基于拉丁方的认知差分跳频网络自适应频率集方法

将方法无线电和应用数学的原理引入多用户差分跳频网络,提出基于拉丁方的认知差分跳频自适应频率集方法.该方法在认知后得到可用频谱信息的基础上,将跳频频率集划分为频率子集,按照动态生成的拉丁方将频率子集动态分配给网内用户,使同一时隙内用户的频率子集正交,从而抑制多用户网络的多址干扰,提高抗部分频带干扰以及多音干扰性能.仿真结果显示该方法较传统多用户差分跳频网络可以显著提高多址性能与抗干扰性能.     

基于IC着色的认知差分跳频系统多址原理

本文将认知无线电(cognitive radio,CR)和图论引入差分跳频(differential frequency hopping,DFH)网络,提出基于IC着色和干扰温度模型的认知差分跳频多址(IC-ITMA)原理,用IC着色与干扰温度理论控制网内用户的发射行为,网内各发射机在接收机处产生的干扰温度正交.接收机根据测得的干扰温度来区分它们,使之达到区分预期信号和干扰信号的目的.仿真结果表明,该方法较传统差分跳频网络可以显著提高抗多址干扰性能.     

多元混合气体中非线性声衰减的数值模拟

采用直接模拟蒙特卡罗方法(DSMC)对多元混合气体中的非线性声衰减进行数值模拟,提出了一种不依赖于经验参数的声衰减的理论预测模型.通过DSMC数值模拟方法获得了包括氮气、氧气、二氧化碳、甲烷和水蒸气在内的多种多元混合气体的声衰减谱,研究的声波频率范围从8MHz到232MHz.与弛豫衰减的DL模型和经典衰减的Stokes-Kirchhoff公式的结果比较表明,该模犁的声衰减预测结果与之相符,其预测精度取决于对产生声衰减的分子碰撞过程的正确认识.另外数值模拟结果还表明,不同频率声波的声衰减对包含不同气体成分的混合气体特征不同,这将使得开发能够定量的检测不同环境和过程中的气体成分的智能声气体传感器成为可能.     

多原子分子气体中声波弛豫衰减谱的重建算法

提出了一种宽频率范围的弛豫衰减谱重建算法,并采用基于SSH理论的方法和基于实验数据的方法估计气体的有效弛豫时间.通过该算法得到了包括氮气、甲烷、氧气、二氧化碳和水蒸气在内的多种多原子分子混合气体的声衰减谱,研究的声波频率范围从1Hz到10GHz.与预测弛豫衰减的DL模型的结果比较表明,该算法获得的弛豫衰减谱结果与之相符,其预测精度取决于对分子弛豫过程的正确认识.另外该算法还被用于几种混合气体中水蒸气和二氧化碳含量的分析,其结果表明弛豫衰减谱可被用于定量分析多原子分子气体的成分组成,这使得实现高灵敏度地检测气体成分的智能声气体传感技术成为可能. 关键词： 声弛豫衰减 有效弛豫时间 重建算法 声气体传感器