一种低复杂度近最佳的MIMO信号检测算法

在多输入多输出(MIMO)系统的信号检测算法中,最大似然(ML)算法具有最佳检测性能,但因其复杂度随天线数及调制阶数的增加呈指数增加而不实用.排序干扰逐次消去的最小均方误差(MMSE-OSIC)算法具有很低的复杂度,但因迭代检测过程中的差错传播使得检测性能与最佳检测相比有很大差距.针对以上算法的缺点,提出了一种低复杂度近最佳的MIMO信号检测算法,该算法对MMSE-OSIC算法的检测顺序进行调整,首先通过比较信道逆矩阵行向量的范数确定最弱信号层,对该发射信号的所有可能值进行遍历搜索,在保证最弱信号层尽可能正确检测的前提下,对剩余信号层采用MMSE-OSIC算法检测.理论分析及仿真结果表明,该算法有效抑制了迭代检测过程中的差错传播,几乎达到了最佳检测性能,同时具有较低的复杂度,在检测性能与复杂度之间给出了很好的折衷.     

一种基于改进频域最小均方算法的少模光纤模式复用系统均衡

基于少模光纤的模式复用传输在近些年由于其超过单模光纤非线性香农极限的高传输容量而受到广泛关注,同时偏振复用在不改变光纤链路的情况下,使得系统传输容量翻倍.因此模式复用和偏振复用的结合为下一代超100 Gb／s光网络提供了一种可行的解决方案.然而,该系统的性能受到模式耦合和不同模式的群延时的影响.本文主要讨论基于频域最小均方（LMS）算法的数字均衡技术在少模光纤的偏振模式复用系统中的应用,提出了一种以蝶形复数有限冲激响应滤波器为基本结构的改进频域最小均方算法.该算法通过改进在每一频域柜中的平均功率方程来获得更好的均衡效果.仿真结果表明：采用改进频域LMS算法后在收敛效果上优于传统频域LMS算法,同时提高了系统性能.     

X波段双偏振天气雷达衰减订正方法及效果检验

X波段双偏振天气雷达在观测强降水时衰减较大,双偏振雷达的相位参数因衰减较小可用于反射率的衰减订正。自适应算法和差传播相移率K_(DP)订正法是应用较多的两种衰减订正算法,这两种方法均采用了差分参数实现衰减订正。自适应算法实现因难,但能够根据不同降水类型对订正系数进行调整,而K_(DP)订正法则无法实现。本文在自适应算法和K_(DP)订正法衰减订正的基础上提出了K_(DP)综合分类法,该算法实现简单,并分别采用三种方法完成衰减订正,然后对订正效果进行了比较分析,并与S波段雷达进行了对比。最后将订正前后的反射率联合地面降水资料进行对比研究,结果显示订正后反射率更适合观测降水及反演雨强。     

方程误差系统的多新息辨识方法

多新息方法可以用于线性系统和非线性系统的自适应滤波、参数估计、自校正控制、自适应故障检测与诊断等.线性系统包括两种基本类型:方程误差类系统和输出误差类系统.本文将多新息辨识应用到方程误差滑动平均(EEMA)系统(即CARMA系统),研究多新息增广随机梯度算法和多新息增广最小二乘算法,应用到方程误差自回归滑动平均(EEARMA)系统(即CARARMA系统),提出基于分解的多新息广义增广随机梯度算法和基于分解的多新息广义增广最小二乘算法,以及基于滤波的多新息广义增广随机梯度算法和基于滤波的多新息广义增广最小二乘算法.     

基于掩蔽效应的改进型自适应语音增强算法

在分析经典自适应滤波算法的基础之上提出了一种有效的消除噪声且减小语音失真的语音增强方法.为了进一步提高语音增强效果,根据人耳掩蔽效应把语音信号中关键频率段的阈值作为自适应滤波算法的动态系数,根据此系数估算误差函数.在Matlab上对此算法输入不同信噪比的信号,仿真结果表明:输出的信噪比明显高于传统滤波算法,且残留噪声较小.     

带权网络的个性化PageRank计算

PageRank是衡量网络节点重要性的指标之一,个性化PageRank是普通PageRank的推广形式.目前关于(个性化)PageRank的研究主要集中在无权网络,而关于带权网络的研究结果较少.有鉴于此,基于矩阵变换和蒙特卡罗方法,分别给出了在静态和动态带权网络中个性化PageRank计算方法,并从理论上分析了算法的性能.实验结果显示,两种算法都优于传统的幂迭代算法.     

