必具的性能,提出了一个简略的平流层蜂窝通信模型.用计算机仿真的方法分析了平台运动对移动用户的通信中断概率的影响.仿真结果表明,适当地增大小区半径,可使平台不稳定造成的通信中断概率迅速减小.     

平流层平台稳定性对蜂窝移动通信的影响

基于提供一个足够低的通信中断概率是任何一个实用通信系统所必具的性能，提出了一个简略的平流层峰窝通信模型，用计算机仿真的方法分析了平台运动对移动用户的通信中断概率的影响。仿真结果表明，适当地增大小区半径，可使平台不稳定造成的通信中断概率迅速减小。     

紧距离空间上马氏过程的不变概率测度

本文给出马氏过程存在不变概率测度的一个充分条件,将Beboutoff关于离散时刻的马氏链存在不变测度的定理推广到连续时间的马氏过程中去,证明了在紧距离空间中,随机连续的Feller过程一定存在不变概率测度,从而对随机微分方程解过程的稳定性由另一角度进行了描述。     

基于点互信息的全局词向量模型

提出了一种基于点互信息的全局词向量训练模型。该模型为了避免GloVe词向量模型中使用条件概率刻画词语关系时所产生的缺点,使用了另一种相关信息——联合概率与边际概率乘积的比值——来刻画词语间的关系。为了验证模型的有效性,在相同条件下,利用GloVe模型和我们的模型训练词向量,然后使用这2种词向量分别进行了word analogy以及similarity的实验。实验表明,模型的准确率在word analogy的Semantic问题中比GloVe模型表现更好,分别在100维、200维、300维的词向量实验中,准确率提升了10.50%、4.43%、1.02%,而在similarity的实验中,模型准确率提升也达5%~6%。结果表明,模型可以更有效地捕捉词语的语义。     

基于贝斯准则和待定词集模糊矩阵的满文识别后处理

将满文单词识别系统的识别信息和满文的词组信息有机地结合起来,建立满文词组和待定词集统计信息库,利用贝叶斯准则,综合满文待定词的后验概率和词组的先验概率信息,建立合理有效便于实现的数据结构,对满文单词识别系统输出存在的拒识词和错识词进行检测和纠正,从而有效地提高满文识别系统的识别率·实验表明:后处理性能除取决于语言模型外,还取决于后概率的精确估计·另外,在单词识别系统识别率高的情况下,后处理的纠错能力会增强·     

构建单字词表识别未登录词的方法

针对目前中文分词技术主要依赖于常用词词典,而词典对未登录词识别率较低的问题,提出一种用双词典识别未登录词的方法,即构建一个常用词词典和一个单字词词典,二者相互结合进行分词,有效解决了对未登录词识别效率偏低的问题.实验表明,采用构建单字词表法对未登录词的识别准确率可达90%以上.     

k补子字自由的无限字

设w是{0,1}上一个无限字,若x是w的子字,且|x|≥k(k为正整数),则x的补字x不是w的子字,那么称w是一个k补子字自由的无限字.文章给出了k补子字自由无限字的若干刻画.     

宗教对英语日常用语的影响(英文)

Language and culture are closely related.Language is the carrier and container of religion.Religion can be described and evaluated in language.So,if there had not language,there had not been so called culture.As a constitution of culture,language reflects the rich culture phenomenon.This paper is to explore the impact of religion on daily used language.The paper falls in to three parts: impact of religion on English word;impact of religion on daily communication and impact of religion on idiom.     

文本分类中基于单词表示的全局向量模型和隐含狄利克雷分布的文本表示改进方法

针对文本分类中文本数据表示存在稀疏性、维度灾难、语义丢失的问题,提出一种基于单词表示的全局向量(global vectors for word representation, GloVe)模型和隐含狄利克雷分布(latent Dirichlet allocation, LDA)主题模型的文本表示改进方法。利用GloVe模型结合局部信息和全局词语共现的统计信息训练得到文本的稠密词向量,基于LDA主题模型生成文本隐含主题和相应的概率分布,构建文本向量以及基于概率信息的主题向量,并计算两者之间的相似性作为分类器的输入。实验结果表明,相比其他几种文本表示方法,改进方法在精确率、召回率和F_1值上均有所提高,基于GloVe和LDA的文本表示改进方法能有效提升文本分类器的性能。     

英汉构词法若干差异分析

从汉英两种语言在“字”这一层面上的对比可以看出,汉字在经过数千年的变迁后仍基本保持着形义结合的特征,指出字的构成成分较为容易,而英语则走着与汉语截然相反的道路,在形义结合上单纯词几乎没有任何特征,成为隐性复合词,只能在显性复合词的层面上来体现意义的组合关系。从英汉词汇化比较可以看到,尽管两种语言有大致相同的构词趋势,即词语压缩和短语化,但是其具体表现形式却因各自语言体系特点而呈现出不同的特色:英语是借助于词素的灵活并接和从句的压缩来调整的,而汉语则利用词组的节缩和多音节化得以实现。将英汉两种语言中的构词法进行对比分析,找出差异的原因,对我们认识语言内部结构特点和跨文化交际都有重要的意义。     

基于最大熵模型的交集型切分歧义消解

利用最大熵模型研究中文自动分词中交集型切分歧义的消解.模型输出的类别为两种:前两个字结合成词和后两个字结合成词.模型采用的特征为:待切分歧义字段的上下文各一个词、待切分歧义字段和歧义字段两种切分可能的词概率大小关系.通过正向最大匹配(FMM)和逆向最大匹配(BMM)相结合的分词方法,发现训练文本中的交集型歧义字段并进行标注,用于最大熵模型的训练.实验用1998年1月<人民日报>中出现的交集型歧义字段进行训练和测试,封闭测试正确率98.64%,开放测试正确率95.01%,后者比常用的词概率法提高了3.76%.     

“摩托”与“马达”的混同与分化——一个比较独特的“一源二词”现象考察

“摩托”与“马达”作为同一个英文单词的不同音译形式,在长期的使用中经过了由混同到分化的过程,它们具体的使用情况比较复杂。现有的工具书对二者的释义极不准确,主要的问题是以偏概全,因而不能反映二词的真实意义和用法。与二词意思相近的还有另一个音译词“引擎”,三者之间也是同中有异。     

基于虚词切分的藏文分词系统的设计与实现

藏文分词是藏文自然语言处理的基础。根据藏文虚词在藏文文本中的特殊作用以及虚词的兼类性、结合性、黏着变体性和还原特性,设计实现了一个基于藏语虚词切分的正向最大匹配的藏文分词系统,该系统对原始文本进行逐次扫描处理得到分词结果。实验表明,文章提出的藏文分词系统具有较高的切分精度和切分速度。