基于双面金属包覆波导光强差分信号的波长锁定

利用双面金属包覆波导中超高阶导模对激光波长高度灵敏的特性,提出了一种基于光强差分信号的波长锁定方法,可有效地避免激光光强波动所带来的误差,使激光波长锁定稳定度进一步提高.该方法能实现皮米量级的激光波长锁定,且其制作工艺简单.     

一种基于Mie散射的颗粒物浓度测量方法

 根据Mie 散射理论,采用连分式递推算法,进行了微粒散射的数值模拟。借助特殊函数库得出简化的Mie 散射理论的数值模拟方法,省去了推导的复杂性,同时提高了计算程序运算速度。利用水溶胶模拟大气溶胶进行光散射实验,采用三波长法计算得到各样本的平均粒径,根据消光定律模拟出微粒浓度与光强变化之间的关系,为空气中微粒浓度的测量提供了理论依据。     

低密度奇偶校验码及其应用研究

阐述了LDPC码的发展、定义、构造方法及其译码思想.在此基础上,对LDPC码与Turbo码在编译码方面以及性能方面作了分析和比较,结果表明LDPC码的整体性能要优于Turbo码.最后,探讨了LDPC码的应用,特别是LDPC码在OFDM系统中的应用.     

MIMO-OFDM系统低复杂度时频ML信道估计器

通过联合优化训练符号设计和ML准则,构造了一种基于重叠训练图样的拥有低PAPR的时频信道估计器ML-A LI.通过理论分析获得:当训练符号矩阵等于归一化Hadamard矩阵且在子载波上等间距的摆放时,ML-A LI估计器实现等同于正交的ML信道估计器ML-B LI最优的MSE性能和低复杂度.在M IMO移动信道仿真表明:ML-A LI和ML-B LI的BER性能介于LMMSE LMMSE和LI LI之间,更接近于LMMSE LMMSE;当信道变化较慢时,ML-A LI和ML-B LI具有相同的BER性能,当信道变化较快时,ML-A LI比ML-B LI提供了更优的BER性能.     

ST-OFDM系统中的载波频率偏差估计算法

针对ST-OFDM系统的特点,提出了一种有效的CFO算法,并重点探讨了其中的IFO估计部分。与现有的OFDM系统中CFO算法相比,该算法解决了估计范围、错检概率与算法复杂度间相互制约的问题。仿真结果表明,在低信噪比的多径信道下,该算法可通过选择合适的训练符号,使错检概率低于常规算法。在要求低错检概率或大范围的IFO估计时,该算法更能体现出明显的优越性。     

利用三能级粒子非最大纠缠态的概率密集编码方案

提出了当量子通道为三能级粒子非最大纠缠态时的概率密集编码方案,通过引入辅助粒子和进行联合么正变换,量子密集编码以一定概率实现;计算了该方案的平均传输效率．     

左手材料参数偏移对其传输函数的影响

根据电磁场理论推导出了左手材料的传输函数,并数值计算了介电常数和磁导率偏移理想值时,传输函数所发生的变化.数值计算表明:传输函数对介电常数和磁导率的偏移非常敏感,完美的左手材料透镜对偏移量的要求十分苛刻.因此,要得到工程意义上完美的左手材料透镜是相当困难的.     

OFDM技术及其在第四代移动通信中的应用

探讨了OFDM技术与通信系统之间存在的资源优化配置关系．OFDM技术原理以及优越性,它频谱利用率高、抗码问干扰能力强,实现了同时满足高速传输和降低干扰的两方面要求,极大地简化了通信系统的复杂性．     

宽带OFDM的窄带干扰消除器

短波宽带OFDM系统极易受到拥挤频段上的窄带干扰。基于Nillsson的宽带OFDM系统,设计了衰落信道低信噪比条件下的窄带干扰消除器。分析了低信噪比时门限的选取和噪声功率的估计问题,提出了自适应门限干扰消除器和部分子带消除器。仿真表明,多径低信噪比条件下,提出的自适应门限干扰消除器能有效抑制窄带干扰,部分子带消除器对窄带干扰消除性能更好。     

基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法

针对传统的空频分组码(space-frequency block code, SFBC)识别方法存在人工提取特征困难、低信噪比(signal to noise ratio, SNR)下识别准确率低和不适用于非协作通信的问题, 提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方法。首先,计算接收端频域上的互相关函数并进行维度变换, 得到二维互相关特征图。然后, 对得到的特征图进行预处理以扩大卷积核感受的有效区域, 去除图像冗余信息。最后,构建扩张稠密卷积网络以自动提取预处理图像特征, 实现SFBC分类识别。仿真结果表明, SNR为-8 dB时, 该方法对SFBC信号的识别准确率达到了96.1%。相比于传统算法, 该方法具有更好的抗低SNR和特征自提取能力, 验证了深度学习方法在SFBC识别领域的有效性, 为该领域的后续研究奠定了基础。