通信工程专业《电磁场与电磁波》课程教学实践

依据电磁场与电磁波课程在通信工程专业中的地位,分析了该课程现有教材体系特征,结合安徽理工大学通信工程专业的培养计划及学生的接受能力,就该课程教学内容安排、教学方法与教学过程等环节进行了探索与实践。     

二阶微小项声波动方程的同伦分析近似解

由于声波在大气中的传播复杂性,数值模拟方法被广泛采用,但其不能给出解析解的表达式,且其精度有限.文章利用同伦分析方法求解二阶微小项声波动方程的近似解,该方程可以描述声波在大气中传播时的衰减和非线性效应.首先,引入包含衰减项的初始近似解,利用同伦分析方法迭代公式求得一次、二次近似解以及三阶近似解;之后利用Monin-Obukhov相似理论得到的多云、有风的夜晚天气条件下的声速剖面、风速剖面、温度剖面,并对近似解进行了空间数值模拟.结果表明,由于非线性和衰减效应,近似解波形发生了畸变,且声压随着传播距离的增加而减小,因此对研究大气中的声波传播特性具有重要意义.     

基于Simulink的坐标变换多模盲均衡算法建模与仿真

针对传统的常模盲均衡算法(CMA)均衡高阶正交幅度调制(QAM)信号会产生失效问题,在利用坐标变换、双曲正切误差函数和非线性判决反馈结构特点的基础上,提出了一种基于坐标变换的多模盲均衡算法(CTHMMADFE)。该算法通过坐标变换将高阶非常模QAM信号变为常模4QAM信号,利用双曲正切函数作误差函数,利用判决反馈结构非线性特性进一步补偿信道非线性影响。通过M文件对CTHMMADFE的性能进行验证,在获得性能最佳时算法中各参数值后,由这些参数构建CTHMMADFE的Simulink仿真模型。     

基于深度卷积神经网络的运动模糊去除算法

为了提高图像去模糊的复原效果和处理速度,提出了基于深度卷积神经网络的运动模糊去除算法。以多尺度图像为依据,构建了基于自动编码器的网络模型。在扩大感受野方面,采用空洞卷积模块提取图像多尺度特征信息,采用残差模块拓宽网络深度,以解决训练过程中图像细节丢失的问题,实现了图像的端到端运动模糊去除任务。在GOPRO数据集和真实测试集上的实验结果表明,该文算法在参数量仅为3.24×10~6的情况下的峰值信噪比(PSNR)和结构相似性(SSIM)指标分别为28.53和0.914 1,运行时间为0.3 s。     

基于FPGA的自适应均衡器设计与实现

在对LMS算法进行MATLAB仿真的基础上,采用硬件描述语言VHDL和FPGA完成LMS自适应算法的硬件实现。自适应均衡器的设计采用自上向下的设计思想、串并行相结合的流水线操作方法、定点运算方法,在Quartus II 4.1平台和Stratix II系列芯片上进行了综合和仿真。结果表明,该设计结果符合要求,能实现自适应过程。     

一种基于简化PCNN的色盲检测图分割方法

在色盲检测图及脉冲耦合神经网络(pulse-coupled neural networks,简称PCNN)的基础上,提出一种基于简化PCNN模型的色盲检测图分割方法,该方法首先根据欧式距离计算彩色图像色差,通过设定一个合适的阈值,将与红色相似的颜色替换成白色,初步分离图像中的目标与背景,对预处理后的色盲检测图像,用典型的PCNN简化模型对其红色分量进行分割,最后用形态学闭运算优化得到最终的分割结果.实验结果表明,该方法能准确分割出色盲图像中的图形,且简单有效.     

一种能有效消除水声信道相位连续旋转的分数间隔盲均衡算法研究

针对信道均衡过程中的均衡器输出相位连续旋转问题,提出一种带有二阶数字锁相环的分数间隔超指数迭代盲均衡算法。该算法利用分数间隔超指数迭代算法加强对信道多途的抑制,利用二阶数字锁相环消除均衡器输出信号连续相位旋转,从而实现对原始发射信号的正确恢复。水池实验结果表明:该算法相对于常规盲均衡算法,收敛速度快,剩余均方误差小,能够有效地消除均衡器输出信号相位连续旋转,从而降低水声通信系统的误码率。     

基于自给式呼吸器的语音减噪改进方法

针对传统减噪方法在处理自给式呼吸器通信时语音音质不清晰、噪声干扰严重的问题,提出了一种基于自给式呼吸器的语音减噪改进方法,并进行了实验验证。在该改进方法中,先定义一个新的判决变量为相关函数能量,利用该变量进行语音端点检测,然后根据检测结果,分别对有话段语音信号采取声压差值减噪处理,对无话段噪声信号采用静默处理。实测实验结果表明,对于自给式呼吸器采集到的语音信号,改进方法的准确性与鲁棒性要优于传统语音减噪方法。     

调节水床效应的双梯度有源噪声控制自适应算法*

为了使自适应反馈有源噪声控制系统能够兼顾水床效应,通过约束次级信号的能量以调节噪声放大,设计了一种双梯度算法。当次级信号满足约束,算法沿着最小化误差信号能量的梯度方向迭代,反之,则沿着最小化次级信号能量的方向迭代。在有源降噪耳机实例中的对比结果表明,该算法能调节噪声放大并保持较大的降噪带宽,且运算量没有显著增加。     

线性调频信号增强的自适应滤波算法研究

在对基本 LMS算法进行修改的基础上 ,提出了基于高阶累积量极性 -动量迭代的自适应线性调频 ( Linear Frequency Modulation,LFM)信号增强新算法。该算法有抑制高斯噪声效果好 ,计算量小 ,收敛快且输出信号平稳等特点。仿真结果证实了该算法的有效性和可靠性。因此 ,具有较强的实用性和较好的应用前景。