基于块稀疏快速重构的MISO活跃用户集与信道联合估计

针对多用户多输入单输出（Multiple input single output, MISO)系统的用户选择与信道估计问题,引入基于用户分布式自选择的信道接入策略,设计一种新的结合该策略的时分双分复用（Time division duplex, TDD)模式数据传输帧结构。利用用户活跃模式自然稀疏性和信道冲激响应时延域稀疏性,将基站接收上行随机导频序列建模为块稀疏线性模型。基于凸松弛的l2/l1模型提出一种快速的块稀疏重构算法求解问题模型。算法首先对目标函数进行变量分裂,然后利用交替方向法对各变量进行交替更新,直至满足收敛条件。交替更新中,对于无法获得闭式解的信号变量项,采取块坐标下降法求解。计算机仿真表明,与块正交匹配追踪和块压缩采样匹配追踪比较,新算法能够在保持高重构精度的前提下获得更快的计算速度。     

DS-CDMA系统最优匹配MMSE时延估计

在分析MMSE估计准则特性的基础上,从最优匹配的角度提出了一种基于MMSE最优匹配合并的DS-CDMA单用户时延估计算法.算法通过对用户扩频序列延迟混叠向量进行分段估计,分段匹配滤波以及最优合并的方式,解决了传统MMSE时延估计中由于幅度不匹配对估计性能造成的影响.理论分析和仿真结果表明算法性能优于传统MMSE、MUSIC、以及滑动相关等时延估计算法.     

基于FPGA+DDS的信号源设计与实现

采用DDS+FPGA+DAC数字信号激励器硬件电路和数字波形合成软件算法设计实现了宽带信号源所需要的各类信号,覆盖30 MHz～1 GHz频段,功率达到20 W.在完成了具体的设计和实验后实现了样机的制作,通过现场测试验证了其完全满足应用需求.     

一种改进的RBF神经网络DOA估计方法

提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法。利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反映阵列的测向能力。相比于目前的径向基函数神经网络测向模型的构建方法,改进的DOA估计模型具有更好的泛化性能,能够提高测向精度。实验结果验证了该方法的有效性。     

一种改进型免疫算法在TDOA定位中的应用

为解决传统TDOA定位估计所带来的非线性优化问题,首先通过最大似然估计将其转换为峰值搜索优化问题,再提出一种基于克隆选择思想的改进型免疫算法对其进行求解。该算法采用浮点数编码方式,提高了运算效率;引入高斯变异算子和变异控制变量,加强了局部搜索能力。仿真实验表明,在保证一定抗体数目的前提下,该算法适应性强,性能稳定,能快速逼近全局最优的解,且算法定位精度更高。     

基于免疫网络的异态电磁信号监测模型

针对人工免疫系统运用于信号密度适中的日常异态信号监测时,系统对检测器数量要求过高的问题,本文对现有的模型进行了改进,提出了基于免疫网络的异态电磁信号监测模型。模型引入数据正向压缩和检测器相互抑制的机制,使得系统对检测器数量的要求明显降低。本文采用实际无线电监测数据对模型进行了检验,并与基于阴性选择的模型进行对比,验证了该模型在信号密度适中的日常监测中可大幅减少对检测器数量的要求,提高了监测效率。     

多传感器数据融合理论在复杂通信信号识别中的应用

利用多传感器数据融合理论,建立各种复杂通信信号的综合特征模本和综合模糊模式识别的处理模型,实现对目标信号调制样式、属性、综合技术特征、综合相关特征的情报描述,从而达到识别信号的目的。     

Windows98环境下声音文件的用法实例

本文给出了 Ｗｉｎｄｏｗｓ ９８环境下声音文件的格式,通过打开 ＷＡＶ文件,就可以实现原始 声音文件的波形显示、频谱分析等。     

基于量子遗传算法的盲源分离算法研究

在改进遗传量子算法的基础上，提出了一种新的量子遗传算法并从理论上证明了算法的全局收剑性．提出了基于量子遗传算法与独立分量分析算法相结合的盲源分离新算法．仿真结果表明：新方法比采用常规遗传算法的盲源分离方法具有明显的高效性．     

基于VHDL实现逻辑控制的高速数据采集系统

本文介绍了一种采用现场可编程器件实现逻辑控制的高速数据采集系统的设计方法,讲述了系统硬件总体结构、分析了高性能的电子元器件,最后介绍了VHDL语言实现控制及MAX PLUSII开发软件的仿真结果.实验证明:该系统具有很强的灵活性和很高的实用价值.