主动声呐恒包络波形设计及其性能分析

为主动声呐设计恒包络的伪随机编码MSK调制波形。通过分析MSK信号表达式,得到波形的复包络信号。使用遗传算法优化伪随机序列,降低波形的自相关旁瓣,可减小声呐的虚警概率。通过优化复包络信号的自相关函数旁瓣值和互相关函数值,得到自相关性能和正交性能优良的恒包络波形,可以缓解多部声呐间的同频干扰。通过仿真分析波形的模糊度图,波形具有良好的频率分辨率和距离分辨率,可以取代峰均比过高的编码调相信号,满足主动声呐对运动目标的探测需求。     

IMDD-OFDM系统的低开支、高准确度信道估计方法

提出一种应用于强度调制直接检测光正交频分复用(IMDD-OFDM)传输系统的低开支、高准确度的信道估计算法.该算法充分考虑系统噪声特性,利用梳状导频插入结构,结合符号间平均与子载波间频域线性插值的思想,在低开支导频条件下实现较高的估计准确度.仿真和理论推导结果表明:与传统平均算法和直接线性插值算法相比,基于梳状导频先平均后线性插值的算法估计出来的信道特性更能接近实际信道的.实验结果表明:在误码率为3.8×10~(-3)处,本文所提出的算法仅使用0.78%导频开支即可与使用20%导频开支的平均算法获得相同的接收灵敏度;同时,与传统估计算法相比,该算法与导频开支无关,能较好抗系统中的高斯噪声,获得与真实信道较为接近的估计性能.     

积雪草总黄酮提取工艺和含量测定研究

确定积雪草总黄酮最佳提取工艺和含量测定方法,采用微波辅助法提取积雪草中的黄酮类化合物,通过正交实验确定了最佳提取工艺.分别以槲皮素和山奈酚为对照,采用紫外分光光度法在320nm处测定积雪草全草中的总黄酮.最佳工艺条件:提取次数3次,辐射时间20s,固液比1:10,功率480W.按最佳工艺条件提取总黄酮含量为8.40mg/g.回归方程为(槲皮素):y=29.993C+0.027,相关系数r2=0.9982,精密度和稳定性试验RSD分别为0.265%和0.172%(n≥6),平均加样回收率为99%,RSD=1.51%(n=5).回归方程为(山奈酚):y=36.928C+0.0178,相关系数rz=0.9991,精密度和稳定性试验的RSD分别为0.231%和0.190%(n≥6),平均加样回收率为99%,RSD=0.714%(n=5),样品的稳定性试验RSD为0.218%(60min).选择的最佳工艺对提取积雪草全草总黄酮确为最佳.用槲皮素或山奈酚标准品,采用紫外分光光度法,操作简便,结果准确,灵敏度高,重复性好,为积雪草全草中总黄酮含量测定的一种切实可行的方法.     

Janossy Densities. I. Determinantal Ensembles

We derive an elementary formula for Janossy densities for determinantal point processes with a finite rank projection-type kernel. In particular, for =2 polynomial ensembles of random matrices we show that the Janossy densities on an interval I can be expressed in terms of the Christoffel–Darboux kernel for the orthogonal polynomials on the complement of I.     

正交匹配追踪算法的近红外光谱定量分析

压缩感知(CS)是一种新兴的信号压缩和采样技术,正交匹配追踪(OMP)是一种贪婪追踪算法,广泛用于压缩感知领域中的稀疏信号重构.针对近红外光谱信号高维小样本以及信号稀疏先验的特点,为进一步提高小样本近红外光谱变量选择的灵活性和可靠性,基于压缩感知理论,提出了一种新颖的光谱变量选择方法正交匹配追踪变量选择(OM PBVS...     

改进的信道稀疏度检测正交多载波多普勒估计方法

针对正交频分复用水声移动通信中频域变采样技术联合信道稀疏度检测的多普勒估计算法在冰水混合区复杂信道环境下多普勒估计效果欠佳且计算量大的问题,提出了一种改进的多普勒估计算法。采用时域重采样技术对信号进行不同压缩因子的补偿,避免了频域变采样技术中的高阶快速傅里叶变换运算,从而降低了算法复杂度。利用梳状导频位置向量结合时域变采样技术更准确提取的导频子载波,进而获得更加精确的信道估计和信道稀疏度检测结果,提高了多普勒估计精度。仿真结果和冰下试验结果表明,与原始算法相比,改进的方法在冰水混合水域复杂多径时变信道环境下可以有效实现对信号多普勒畸变的跟踪并且计算量显著下降,能够保障正交频分复用水声移动实时通信。     

概率盒框架下混合认知不确定声场的响应预测

针对含概率盒-证据混合认知不确定参数声场的响应预测问题,提出了一种概率盒框架下的改进区间蒙特卡洛方法。该方法首先将混合认知不确定参数转换为纯概率盒形式,然后结合有限元方法推导出混合认知不确定声场的盖根鲍尔多项式代理模型,再采用蒙特卡洛方法求解代理模型得到声压响应。以含概率盒-证据混合认知不确定参数的二维管道声场模型和卡车乘客舱声腔模型为例,计算结果表明混合认知不确定参数影响下的声压响应为概率盒形式,其包括声压响应极值和相应的概率信息,并且所提方法较常规混合离散方法效率更优,较基于一阶摄动法的区间蒙特卡洛方法准确性更高。研究结果表明:所提方法可以有效预测混合认知不确定声场的声压响应,并可进行声学性能的风险和保守估计。     

分数阶傅里叶变换结合高峰均比抑制算法对CO-OFDM系统的影响分析

针对相干光正交频分复用系统中出现的高峰值平均功率比问题,提出分数阶傅里叶变换与高峰值平均功率比抑制算法相结合的方法.计算表明:随着分数阶傅里叶变换阶数的减小,信号的峰值平均功率比逐渐降低;与抑制算法结合后可进一步降低系统的峰值平均功率比,并解决抑制算法影响系统性能的问题.从结合的兼容性、抑制高峰值平均功率比效果及改善引入抑制算法后对系统的负面影响三方面进行仿真分析,结果表明:采用选择性映射算法与分数阶傅里叶变换结合后,旋转因子同为4时,峰值平均功率比高于6.6dB的概率较单一选择性映射算法低104;选取高峰值平均功率比抑制情况相近时,结合算法的时间复杂度比单一选择性映射算法降低了8倍;采用限幅算法与分数阶傅里叶变换结合的仿真情况也较单一限幅算法有很大提高,表明该算法结合的兼容性良好.