室外基站RRU的热设计分析

RRU是通讯行业的室外基站,一般是密封型的压铸腔体,内外部没有风扇,只有依靠传导、自然对流和辐射来进行换热。这3项传热技术的关键就是散热面积和传导热阻．主要分析了室外基站RRU的内部敖热技术,就是如何改善系统布局,加强传导,将内部热尽可能地传递到散热壳体上,充分利用散热面积;主要分析了以下几个因素：各个模块和热源在系统内部的布局,不同封装类型的器件内部热阻特点,单板上的器件布局,PCB各个方向的热特性以及热过孔设计等因素。     

基于2-D公共因子的精确提取的图像盲复原方法

利用2-D公共因子(GCD)提取是实现图像盲复原最有效的方法之一。该文发展了一种2-D公共因子精确提取算法,该算法不需要构建原算法中高阶病态方程,其复杂度大大降低,且提高了对噪声的鲁棒性。仿真实验证实了该文提出的方法优于传统图像复原算法。     

一种基于过采样的单通道MPSK信号盲分离算法

针对单通道接收两个MPSK混合信号的盲分离问题,该文提出了一种基于过采样的盲分离新算法。该算法基于最优贝叶斯估计准则,利用粒子滤波对发送的符号和一些参数进行序贯估计,从而实现了混合信号的分离。算法通过对接收信号的过采样,利用了更多的接收波形信息,有效地抑制了噪声的影响。仿真实验表明,新算法具有良好的误码率性能。该文同时还从极大似然的角度,对分离算法的性能进行了分析,给出了算法的误码率性能界。     

一种基于子带分解技术的宽带盲均衡器结构和算法

高速宽带无线通信中,多径传输信道可能导致几百个符号间的相互干扰,这使得接收端的线性盲均衡器的收敛速度极其缓慢。基于子带分解技术,该文提出了一种适合于高速宽带无线传输的盲均衡器结构及算法。该结构将子带分解技术和全频带的子卷积方法有机结合在一起,明显地加快了高速宽带传输条件下线性盲均衡器的收敛速度;同时通过对接收数据进行降低速率的并行处理,该结构还能减小运算复杂度,有利于工程的实时实现。仿真实验结果验证了文中提出的结构和算法的有效性。     

一种CPM信号频率成形脉冲盲估计算法

频率成形脉冲是连续相位调制(CPM)信号解调所必需的调制参数,由脉冲形状和脉冲长度两个参数共同决定。该文利用CPM信号的自相关特性,深入分析了CPM信号调制参数与自相关函数之间的内在联系,并在此基础上提出了一种频率成形脉冲的盲估计算法。该算法首先实现脉冲形状的盲识别,然后将CPM信号的调制指数调整为整数,最后通过自相关函数中非零值的个数来实现脉冲长度的盲估计。计算机仿真结果与分析表明,该算法实现简单,能够在任意调制阶数和调制指数下有效估计出频率成形脉冲。     

多层集合及其在布图设计中的应用

本文提出多层集合的概念及其表示方法,并讨论了它在布图设计中的二则应用。     

具有凹特性的新盲均衡准则

本文对于通信信道提出了一种新的盲均衡准则。该准则或价值函数是关于均衡器抽头权矢量和误差概率的严格凹函数。本文证明了使用梯度算法,新价值函数的全局收敛性能得到保证。分析和计算机模拟结果表明,本文提出的准则,无论在计算复杂度上,还是在收敛速度上,都具有优越的性能。     

ULSI中金属互连系统上的热点分析

针对金属互连系统上的热点将对集成电路芯片的性能和可靠性产生重大的影响,详细讨论了ULSI金属互连系统上的热点位置和温度分布模型,并通过该模型比较了不同通孔直径和高度情况下,金属互连系统上的热点位置和温度的差别。结果表明,通孔直径和高度对金属互连系统上的热点有重大的影响。     

A NEW ESPRIT METHOD FOR BLIND ESTIMATES OF DOA-DOPPLER FREQUENCY WITH UNKNOWN ARRAY MANIFOLD

A novel rotational invariance technique for blind estimates of direction of arrival (I)OA) and Doppler frequency with unknown array manifold due to array sensor uncertainties is proposed, taking Doppler frequency difference between a successive pulses as rotational parameter. The effectiveness of the new method is confirmed by computer simulation. Compared with the existing 2-D DOA-frequeucy estimate techniques, the computation load of the proposed method can be saved greatly.     

通孔最小化的一种神经网络方法

本文在布线的群图模型基础上，利用离散型Hopfield神经网络解决群图的最大割问题，并着重论述了如何跳出局部最优点的问题，从而较好地解决了双层布线通孔最小化问题。算法考虑了许多来自实际的约束，并进行大量的布线实例验证。