基于高阶累积量的空时分组码盲识别算法研究

针对MISO通信系统的空时分组码盲识别问题,提出了一种基于高阶累积量的空时分组码盲识别算法。首先,给出了MISO接收信号模型,利用高阶累积量的性质分析得到接收信号的四阶累积量的表达式;然后,利用编码矩阵的特性,证明接收信号在不同时延向量下的四阶累积量呈现非零值,其非零值取决于STBC的类型;最后,采用四阶累积量的实验值与理论值的最小欧式距离盲识别空时分组码的类型。仿真结果表明,即使在低信噪比条件下,所提方法能够较好地识别空时分组码。     

基于深度多级残差网络的低信噪比下空频分组码识别方法

针对低信噪比下信号受噪声干扰强,空频分组码(Space-Frequency Block Code,SFBC)识别准确率低的问题,提出了一种基于时频分析与深度多级残差网络的SFBC自动识别方法.通过对互相关序列进行时频分析与降噪、非时钟同步拼接等预处理,以获取能够反映其本质特征的二维图像,适应不同接收端时延下的信号识别,...     

基于FOLP的STBC-OFDM信号盲识别方法

针对STBC-OFDM信号盲识别中存在着识别所需样本数多、对频偏敏感和不适用于单接收天线等问题,提出一种基于FOLP（Fourth Order Lag Product）的识别方法.根据不同空时分组码元素的相关性,推导了接收信号的FOLP,构造了基于FOLP的峰值检测算法.推导和仿真结果表明,该算法能够在单接收天线下运行,且不需要知道信道信息、噪声信息、调制信息以及OFDM块的起始位置;且该算法不受调制方式的影响,对时延、相位噪声和频率偏移鲁棒性能好,能够应用于认知无线电、频谱监控等工程领域中.     

基于改进简化天空光照模型的天空绘制算法

通过使用Hoffman等的算法进行天空效果的绘制,会产生两个问题：在绘制的天空效果图的中央产生一条肉眼可视的黑带;散射系数不能随着观察者视点位置和太阳的位置变化而变化。通过改变Rayleigh散射方程中与散射方向有关因子的系数,解决使用Hoffman等的算法在绘制天空效果时产生黑带的问题;通过建立Mie散射方程方向系数与观察者视点位置和太阳位置之间的线性方程,解决散射系数不能随视点位置和太阳位置变化的问题。结果表明,改进后绘制的天空效果将更适用于飞行模拟器实时仿真。     

新疆阿斯塔那墓出土的晋唐时期丝履特色分析

20世纪60年代,在中国西域吐鲁番地区发掘了阿斯塔那古墓群,出土了各种奇珍异宝。以新疆阿斯塔那墓出土的晋唐时期的丝履为对象,分析中国西域地区人民的鞋履文化特色。文章比较了6种代表性的丝履:织成履、变体宝相花纹云头锦鞋、蓝色如意鞋、笏头绮鞋、翘头蓝绢履、翘头黄绢履,得出以下结论:造型上,丝履分为平头和高头两种;取材上,主要以丝绸为面料,兼有棉麻成分;织物组织上,采用多色提花的织锦或质地轻薄的平纹组织,结构紧密;色彩上,多采用红、黄、蓝、绿、紫等绚丽的色彩;纹样上,运用多种吉祥纹样,既有中国传统纹样,又引进了西域特色纹样。     

基于GPU的大规模地形数据绘制算法

针对大规模地形数据绘制中,对绘制过程快速、生成图像清晰准确的要求,从地形数据的组织、实时绘制时LOD选取标准、层次过渡优化、视锥体裁减等地形可视化的几个关键技术层面着手,提出合理的解决方案。生成的结果表明,该方法能够充分利用GPU进行绘制,可以适用于大规模地形数据绘制。     

基于大数据的师资协同共建共享机制

<正>随着云计算、互联网、物联网、5G等信息技术的崛起，教育也因信息技术的发展和应用而产生巨大的变革，其中利用大数据推动的教师资源共享建设则是其核心关键部分。本文主要研究内容基于大数据应用技术，在气象智能培训管理体系的持续研发探索中，对新形势下师资协同共建共享机制和技术进行思考，探讨如何充分挖掘和深入分析教师资源的隐含信息，并提出通过大数据和人工智能手段构建基于互联网的师资协同共建共享机制，通过资源配置优化，打造一支适应新时代气象事业发展的、具有成长可持续性、专业覆盖广、教学水平高、素质能力强的教育培训师资队伍。     

基于高阶统计特征的空时分组码盲识别方法

空时分组码的盲识别是认知无线电领域一个新的重要问题。多数现有算法在多接收天线下进行识别,然而这些算法并不完全适用于单接收天线条件。针对上述问题,该文提出一种同时适用于单接收天线和多接收天线的空时分组码盲识别方法。利用空时分组码矩阵内元素的相关性,提出四阶统计量作为盲识别的特征参数,并通过最小欧氏距离的方式检验四阶统计量的差异,达到识别的目的。蒙特卡洛仿真表明,算法识别性能较好,且不需要预先知道信道信息、噪声信息和调制信息,对多普勒频移和相位噪声具有一定的适应性。