多波长高次谐波波面重建中样品吸收的影响

高次谐波自身特性的表征是其在超快时间测量中应用的前提,但是由于其所处波段和宽带光源的特性,使得其三维时空相位的完整测量一直是高次谐波表征的难题。多波长高次谐波的相干合成可以获得阿秒脉冲,但是目前阿秒脉冲的相位测量也只能获得一维时域信息。针对以上问题,提出了一种改进的混态叠层衍射成像方案来解决高次谐波的空域测量,成功实现由多个极紫外（EUV）波长构成的高次谐波梳的空域复振幅重建,并研究了样品吸收对空域复振幅重建过程的影响。研究发现,对于多波长高次谐波重建速度和质量,存在最优的样品衍射图案对比度。     

基于低秩先验非局部匹配的高光谱图像恢复北大核心CSCD

为了实现未知退化类型条件下的图像恢复,提出了一种基于低秩先验非局部匹配的高光谱图像恢复方法。该恢复策略将结构相似性指数度量作为数据保真度项,核范数作为正则化项,从而能够使用单一算法解决延迟和信号相关的退化形式,能够处理加性高斯噪声、与信号相关的泊松噪声、混合泊松-高斯噪声,并且能够恢复被截止期和条纹损坏的高光谱图像。通过多个数据集实验结果证明了提出方法具有较好的恢复效果。     

FBMC系统改进序列算法的定时同步技术

为提高滤波器组多载波（Filter Bank Multicarrier,FBMC）系统在低信噪比下的定时同步准确率和抗频偏性能,基于FBMC系统与正交频分复用（Orthogonal Frequency Division Multiple,OFDM）系统的相似性,对OFDM系统定时同步中的Park测度函数进行改进并引入到FBMC系统中。利用共轭对称结构能够提高定时精度和加权处理能够更好地抵抗频偏影响的特点设计同步序列,进行共轭对称和加权处理。仿真结果表明,基于改进序列的Park算法相较共轭对称序列的TR1算法,其信噪比提前3 dB达到了100%定时准确率,实现了低信噪比下的高精度定时同步,且具有更强的抗频偏性能;相较原Park算法,相同信噪比下,改进序列的Park算法的频偏均方差（Mean Square Error,MSE)也小于原Park算法的频偏MSE,抗频偏性能表现更优。     

一种降低FBMC-OQAM系统PAPR的ASSABC-PTS算法

针对滤波器组多载波-偏移正交幅度调制技术(Filter Bank Multicarrier-Offset Quadrature Amplitude Modulation,FBMC-OQAM)存在峰均功率比(Peak-to-Average Power Ratio,PAPR)过高的问题,以及传统部分传输序列(Partial Transfer Sequence,PTS)算法对PAPR抑制效果不明显,提出了一种新的基于自适应搜索策略的人工蜂群部分传输序列算法(Adaptive Search Strategy Based Artifical Bee Colony PTS,ASSABC-PTS)。首先,根据FBMC-OQAM系统特性,利用传统PTS算法对系统进行初步优化,以降低FBMC-OQAM系统的PAPR;然后,针对PTS算法中存在的计算复杂度问题,引入人工蜂群(Artificial Bee Colony,ABC)算法进行优化;最后,在ABC算法中引入自适应搜索策略提升算法的局部寻优能力,加快ABC算法的收敛速度和搜索精度。仿真实验表明,ASSABC-PTS在有效降低系统算法复杂度的同时,也极大降低了FBMC-OQAM系统的峰均功率比。     

扩频信号检测技术综述

扩频信号具有功率谱密度低、抗干扰能力强、隐蔽性能好等优点,且具有良好的抗截获性能,广泛运用于通信、雷达、导航等军事通信系统中。在当前激烈的军事对抗中,制信息权至关重要,对扩频信号进行有效检测具有重要意义。通过阅读国内外文献,根据不同检测算法对扩频信号不同特征的检测特点,总结出五类扩频信号检测算法：基于能量的扩频信号检测、载波频率检测、扩频码周期检测、扩频码速率检测和其他检测法。     

