一种基于Bloom-filter表项压缩的TCAM业务识别算法

在三态内容寻址存储器(Ternary Content Addressable Memory, TCAM)表项宽度和存储容量约束下,该文提出一种基于匹配表项压缩的BF-TCAM算法,采用Bloom-Filter(BF)对匹配关键字进行单字节编码压缩关键字长度,解决了匹配吞吐率低和存储空间不足问题。针对BF在表项压缩过程带来的冲突率上升问题,引入向量存储空间策略,利用向量存储空间实现多个哈希函数映射,相对于比特向量策略,有利于降低匹配冲突率。测试实验表明,相对于传统的TCAM匹配算法,BF-TCAM算法不但提高了匹配吞吐率和存储空间利用率,同时可有效降低BF压缩产生的冲突率。     

形态学滤波与组合时频分布跳频信号参数估计

针对跳频信号参数估计中平滑类维格纳分布（WVD）运算量大和时频分辨率下降等问题,提出一种基于形态学滤波与组合时频分布的跳频参数盲估计方法。该方法首先利用短时傅里叶变换（STFT）和维格纳分布得到跳频信号的组合时频分布,然后通过形态学滤波得到清晰的时频图,进而估计出跳周期、跳变时刻和跳频频率等参数。理论分析和仿真结果表明,与直接利用平滑伪维格纳（SPWVD）进行跳频参数估计相比,该方法计算量更小,估计精确度更高。