基于雷达回波拼图资料的风暴单体和中尺度对流系统识别、跟踪及预报技术

以中国气象科学研究院灾害天气国家重点实验室的区域雷达组网三维数字产品作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴单体识别、追踪和预报,用Davis发展的客观诊断评估方法识别雷达拼图资料中的中尺度对流系统,实现了雷达数据的中尺度对流系统识别、跟踪和预报,并利用这两种方法对多个强天气过程进行风暴和中尺度对流系统识别、跟踪及预报.在单雷达区域内用原SCIT和修改后的SCIT算法做了风暴单体定量识别检验.结果表明,(1)修改后的SCIT算法能够实现三维风暴的自动识别、跟踪和预报,在单雷达区域内与原算法识别风暴数量大体相当,中尺度对流系统识别方法能够实现中尺度对流系统的自动识别,并完成跟踪和预报;(2)SCIT算法预报误差较小,中尺度对流系统算法预报误差相对较大,它们的预报误差随时间延长而增大.     

高分辨不稳定能量的实时计算显示及应用

介绍了高分辨不稳定能量的算法.用该算法实现的实用程序能计算出每个地面站每小时的高分辨不稳定能量、地面假相当位温、抬升凝结高度等,并能在福建地图上显示出来.个例分析显示:在高分辨不稳定能量正高值区或其下游,若短时内(未来3 h内)有对流回波产生或经过,则将会发展,其值越大,天气越强;而地面假相当位温分布图能细致表现能量分布及地面冷空气的活动.     

短时天气预警系统设计的初探

介绍了如何在微软技术平台上用Visual Basic语言建立一个简单的短时天气预警系统模型,基本实现了布防、检测、报警等功能.全文包括绪论、系统设计、关键技术与算法、系统界面和功能实现等内容,并对关键技术与算法进行了详细的介绍.     

一个新混沌系统的自适应反同步控制及实现

针对所提出的一类新型混沌系统,研究了其驱动与响应系统的反同步控制问题.基于李雅普诺夫稳定性理论,利用自适应控制方法,提出了可以实现混沌系统反同步的控制器的设计方法和参数自适应学习算法.在此基础上,通过Matlab软件进行数值仿真,仿真结果显示所有的参数均可以得到准确地识别,并且可以在较短的时间内使误差系统趋于稳定,说明了控制器与参数自适应律的正确性.最后,基于Multisim电路仿真平台对同步电路进行验证,结果进一步证明了该方法的电路可实现性.     

基于PML-V2模型和站点观测数据的植被水利用率及其趋势差异分析

运用基于Penman-Monteith公式改进得到的模型PML-V2,结合12个FLUXNET站点及其对应的叶面积指数数据,进行蒸散发分离,进而计算并分析内禀水利用率(intrinsic water use efficiency, iWUE)和冠层水利用率(canopy water use efficiency, tWUE)的趋势差异。结果表明,在站点尺度上,两种植被水利用率的变化均存在不一致性。对于落叶阔叶林(deciduous broadleaf forests, DBF),i WUE的增幅比tWUE的增幅大,而在常绿针叶林(evergreen needleleaf forests, ENF)中则相反。在DBF中,冠层导度和蒸腾作用趋势的差异可在一定程度上解释两种植被水利用率的趋势差异。通过回归分析发现森林(包括DBF和ENF)的气温和大气CO₂浓度的趋势对tWUE趋势的影响更大。研究结果表明,两种植被水利用率及其趋势存在差异。基于iWUE的研究结果并不能完全反映植被的实际水利用率变化程度,因此也不能全面反映植被与大气的相互作用。本文在站点尺度明确了全球气候变...     

小波变换在天气雷达图像压缩中的应用

针对航空气象保障中常用的几种天气雷达图像的特性，采用双正交小波变换方法，应用嵌入式零树编码和自适应算术编码，提出了一套合理的图像压缩编码软件方案。试验表明，该方案是解决天气雷达回波图像存储和远程传输的一种有效途径，并在气象业务工作中发挥了重要作用。     

基于奇异矢量目标观测的梅雨锋低涡观测系统模拟试验

就江淮梅雨锋低涡预报基于奇异矢量目标观测作了观测系统模拟试验,目的在于对基于奇异矢量目标观测实际实施作预先研究,寻找目标观测中所要遵循原则和实施细节,以及用奇异矢量确定目标观测区的恰当方法。经分析实际奇异矢量相关误差如何影响预报特征,得出在实施目标观测时应遵循的原则：只对奇异矢量相关误差进行订正,不对非奇异矢量相关误差订正;对奇异矢量强相关误差区域优先订正能更为高效率地改进预报;对整个垂直气柱进行订正,而不只对满足阈值区域进行订正;应优先采用效率较高的第一类斜压订正方案。文中两种方法确定的目标观测区与实际奇异矢量相关误差区域在位置、大小、形状上比较相似,两种方法的目标观测区误差影响预报方式与真实奇异矢量相关误差影响预报方式很相近。     

气象数据分析和诊断可视化平台的设计和构想及其在互联网络上的实现

在大气科学数据库＂十五＂工作的基础上,探讨大气科学数据资料分析管理和应用系统的实现框架以及结合e-Science提出在网络上的实现,并提出数据处理算法与数据分析系统结合的可行方案。     

