空分复用弹性光网络多链路故障快速识别研究

随着空分复用弹性光网络规模的不断扩大,链路故障发生率持续增加,提出空分复用弹性光网络多链路故障快速识别方法。利用小波包分解方法将空分复用弹性光网络多链路信号分为高频和低频部分,使用Mallat算法快速重构链路信号,提取小波包能量谱特征和故障复合特征。根据特征提取结果采用改进贝叶斯算法对多链路故障进行定位,将定位结果输入到BP网络模式分类器中,完成多链路故障快速识别。实验结果表明,所提方法的故障定位时间最低仅为3.21 s,故障识别成功率在96%以上,故障误识率变化相对稳定,综合性能较为优越。     

互动流体变形技术的算法分析

阐述互动流体变形技术在模拟流体运动时,光滑粒子流体动力学方法、SPH方法采用GPU并行运算对其进行加速,流体的可视化使用光线追踪算法,从而得到很好的流体视觉效果。     

基于改进三维块匹配滤波的红外全息降噪算法北大核心CSCD

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。     

基于高斯滤波和AKAZE-LATCH的图像匹配算法

针对图像匹配中AKAZE(Accelerated-KAZE)算法匹配精度较低以及计算复杂等问题,提出了一种基于高斯滤波和AKAZE-LATCH(AKAZE-Learned Arrangements of Three Patch Codes)算法相融合的图像匹配算法。首先,对输入图像进行高斯滤波预处理,去除高斯噪声等连续性噪声,并且保留图像的边缘信息。然后通过LATCH算法为AKAZE算法构建高效的二进制描述子,再通过KNN(K Nearest Neighbors)算法得到对应的匹配对。最后结合USAC(Universal RANSAC)去除误匹配对方法进行再次筛选,得到最终的匹配结果。经实验对比,所设计的算法相较于AKAZE算法匹配精度更高,且具有良好的鲁棒性和可靠性,可用于多数复杂场景下的图像匹配。     

基于TDLAS技术与小波变换去噪算法的甲烷浓度检测

为进一步提高甲烷浓度检测精度,搭建了基于TDLAS（tunable diode laser absorption spectroscopy）技术的甲烷浓度检测实验系统,利用甲烷在波长1653.72 nm处吸收强度很高且可以最大限度消除其他气体干扰的特性,通过提取二次谐波信号实现甲烷浓度检测。然后分别采用heursure硬阈值算法、heursure软阈值算法和sqtwolog固定阈值算法作为小波变换阈值算法,通过分析未去噪及小波变换去噪处理后得到的甲烷吸收信号谱图、甲烷二次谐波信号谱图、甲烷吸收信号的信噪比和均方根误差,优选sqtwolog固定阈值算法作为小波变换阈值算法。不同浓度的甲烷标气线性拟合实验及特定浓度的甲烷标气重复性实验结果表明:通过小波变换（采用sqtwolog固定阈值算法）能有效降低噪声干扰,去噪处理后提取的二次谐波信号与甲烷真实浓度拟合优度R2为0.984,拟合效果更佳。采用TDLAS技术结合小波变换去噪算法,实现甲烷浓度检测的同时也能提高甲烷浓度检测精度。     

RIS辅助卫星物联网中基于压缩感知的SCMA信号重构

卫星物联网是未来6G网络重要组成部分,在地面部署可重构智能反射面（Reconfigurable Intelligence Surface, RIS）则能进一步增强天地之间信号的传输能力;然而海量设备的接入和检测,以及RIS的引入带来的较高复杂度,给系统设计与实现带来挑战。针对卫星物联网设备和业务稀疏特性,本文提出了一种基于压缩感知的信号重构算法,旨在提高系统的接入用户数和检测成功率,同时降低检测的复杂度。首先,介绍了RIS辅助的卫星物联网系统架构,构建了天地信道模型和星上接收信号模型。然后考虑到卫星物联网地面终端的稀疏性和业务的稀疏性,结合稀疏码分多址（Sparse Code Multiple Access,SCMA）和压缩感知的信号处理方法,通过合理设计SCMA中的稀疏码字,将多用户检测转化为压缩感知理论中的信号重构。最后提出了一种演进的近似消息传播算法（Evolved Approximate Message-Passing,EAMP）来实现压缩感知中的信号重构。仿真结果表明,RIS辅助的SCMA系统与功率域的非正交多址接入技术相比可以提高系统的吞吐量性能,同时EAMP算法相比传统的SIC算法具有更高的正确检测概率和更低的算法复杂度。      

