基于新型RBF网络的模拟调制信号识别

对敌方雷达信号调制类型的识别是电子对抗的一个重要方面。采用了一种基于人工免疫聚类和进化规划的混合算法设计径向基函数(RBF)网络,并将其应用于雷达信号调制类型的自动识别。该算法首先利用一种实现数据聚类的人工免疫机制,根据输入数据集合自适应地确定RBF网络初始中心的数量和位置,之后采用进化规划训练RBF网络。仿真实验表明,采用这种方法设计的RBF网络对各种模拟调制信号的调制类型达到了较高的识别精度。     

通过毕业设计培养学生的科研能力

本科生的毕业设计是培养学生基本科研能力的一个很好的机会，对学生未来的学习和工和有着十分重要的意义，近年来，我们将自身的科研课题与本科生的毕业设计相结合，通过毕业设计有意识地培养学生的基本科研素质，实践表明，这种方法能够充分发挥指导教师和学生两方面的积极性，为圆满地完成毕业设计创造了良好的条件。并且，这种初步的科研经历对学生今后的工作实践和进一步深造有着很大的帮助。     

一种嵌入式高速通信系统的方案设计与实现

针对通信系统高速化发展的趋势和目前嵌入式通信系统在高速性方面的不足,提出了一种基于Linux的嵌入式高速通信系统的方案设计,适用于高速数据通信和信号处理应用环境。通过系统实现和最终的硬件系统验证,证明了该系统可以稳定有效地适用于高速通信的应用场合。     

远程多通道高速数据采集精确同步方案设计

针对大口径阵列应用对数据采集前置的要求,设计了一种新型分布式数据采集精确同步方案。该方案通过对参考时钟和触发信号进行级联分配,并结合一种AutoSync自动延时测量技术,不仅实现了精确同步采集,还可灵活扩展系统规模,具有高同步精度、高扩展性的特点。通过对实测数据分析表明,在两个采集模块间隔50米距离条件下,该方案可获得标准差为20ps的同步精度,适合大口径阵列的应用。     

小生境进化RBF网络在信道均衡中的应用

基于RBF网络的信道均衡器,其性能取决于神经网络的隐层参数.文中采用判决反馈均衡器的结构,RBF网络隐层的结构和参数则由基于小生境技术的混合递阶遗传算法来确定.仿真结果表明,这种RBF网络均衡器性能优良.     

智能信息处理概论课程体系的探索

介绍了在本科生中开设智能信息处理概论课程的思路,包括课程体系的安排、课程设置的目标,内容和授课的方式。     

基于FPGA的抗窄带干扰算法的设计与实现

提出了用于直扩CDMA通信中抑制大功率窄带干扰的改进条件中值滤波(ICMF)算法.文中给出了算法的FPGA实现方案,并在Quartus环境下对系统进行了仿真.仿真结果表明,该算法能够有效的抑制干扰,提高通信质量.此外,该算法资源消耗少,可在Altera的低成本产品Cyclone Ⅱ系列的芯片上实现,因此具有很强的实用性.     

基于径向基函数神经网络的混沌系统控制

考虑到不同神经网络模型误差对混沌控制效果的影响，提出了采用一种改进的递阶遗传算法对径向基函数（RBF）神经网络进行训练，针对连续的Lorenz系统进行了仿真，并且与其它神经网络训练算法结果进行了比较，仿真结果证明所采用的训练算法具有更加理想的混沌控制效果。     

基于免疫RBF网络阵列的雷达信号分类识别方法

本文提出了基于免疫算法设计的径向基函数(RBF)网络阵列实现对雷达信号体制和用途的分类识别.同单个神经网络相比,这种方法克服了识别类型较多时存在的扩充、修改、维护等难点.在RBF子网络的训练中,采用结合记忆机制的递阶免疫算法确定RBF网络的隐层参数,有效折衷了系统性能和运算量之间的矛盾.实验结果表明,采用这种方法设计的雷达信号识别系统达到了很高的性能.     

基于在线训练RBF网络的OFDM信道跟踪

提出一种结合了正则化技术及时间加权技术的递归最小二乘算法,用于径向基函数神经网络的在线训练及动态调整,从而解决OFDM系统中信道的动态跟踪问题.该算法能充分利用无线信道的时域相关性及频域相关性,仿真结果显示出了极强的鲁棒性;此外该算法具有的无记忆性,在线训练,递归更新等特点,使其可以低成本硬件实现.