Comparisons of Two Ensemble Mean Methods in Measuring the Average Error Growth and the Predictability

In this paper, taking the Lorenz system as an example, we compare the influences of the arithmetic mean and the geometric mean on measuring the global and local average error growth. The results show that the geometric mean error (GME) has a smoother growth than the arithmetic mean error (AME) for the global average error growth, and the GME is directly related to the maximal Lyapunov exponent, but the AME is not, as already noted by Krishnamurthy in 1993. Besides these, the GME is shown to be more appropriate than the AME in measuring the mean error growth in terms of the probability distribution of errors. The physical meanings of the saturation levels of the AME and the GME are also shown to be different. However, there is no obvious difference between the local average error growth with the arithmetic mean and the geometric mean, indicating that the choices of the AME or the GME have no influence on the measure of local average predictability.     

小波变换在气象卫星云图压缩中的应用

该文分析了卫星云图和自然图像在小波系数分布上的特征差异,提出了基于小波变换的气象卫星云图压缩方案。方案选择对卫星云图压缩效果较好的、具有双正交性的Odegard 9/7滤波器组对卫星云图进行五级小波分解和重构;根据卫星云图小波分解系数相似性强、低频分量能量更为集中、分量系数层次衰减性明显的特点,使用改进后的零树编码算法对小波系数进行编码运算;最后,采用高效的自适应算术编码对输出数据流进行了进一步的压缩。该方法对卫星云图的压缩效果要优于经典的嵌入式零树小波编码,在失真允许情况下,对红外云图的最大压缩比可达40:1,水汽云图达60:1,可见光云图达35:1。     

Comparisons of Two Ensemble Mean Methods in Measuring the Average Error Growth and the Predictability

In this paper,taking the Lorenz system as an example,we compare the influences of the arithmetic mean and the geometric mean on measuring the global and local average error growth.The results show that the geometric mean error (GME) has a smoother growth than the arithmetic mean error (AME) for the global average error growth,and the GME is directly related to the maximal Lyapunov exponent,but the AME is not,as already noted by Krishnamurthy in 1993.Besides these,the GME is shown to be more appropriate than the AME in measuring the mean error growth in terms of the probability distribution of errors.The physical meanings of the saturation levels of the AME and the GME are also shown to be different.However,there is no obvious difference between the local average error growth with the arithmetic mean and the geometric mean,indicating that the choices of the AME or the GME have no influence on the measure of local average predictability.     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。     

基于知识约简的无线网络脆弱性评价指标体系构建

针对无线网络脆弱性评价指标体系中影响因素众多、层次结构复杂且指标间存在相关性的问题,提出了一种基于知识约简算法的脆弱性指标体系构建方法.首先,初步建立无线网络脆弱性评价的指标体系,在此基础上构造脆弱性评价决策表;其次,运用知识约简算法对决策表进行简化,其中非核指标的重要性排序采用特征向量法进行确定,该方法以保证评价结果的准确性为前提,较AHP权重判断法更具客观性;最后,将该方法和AHP权重判断法进行了分析比较,说明了其有效性.     

我国北方地区植被总初级生产力的空间分布与季节变化

本研究通过集成Terra MODIS卫星影像数据与地面通量台站的观测数据, 改进了基于遥感的VPM光能利用率模型, 模拟了我国北方地区2008年陆地生态系统总初级生产力 (GPP) 的空间分布与季节变化。研究表明: (1) 我国北方地区植被GPP在空间分布上表现为东高西低的特征, 年均值为518.36 g/m2 (C重量, 下同)。 (2) 我国北方地区主要植被类型的GPP有较强的季节动态, 大体上都表现出单峰变化趋势。GPP值按照由大到小顺序依次为: 夏绿阔叶林 (DBF)>针阔混交林 (MF)>农田 (Crop)>落叶针叶林 (DNF)>常绿针叶林 (ENF)>草地 (Grass)>稀疏灌丛 (Oshrub)>裸地或稀疏植被 (BSV)。(3) 整个区域的GPP季相变化表现为: 夏季最高, 达到32.80 g?m-2?(8 d)-1, 为全年最大值; 春季GPP为5.67 g?m-2?(8 d)-1, 与秋季的5.08 g?m-2?(8 d)-1较为接近, 冬季GPP最弱, 仅为0.07 g?m-2?(8 d)-1。与通量台站实测值及前人研究结果的比较表明, 本文所模拟的GPP与观测值之间的相对误差绝对值多小于15%, 表明模拟结果具有较好的可靠性。这说明通过集成遥感观测数据与台站观测数据的方法来模拟GPP, 可以较准确地模拟区域尺度的GPP空间分布与时间变化, 这为深入研究陆气相互作用提供了重要研究手段。