认知无线电系统中频谱感知方法的研究

由于无线通信技术的飞速发展，因此无线资源频谱日趋紧张．而另一方面现有无线通信网络采用的固定频谱分配策略导致许多已分配的频段在大多数情况下未能被充分利用。认知无线电技术的出现为提高频谱利用率提供了一条新的思路．认知无线电的一个重要要求就是能够动态的感知并接入频段，这就需要人们能够感知出空闲频段。论文主要介绍了认知无线电系统中的频谱感知方法，并运用能量检测法对对OFDM信号进行了仿真分析．     

一种适用于认知无线电系统的盲感知算法

频谱感知是认知无线电中最具挑战的问题之一。提出一种基于信号协方差矩阵特征值的盲感知算法,仿真显示这种方法有较好的检测性能,适用于认知无线电系统中授权用户的检测。     

能量检测在认知无线电频谱感知中的应用

随着无线通信技术的飞速发展,无线电频谱资源日趋紧张。认知无线电已经成为解决现有频谱资源匮乏的非常有前途有前景的技术。认知无线电是一种智能的无线通信系统,它能够感知周围的无线环境,通过一定的方法相应地改变某些工作参数来实时地适应环境,从而达到提高频谱利用率、缓解频谱资源紧张的目的。频谱感知是认知无线电中最具挑战的问题之一。详细介绍了基于能量检测的频谱感知方法,并从理论上分析研究能量检测法的检测性能,最后通过MATLAB仿真分析能量检测法对于OFDM信号的检测性能。     

基于RS-PSO-SVM集成的模拟电路软故障诊断

针对模拟电路软故障诊断准确度不高的问题,提出一种基于粗糙集(RS)-粒子群算法(PSO)-支持向量机(SVM)集成的模拟电路软故障诊断方法。首先利用粗糙集理论对采集的模拟电路软故障特征信息进行维数约简,然后利用粒子群算法对支持向量机的参数进行优化,以提高支持向量机分类器的诊断性能,最后进行故障诊断。对四运放双二次高通滤波器进行仿真,实验结果表明,基于RS-PSO-SVM集成的模拟电路软故障诊断方法是有效的。与其他常用方法相比,该诊断方法具有更好的故障诊断性能。     

基于阿里云IoT平台的实时水质监测系统设计

为了便于进行实时水质监测和水污染早期预警,文章提出一种基于云平台的实时水质监测系统,包括数据采集模块、Android工控板、阿里云IoT平台以及应用终端4个部分。系统中,传感器采集到的信息通过Android工控板上传至阿里云IoT平台,用Web浏览器访问云端平台实现对所监测区域水质的实时查询、历史记录查询等数据的分析工作。