基于协同通信的移动自组网广播方案设计

移动自组网中大多采用冲突避免协议,广播时存在大量的冗余数据及信道冲突,在复杂的信道环境下会降低系统的通信效率。结合协同通信与动态时隙分配技术,提出了一种基于协同通信的移动自组网广播方案。该方案分成竞争、控制报文和数据传输3个阶段。竞争阶段利用基于载波侦听多址访问（Carrier Sense Multiple Access,CSMA）的广播网络洪泛少量竞争报文,分配广播权限;控制报文阶段结合协同通信,利用时隙分配算法完成节点的时隙分配;数据传输阶段,利用协同通信结合时分多址（Time Division Multiple Access,TDMA）动态时隙分配算法,使得节点能够充分利用信道资源进行数据发送,避免节点间的相互竞争,提高数据传输效率。     

GBAS基准站多径效应评估技术

陆基增强系统(GBAS)播发的差分信息无法校正 GBAS 地面子系统与机载子系统之间的非相关误差,如多径误差,致使其成为 GBAS 在标称环境下的最大误差源。在 GBAS 基准站正式部署之前,必须对初始台址进行多径效应的量化评估,以验证当前站址是否满足安装要求。 基于码减载波(CMC)方法,进行了实际安装的 GBAS 基准站的多径效应评估。结果表明,当前 GBAS 基准站布设环境可以满足多径误差要求。同时,载波平滑算法可有效抑制站点的多径效应, 且算法随平滑时间常数的增大而更加有效。在当前安装条件下,GBAS 基准站多径误差指标项结果满足 GAD-B3 类精度等级要求。     

支持车联网的无线光信道副载波调制方法

传统载波调制方法存在较高的误码率缺陷,为此提出了支持车联网的无线光信道副载波调制方法。首先建立车联网环境下的无线光信道模型,从频率和时间两个方面分析无线光信道的选择性衰落特性,然后设计无线光信道副载波调制框架,以子符号加和的方式,调制无线光信道副载波信号,支持车联网运行。实验结果:相对对比方法,在不同信道信噪比条件下,所提方法的误码率均值较三组对比方法分别减小0.000 079 5 bit/s、0.000 044 5 bit/s、0.000 002 bit/s;在不同副载波调制阶数和传输速率条件下,所提方法的无线光信道通信时具有较小的误码率。     

多源协同的电力线路恢复路径优化方法

传统恢复路径优化方法仅考虑单一维度下的恢复情况,对重要节点的负荷供电时间较短,为此设计一种多源协同的电力线路恢复路径优化方法。建立重构时间最短的目标函数模型,针对目标函数设计过电压约束、运行约束和启动时间约束等约束条件,修正电力线路非连通方案编码,提高电力线路恢复路径优化效率。实验结果表明,设计的恢复路径优化方法与传统方法相比,电力系统在多源协同下实现优化,重要负荷供电时间增长,一级负荷恢复供电的累计数量增加,验证了设计方法的有效性。     

高效学习的透过未知散射介质的相位恢复方法

透过散射介质对目标进行准确的重建仍然是阻碍人们对深层生物组织成像分析和深空天文观测的主要挑战之一。基于深度学习的散射计算成像方法虽然在成像质量和效率等方面取得了很大的进展,但是针对实际系统中散射介质状态不固定,目标结构具有较高复杂度以及可获取的训练散射数据有限的情况下,单纯利用数据驱动的方法已无法进行准确高效的重建。将散斑相关原理和卷积神经网络强大的数据挖掘和映射能力进行有效的结合,进一步挖掘和利用散斑所包含的冗余信息,实现了仅利用一块薄散射介质对应的散斑数据即可实现透过具有不同统计特性散射介质的复杂目标重构。该方法针对实际散射场景复杂多变和训练样本数据有限的情况,实现了对复杂目标的高质量恢复,有力地推动了基于物理感知的学习方法在实际散射场景中的应用。