一种基于改进遗传算法的只测向无源定位技术

从单站序贯测向无源定位的误差分析出发,提出了基于遗传算法的最大似然只测向(Bearing-Only)定位方法,并以最小二乘法进行粗估计,对遗传算法采用了一维编码改进。实验表明,该方法既提高了算法的精度,又解决了二维定位中遗传算法搜索空间过大的问题,提高了算法的实用性。     

基于TD-SCDMA系统的完整性保护算法的研究

无线传输的保密性和安全性已经成为用户的需求，完整性保护正是基于传输安全而设计提出的，他是第三代移动通信要求实现的基本功能。现介绍了完整性保护在无线通信系统中的应用以及实现的方法，并且基于TD—SCDMA系统以其一般性过程为例，还详细介绍了完整性保护实现的具体过程，最后结合实际工作中的成果，重点分析了其算法的实现，其中包括算法实现的设计思想，参数设计，以及算法最终实现的流程图。     

芯片识别定位系统中LED光源的应用研究

介绍了LED光源在芯片识别定位系统中的应用。根据CCD的光谱灵敏度曲线和芯片的材料特点以及光学特性,采用不同颜色、不同类型的LED光源进行图像采集,通过归一化相关匹配算法对实验图片进行模板匹配分析,得出匹配得分最高的结果,选择适合此类材料的光源。     

基于DSP的宽带雷达多片流水分段脉压处理平台设计

讨论了雷达实时信号处理过程中的分段脉压实现问题,研究了基于DSP的多片流水分段脉压并行处理算法,给出了总的脉压时间和参与多片流水的DSP数量的计算公式。基于某宽带雷达回波,在研究了不同分段脉压点数性能的基础上,设计实现了基于4片ADSP-TS101芯片的高性能并行DSP硬件平台,得出了相应的实验结果。     

小样本目标识别问题下的BN参数学习

目标识别问题中存在大量不确定信息, 利用BN可以对不确定信息及其相互关系进行学习与推理。但是, 目标识别问题的样本量较小, 在参数学习过程中, 常因观测数据不足产生误差, 需要引入单调性信息等专家经验, 针对这一问题, 提出最小元算法。首先, 利用最小元表达单调性信息, 将其转化为参数学习可以直接利用的先验信息; 然后, 基于保序回归思想, 对参数学习结果进行优化, 消除误差, 得到相对准确的网络参数。以空中目标识别为仿真背景, 与最小子集算法比较, 验证了该算法在准确度与复杂度等方面的优势。     

粒子群算法用于盲信号分离的研究

提出一种采用粒子群优化算法进行盲信号分离的新方法,为盲信号分离领域提供一种新的研究思路与方法。该方法采用峰度作为适应度函数,利用粒子群算法对由多个源信号混合而成的信号进行盲信号分离。与自然梯度法盲信号分离相比,粒子群算法精度更高,收敛速度更快,实例仿真成功地对两个图像混合信号进行了盲分离,表明了算法的有效性和优越性。     

认知网络中基于蚁群算法的网络流量预测模型

认知网络能够感知外部环境,并能根据周围环境的变化智能、自主、自适应的动态变化,这种特性更适合为用户提供QoS(Quality of Service)保障.设计高精度的流量预测模型,可以提高认知网络的认知特性.本文针对原有预测模型预测精度低、对训练数据依赖程度高以及不能很好的刻画网络流量特征的不足,提出了一个混合的流量预测模型.它使用蚁群算法训练BP网络的权值,避免了梯度下降法收敛速度慢、容易陷入局部最优的问题.并且在预测之前,首先使用BP(Back Propagation)网络剔除原始数据中的异常数据信号,再对其进行小波分解,最后使用混合模型预测网络流量,实现了认知网络中高精度的流量预测.     

基于矢量量化的数字视频压缩技术研究

数字视频作为一种重要的信息载体,其应用十分广泛。但是到目前为止,这种大数据量信号的存储和传输仍然受到硬件技术和网络技术发展现状的制约,解决这一问题最现实的方法是设计数字视频压缩算法。矢量量化作为一种十分有效的有损压缩编码技术,具有解码简单、压缩比大等特点,特别适用于电视广播等领域中一次编码多次解码的情况。对各种基于矢量量化器的视频压缩算法进行综述,分析其优缺点,并提出其未来发展研究方向。     

InfiniBand交换网路由表目的重命名算法的研究与实现

文章针对InfiniBand路由表按目的ID确定输出通道的要求，在up*／down*路由算法计算出的全局路径表的基础上，给出了一种使用目的重命名生成路由表的算法。由于保持了up*／down*路由算法的良好特性，因此它是一种适用于任意网络拓扑的IBA并且保证无死锁的路由表生成算法。最后还分析了该算法对路由表的规模，目的ID的影响和可避免的冲突数三项性能指标。     

降低PAPR的门限双层次算法的研究

正交频分复用（OFDM）具有频谱利用率高、对抗频率选择性衰落能力强、调制解调简单及接收端无需复杂均衡技术等优势,但是其峰均功率比（PAPR）过高,为了解决这一缺点,将双层次最优搜索法与Kwon次优法的门限思想相结合,提出基于门限思想的双层次最优搜索算法。仿真证明,在优化的分组参数和辅助信息相同的环境下,基于门限思想的双层次最优搜索算法,在合理的门限条件下,大幅度地降低了系统的复杂性,其抑制峰均功率比性能的损失较小,且具有较强的实用性。