一种基于机器学习的卫星重叠隐蔽通信方法

针对传统卫星重叠通信中单个掩护信号带宽以及功率容限不够的问题,利用卫星转发器频谱环境中多个掩护信号提出了一种频域分割-子谱功率控制联合优化的多掩护信号重叠通信方法,建立了隐蔽通信信号传输性能和隐蔽性能的双目标优化问题,信关站侧采用感知的历史频谱数据训练生成支持向量机回归预测模型,用来预测不同转发器频谱环境下隐蔽信号的通信性能和隐蔽性能,并将训练好的预测模型下载到通信终端;终端侧利用双目标背包算法将支持向量机回归预测模型预测的隐蔽信号的通信性能和隐蔽性能作为价值因素、掩护信号个数作为背包重量来选择转发器频谱环境中的掩护信号,并且求解出隐蔽信号的频域分割和子频谱的功率控制参数,从而实现终端通信信号隐藏在卫星转发器的频谱环境中的目的。     

基于FPGA的Multi-h CPM高速解调系统设计与实现

多指数连续相位调制(Multi-h Continuous Phase Modulation,Multi-h CPM)作为一种高效的调制方式,具有良好的频谱效率和抗干扰能力,在卫星通信领域有着广泛的应用价值。但是Multi-h CPM的解调算法计算复杂度较高,为了实现高速数据传输能力,需要较高的硬件资源开销。因此基于现场可编程门阵列(Field Programmable Gate Array,FPGA)平台的高并行度数据处理能力,设计了一种Multi-h CPM高速解调系统,采用了软输出维特比算法(Soft Output Viterbi Algorithm,SOVA)实现了Multi-h CPM信号解调,并通过早迟门和升降频门实现了时频同步功能。为了降低算法的计算复杂度,本系统引入了倾斜相位(Tilted Phase,TP)算法和频率脉冲响应截断(Frequency Pulse Truncation,FPT)算法减少了Viterbi过程的网格状态数,降低了系统的资源开销。通过仿真和实际测试,验证了所提出的解调系统的有效性,并表明该系统具有良好的解调性能和系统稳定性。     

任意构型双基SAR运动目标图像特征分析

本文根据波数域中的相位误差详细地分析了任意构型双基合成孔径雷达（Bistatic Synthetic Aperture Radar,Bi-SAR）运动目标的图像特征。不同于传统的在相位历史域进行相位误差分析的方法,本文以极坐标算法（Polar Format Algorithm,PFA）为例,对PFA波数域的两维相位误差进行了详细的分析。该分析方法对其他算法例如BP算法同样适用。SAR成像算法的一般流程为,先将信号从相位历史域转化到波数域,然后再变换到图像域。然而,从相位历史域到波数域的过程有可能引入新的相位误差,因此在相位历史域分析相位误差特征并不完全准确,根据该特性预测的图像域成像结果存在一定的误差。而波数域与图像域之间具有直接的傅里叶变换关系,傅里叶变换的各种性质又是已知的,因此利用波数域和图像域之间的傅里叶变换关系,根据波数域的相位误差特性可以准确地预测PFA图像中运动目标的成像特征。一方面,本文揭示了波数域中的两维相位误差导致图像域中的目标发生两维位置偏移和两维散焦的现象,并且上述两维位置偏移和两维散焦的方向沿着同一条倾斜的直线。也就是说,无论运动目标的速度矢量指向何方,图像域...     

基于改进粒子群算法的无人机三维航迹规划

针对传统粒子群(Particle Swarm Optimization, PSO)算法在航迹规划的过程中需要根据无人机性能建立约束条件和易陷入局部最优值的缺点,提出了一种结合天牛须(Beetle Antennae Search, BAS)算法的球坐标PSO算法。该改进算法直接利用球坐标系对无人机的航向角和俯仰角进行约束,并且通过BAS算法避免PSO算法陷入局部最优值。根据数字高程地图建立仿真环境,综合考虑航迹长度、平滑度和危险性等因素构建目标函数。仿真结果表明,改进后的算法与其他PSO算法相比,规划的三维航迹质量更高,能够很好地适应无人机在各种环境下的飞行要求。