二元等距码的Q-变换分布及其应用

研究了二元等距码、等重等距码及其距离分布的Q-变换。通过使用Q-变换分布的性质,研究了二元等距码和等重等距码的最大码字数并得到2个新的上界,这些上界在某些情况下优于已知的结果。     

分组空时块码系统中的排序最大信噪比检测算法

提出并比较了应用于分组空时块码（G—STBC）系统中两种不同信道模型的排序最大信噪比（MaxSNR）检测算法。该系统在发端对发射天线分组，每组进行独立的空时块码编码；在收端应用排序最大信噪比算法进行检测。由于空时块码提供了额外的时域约束，所以可以利用这个约束对信道模型进行变换，得到一个等效信道模型，然后再使用排序MaxSNR检测；当然也可以直接利用原有的信道模型，即非等效信道模型进行检测。仿真结果表明：当接收天线数不少于发射天线数的一半时，采用等效信道模型下的排序MaxSNR算法，系统的误码曲线就能保持陡降性；并且在收发天线数相同时，其性能总是优于非等效信道模型。     

GaN转移电子器件的性能与基本设计

基于GaN转移电子器件最基本的工作模式--畴渡越时间模式,计算了GaN转移电子器件的理想最高振荡频率,得到该类型微波转移电子器件的最高振荡频率可达4.7THz,接近GaAs转移电子器件最高振荡频率(0.6THz)的8倍.从理论上计算出GaN转移电子器件的理想最大输出功率,结果表明GaN转移电子器件在功率输出方面具有很大优势.最后还讨论了 GaN转移电子器件在畴渡越时间模式下,能够产生稳定Gunn振荡的两个基本条件,即电子浓度N与器件有源区长度L乘积要大于该器件的设计标准((NL)0=6.3×1012cm2)及有源区的掺杂浓度N要小于临界掺杂浓度Norit(3.2×1017cm-3).本工作揭示出GaN转移电子器件在高频率和大功率输出方面都具有重要优势,作为大功率THz微波信号源将具有广阔的应用前景.     

系统发生树构建技术综述

随着不同的分子测序技术的飞速发展使得大量的DNA分子数据不断涌现,这给生物学家提供了大量的数据使其实现重构地球上所有生命的进化树的梦想.并且,进化树的研究对于解决现代分子生物学中的许多问题都是非常关键的,如多序列比对、蛋白质结构和功能预测以及药物设计等等.但是构建进化树又是一个非常复杂的问题.因此,进化树的研究成了一个研究热点.本文介绍了进化树研究的发展、研究现状,最后在总结现有的进化树构建技术存在的问题的基础上探讨了该领域进一步的研究方向.     

基于网络编码的无线网络多流问题研究

多流问题研究多对源、宿节点之间所能达到的最大吞吐。在无线网络中,解决该问题的关键在于量化无线干扰。由于网络编码能够在一定程度上克服无线干扰的影响,因此通过使用超边来描述编码发送,并构造关于超边的冲突图,可以实现对网络编码条件下无线干扰（以协议干扰模型为例）的量化,进而解决网络编码条件下的多流问题。此外,针对在超边冲突图中搜集所有极大独立集的NP难问题,提出了一种实用的搜集算法,并给出了相关的数字结果。     

局部均匀背景中距离扩展目标的GLRT检测器及性能分析

在复合高斯杂波满足局部均匀的背景下,对均匀杂波分组模型进行推广,建立了广义杂波分组模型.进一步,利用广义似然比检验（GLRT）原理,提出了距离扩展目标的基于广义杂波分组的GLRT检测器（GCC-GLRT）,并推导了检测器虚警概率与检测门限关系的表达式.GCC-GLRT有效地解决了基于均匀杂波分组的GLRT检测器（CC-GLRT）在非均匀杂波分组背景下不具备CFAR特性的问题.仿真结果还表明,对于稀疏散射点目标,在合适的杂波分组情况下,GCC-GLRT能有效克服采用NSDD-GLRT检测器出现的“坍塌损失”,改善检测器的检测性能.     

水岸彩色图像自适应阈值边缘提取算法

水岸彩色图像边缘提取是图像基础处理的难题。阐述了所提出的方法：依据纵向灰度最大差之和与图像灰度平均值间的模糊关系确定梯度阈值;运用平均值与中值协调方式滤波,在求中值群时拓展了Paeth提出的简化求中值算法以提高运算速度;在边界提取时选取有一定间距的像素分别计算三原色梯度,把其中绝对值最大的梯度作为边界存在的判据之一,同时根据二阶导数符号变化提取边界。算法对不同时刻和不同天气状况下的大量图像进行处理,结果表明能较好地自适应调整阈值,提取出的边界受噪声等影响产生的伪边界点和边界断点少,提高了边界点的有效性和连续性。它适用于对水岸彩色图像的概括性识别前期处理。     

一种基于粗集理论的图像分割方法

提出了一种基于粗集理论的图像分割方法．在图像聚类过程中的对象往往是具有相似关系而不是等价关系的对象．在本文中将相似关系应用到粗集理论中来解决图像中的聚类问题．由于噪声的干扰,往往会影响到图像分割的效果．本方法提出了边界点的最大隶属原则并进而提出了边界点的粗糙度以及边界点的最大隶属原则,从而大大减小了噪声的干扰．在此基础上给出了聚类质量的评价函数．该方法为进行图像分割提供了一个崭新的视角．     

方向估计的神经网络计算

本文给出一种借助于二维神经网络构成的混合系统,用它来完成几种方向估计算法,这些算法包括：最大似然法,交替投影最大似然法,Ｍａｒｃｏｓ等人提出的无需特征分解的“传播算法”。利用神经网络对某些算法的快速性,该系统为实时实现目标的精确定位提供了一条新的,有效的途径。     

自适应减少复杂度的盲最大似然序列估计

 基于逐幸存路径处理原理和自适应选择幸存路径的思想,本文提出了一种自适应减少计算复杂度的盲最大似然序列估计新算法.通过分析和推导,给出了一种近似估计网格图最小欧式距离的方法,并利用该估计值对幸存路径进行取舍,在网格搜索中仅保留少数幸存路径来进行信道参数和发送符号序列的联合盲估计.理论分析和计算机仿真结果表明,对严重符号干扰信道,在较高信噪比条件下,本文提出的新算法具有较理想的误符号率性能和较低的计算复杂度.