经典盲均衡算法中稳态剩余误差的分析

阐述了经典盲均衡器的组成原理,分析了稳态剩余误差中理论误差和超量均方误差的产生原因,研究了影响稳态剩余误差大小的因素,如滤波器阶数、步长因子、输入信号的统计特性等,提出了减小稳态剩余误差措施,并利用计算机进行了仿真,仿真结果与理论分析相符．     

基于MSE变换的变步长恒模盲均衡算法

在介绍恒模盲均衡算法基础上,提出一种新的变步长恒模盲均衡算法,算法中的步长由MSE经变换后控制。新算法解决了传统恒模算法中,由于采用固定步长而造成的收敛速度与收敛精度之间的矛盾。理论分析和计算机仿真实验均表明该算法与传统的恒模算法相比,都具有更快的收敛速度和更小的稳态剩余误差。     

基于遗传算法神经网络盲均衡算法的研究

将遗传算法引入神经网络盲均衡,利用其全局搜索能力强的特性来消除传统神经网络算法易陷入局部最优解、训练速度慢的缺点。采用两阶段寻优法,首先,通过遗传算法来为神经网络提供一个全局较优的局部搜索空间;其次,利用传统神经网络在这个局部空间进行更精确地搜索,最终实现盲均衡。计算机仿真表明,该算法能达到更好的收敛特性和均衡效果。     

基于对角递归神经网络盲均衡算法的研究

提出了一种基于对角递归神经网络的盲均衡算法。利用对角递归神经网络结构简单、计算量少的优点,结合传统的恒模盲均衡算法定义了代价函数,用最速梯度下降法推导出了其算法迭代公式。计算机仿真表明,该算法收敛速度较快,误码率较小。     

基于全光通信的信息处理

概述了全光网络中的全光再生技术、密集波分复用、掺铒光纤放大器EDFA、光随机存储RAM、光开关等关键技术,提出了今后进一步研究的方向和思路。     

军事应急物流中多目标路径优化的研究

本文从军事应急物流的定义和特点出发建立了多目标的路径优化模型，并基于遗传算法总结归纳了解决多目标路径优化问题的三种方法。     

基于神经网络调制信号识别技术的发展

信号调制样式的自动识别是软件无线电必备的功能之一,基于人工神经网络的识别方法因其较其他方法具有更好的性能受到广泛关注。分析了基于神经网络调制信号识别技术的基本原理,将目前研究的调制信号识别分为基于多层感知器神经网络的调制信号识别和基于径向基函数神经网络的调制信号识别,提出了神经网络调制信号识别技术进一步的研究方向。     

民用无线局域网在军用野战通信中的应用研究

介绍了无线局域网的4种组网方式和特点,分析了无线局域网在军事通信中的优势,阐述了其在军事领域的应用前景。     

基于LPC2148的远程环境监测平台设计

针对现代监测技术的发展,研制了一种基于嵌入式技术的环境监测平台,以高性能ARM7处理器LPC2148为核心,融合GPRS技术,包含对监测环境的各传感器数据采集、GPRS短信远程传输、语音播放、显示模块等多个组成部分.采用μC/0S-Ⅱ操作系统,给出了接收终端软件运行流程,并着重论述了利用短消息实现远程通信的具体实现方法,实现了对监测环境数据采集、远程传输和显示等功能.     

基于神经网络的自适应噪声抵消器的研究

在系统阐述了自适应滤波器和自适应噪声抵消器基本原理的基础上,利用神经网络的特点,设计了基于四层神经网络的自适应噪声抵消系统,克服了传统自适应滤波器需要两路输入信号统计相关的特点。理论分析和计算机仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声消除能力和鲁棒性。