基于μCLinux的NAT设备的设计与开发

NAT(网络地址翻译)技术有效地解决了IP地址紧缺的问题,为实现IPv4到IPv6的平滑过渡发挥了巨大的作用.在一个体积小、重量轻、价格低廉的嵌入式平台上实现NAT设备具有很好的实际意义.文中介绍了NAT技术的原理和实现过程,在自行设计的ARM7嵌入式硬件平台上基于μCLinux操作系统实现了NAT的功能,并通过实现其他相关功能,构建了完整的NAT设备,完成了小型网络接入Internet的方案.     

CUBIT-3的工作原理及其在ATM综合交换设备中的应用

介绍ATM交换电路CUBIT-305804的工作原理，结合ATM综合交换设备的具体实现，给出该电路在嵌入式平台下与MPC8260微处理器的接口应用实例，介绍该电路的配置方法和软件驱动流程。     

基于PPCBOOT的嵌入式Linux系统的开发

介绍了基于PPCBOOT的嵌入式Linux开发环境的建立，阐述了PPCBOOT的技术难点和关键问题，并给出了一个开发实例，对于Linux开发应用具有一定的借鉴作用。     

大气光通信PAT子系统指标初步设计分析

分析了跟踪角速度，功率，跟踪精度等因素对大气激光通信系统中瞄准，捕获和跟踪子系统参数选择的影响，给出了波束发散角，扫描角范围，接收视场等主要参数的选择原则，对地面终端光通信系统设计背景提出了瞄准，捕获和跟踪了系统的相应指标。     

多业务LEO卫星网络中基于改进遗传算法的最优多门限信道预留(OMTCR)机制

在多业务LEO卫星网络中,最优多门限信道预留(Optimal Multiple Threshold Channel Reservation,OMTCR)机制能够从连接级对系统资源进行高效地配置,实现用户QoS和系统整体收益之间的折中平衡.本文设计相应的遗传算法(GA)求解OMTCR最优门限参数矢量,针对OMTCR策略对可行域及目标函数的特殊要求对基本GA进行修复,实现快速求解;为了避免业务类型增多和带宽提高给算法实际应用所带来的障碍,设计小种群数的迭代GA寻优策略,进一步减少计算量并加快收敛速度.以系统整体收益损失为评价指标,大量的仿真结果与穷举法所得到的最优解相比,改进GA在无QoS约束条件和有QoS约束条件下均能达到很好的性能,并且能够显著缩短计算时间.改进GA的计算精度和收敛速度保证了OMTCR机制应用于实际系统中的可行性.     

OFDM系统中基于软信息处理的自适应双模半盲信道估计

本文提出了一种新的基于软信息迭代处理的自适应双模半盲信道估计算法.该算法构造了新的置信度量函数获取译码和软映射重构的反馈信号的置信度,和置信阈值比对后在判决反馈和盲估计两种估计模式之间自适应选择,这样估计的信道频响可以提高软信息迭代接收的性能.仿真结果表明,本文提出的算法能综合两种估计模式的优势,限制传统判决反馈模式的错误传播,在没有分散导频辅助估计的条件下有效跟踪时变信道,达到好的系统性能.     

研究生"数字通信"课程教学改革探索

本文介绍了研究生“数字通信”课程教学改革中进行的一些探索与实践,主要包括教学目标创新、教学内容调整、教学方法和评价方式改进等内容,分析了研究生课程教学中的创新能力培养问题。建议加强教材建设、提高教学队伍素质、倡导研究性学习和加大课程设计比重,以提高研究生学习的主体意识和探索精神。目的在于探索数字通信教学的全新模式,突出研究生研究能力和创新能力的培养。     

提高声光偏转器空间分辨率的方法研究

由声光偏转器件（AOD）和四像限探测器（QD）组成的闭环光束跟瞄系统与以往的快速反射镜（FSM）和四像限探测器组成的跟瞄系统相比，具有带宽高、功耗低、重量轻、体积小、重复性好和控制简单可靠等优点。然而，随着控制光束偏转的超声波频率变化的加快，单声光偏转器件（SAOD）的空间分辨点数会随之下降，影响光束控制的精度。提出了一种新型的快速、非机械、高精度光束偏转方法，采用二级声光偏转器件（DAOD）进行光束控制，与一级声光控制器相比具有更快的光束控制速度，更高的空间分辨点数和更宽的扫描范围，可以显著提高光束跟踪的速度和精度。同时还提出了一种求静态和动态分辨点数的方法，并与实验数据进行了比较、分析。     

差错信道下IEEE 802.11 DCF最优帧长分析及信道自适应策略

分析了差错信道下IEEE 802.11 DCF在饱和状态下的吞吐量以及帧长度对吞吐量的影响.研究表明在一定的误码率（BER）下存在最优的帧长使得系统吞吐量最大,并且该最优值与发送节点的数目无关.在此基础上,提出了一种简单的基于BER区间划分的帧长控制的信道自适应发送策略.仿真表明,与固定帧长的发送策略相比较,使用该策略在差错信道下可以有效地提高吞吐量.     

基于自适应蜂鸟算法的飞行自组网拓扑优化

针对飞行自组网(FANET)中无人机(UAVs)快速移动造成的网络拓扑管理困难问题,考虑实际场景中无人机位置变化引起的可用信道差异,该文提出一种自适应蜂鸟算法对网络拓扑进行优化。首先,建立一个针对分簇结构的无人机拓扑模型,并且形成一个以最小化簇数量、负载偏差和簇移动度为目标的优化问题。其次,通过调节人工蜂鸟的觅食动作、加入扰动变异的方式,提出寻优能力更强的自适应蜂鸟算法(ADHA)。然后,设计合理的蜂鸟个体编码方式,将拓扑优化的决策过程转化为自适应蜂鸟算法的寻优过程。最后,通过仿真验证所提算法的收敛性,并与基于其他群智能优化算法的拓扑优化方法进行对比。实验结果表明,所提算法得到的拓扑优化策略不仅能够有效减少网络拓扑的簇数量,而且能够得到负载均衡、结构稳定的簇群。