能量检测中的BPSK信号最优检测门限

在认知无线电中,授权用户对主用户进行频谱感知时,会存在使得虚警与漏检概率之和最小的最优检测门限。以研究高斯白噪声环境下BPSK信号的有效检测问题为目的。通过对能量检测统计量的数学分布进行理论推导,将最优检测门限问题转化为和值最小的求解问题,给出了由采样点数、噪声方差、信噪比所决定的最优检测门限计算公式,并给出证明。在不同信噪比下对和值曲线变化规律的仿真说明了最优检测门限的存在性。通过对文中门限和恒虚警概率门限下的检测概率性能分析、文中门限和恒检测概率门限下的虚警概率性能分析、以及不同指标变化时其他2种门限向文中门限收敛的性能分析,说明了最优检测门限下的检测性能较优。此外,蒙特卡洛实验验证了理论分析的正确性。     

台风随机模拟与极值风速预测应用

采用Monte-Carlo台风风场随机模型，结合台风历史记录资料和近地台风观测结果，对上海周边沿海区域内的台风风场参数合理取值进行了优化．以越界峰值法和广义№分布探讨了工程场地目标重现期内极值风速预测分析过程，使在较短台风风速序列上进行极值风速预测成为可能．而后，将上述理论与方法应用于上海-崇明越江通道工程极值风环境研究，预测了台风气候模式工程场地重现期极值风速结果，并与实测结果和规范进行了对比。     

一种有效的(t,n)门限可验证多密钥共享方案

YCH方案是一个基于二元单向函数和Shamir(t,n)门限方案的有效多密钥共享方案.以YCH方案为基础,基于可验证的秘密共享技术,采用新的子影子密钥构造方式,提出一种新的可验证多密钥共享方案,此方案能检测到密钥服务器或者合作成员可能存在的欺诈行为,而且与已有的方案相比,在多数情况下该方案效率更优.     

动态门限秘密共享方案

为了克服现有的门限秘密共享方案在处理参与者集合动态变化时灵活性差的缺点,提出了一个门限秘密共享方案,并给了一个简单实用的计算L agrange插值的方法。该方案可以动态添加或者删除参与者,而不需要重新分发子秘密,减小了方案实施的代价,子秘密由参与者自己保存,公开的是子秘密的一个影子,从而子秘密可以复用。与直接用基于一般访问结构的共享方案实现门限秘密共享相比,该方案运算代价小。     

基于自适应模糊神经网络的货币供应量预测

采用ANFIS(Adaptive Neuro-Fuzzy Inference System)进行货币供应量预测。ANFIS将模糊理论与神经网络融合,利用神经网络来实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。利用我国货币供应量数据对网络进行训练和检测,所得结果表明利用ANFIS预测货币供应量有效。     

基于遗传算法的二维熵方法自动阈值

利用二维灰度直方图方法对于有噪声的图象进行分割,可以取得比较满意的效果。但是该方法时间复杂度高,耗时长,因此,如何设法减少运算时间就显得很必要。二维直方图的阈值选取,就其本质而言,是一个求全局最优的优化问题,而遗传算法对这类问题往往很有效。该文给出了在二维熵方法中,利用遗传算法对最优阈值进行搜索的快速算法,运算时间仅为穷尽搜索的１／１００。     

第三代移动通信中的自适应调制和编码方法

在无线信道的多媒体传输中,采用自适应调制技术可以提高传输效率和网络吞吐量,而结合编码码率的自适应调整,能够更大程度地降低系统的中断概率;介绍了改进的自适应功率分配的算法,并在此基础上给出了自适应确定调制级数M和码率R的界限,以用于3G系统的自适应调制和编码,仿真结果表明,应用该自适应调制和编码技术,可降低系统的中断概率达2到3个数量级。     

自动阈值法在生长环境茄子图像分割中的应用

在果蔬采摘机器人系统中,果实目标的智能化识别和定位问题一直是没有解决的问题。为此,研究生长环境中茄子图像的分割算法问题。通过对生长环境中茄子果实与周围环境颜色特征的试验与统计,得出了EXG颜色因子对于茄子果实分割最为有利的结论。采用自动阈值法对EXG灰度图像进行了分割。选择图像灰度的均值作为初始阈值的估算值,然后连续不断的进行迭代,直到取得满意的结果。试验表明,分割效率分别大于81%,平均用时为0.116s,能够满足果蔬采摘机器人对视觉系统的要求。     

伪码调相引信压制性干扰效果仿真

研究压制性噪声调频干扰对伪码调相引信的干扰效果.建立了接收机干扰效果仿真模型,分析了压制性噪声调频干扰对伪码调相引信干扰的机理,提出了基于相关器输出值过门限概率大小的压制性干扰效果评估方法,仿真分析了影响干扰效果的几个主要因素.仿真结果表明,采用窄带瞄准式干扰,增加接收机输入干信比,减小干扰带宽,提高载频瞄准度,可以增强干扰效果.     

阈值去噪下的改进粒子滤波算法

针对粒子滤波在非线性系统上具有优越性,但粒子在传播过程中必然受到噪声影响的问题,提出了在阈值去噪下的改进粒子滤波算法.将小波阈值去噪的思想引入到粒子滤波中,即信号先经过小波包分解,再利用适当的阈值保留分解系数较大者并将系数较小者置为0,这样每个粒子结合其历史信息可降低噪声水平,进而改进滤波的状态估计值.蒙特卡罗仿真实验表明,加入阈值去噪的粒子滤波法可以有效降低滤波的均方根误差,提高滤波精度.在所采用的线性及非线性系统中,均方根误差均值分别降低了14%和12%.