不同天线相关分布特性下的MIMO容量性能分析

研究了在无线MIMO(Multiple-Input Multiple-Output)系统中,天线的相关性对系统容量性能的影响.建立了相关天线MIMO系统仿真模型,给出了相关系数并推导了相关信道容量的表达式,用Monte Carlo法仿真了天线角度扩展分别为高斯分布和均匀分布2种情况,对比分析了信道容量与天线角度扩展以及扩展分布特征之间的关系,为实际的MIMO系统设计提供参考.     

空间三维物体二维投影的一种新方法

计算机图形技术是随着计算机技术在图形领域中的应用而发展起来的一门新技术。它能够通过计算机将数据转化为图形,并在专门显示设备上显示。研究了空间中三维物体二维成像的一种新方法,即利用透视投影原理,在确定了参考位置后,通过矩阵旋转的方法在投影平面上确定坐标轴,最后用数值结果验证了这种算法的正确性。     

基于mRMR与因子分解机的分类模型研究

很多学者用“全球恐怖主义研究数据库”GTD数据集，采用博弈论、K近邻法和支持向量机等分析恐怖事件的聚集性，已经取得一些成果.但在前期研究中未有很好考虑数据的稀疏性以及高维度多冗余等会导致聚集分类准确率不高的问题.本文提出一种基于最小冗余最大相关与因子分解机结合的TFM分类模型，使用增量搜索方法寻找近似最优的特征解决高维度多冗余问题和FM方法解决数据稀疏问题，并对预处理后的恐怖袭击事件数据用TFM模型做量化分类.文中使用朴素贝叶斯NB、支持向量机SVM、逻辑回归LR与TFM等4个模型的“马修斯相关系数”MCC进行比较，结果显示TFM的MCC相对于其他三个模型NB、SVM、LR分别提高了49.9%,2.5%,2.3%，可见TFM模型有一定可行性.     

一种基于规则与句法合成的层次化语句分析识别算法

首先, 在句子组织信息之间的结合度及基于规则、 词性和词序对句法分析系统影响的基础上, 提出一种基于规则的语句分析识别算法, 能在大量文本中快速识别出正确句式; 其次,在基于语句分析识别算法的基础上, 提出一种基于规则与句法合成的层次化语句分析识别算法, 以提高层次化句式识别检错的精度. 实验结果表明, 该算法平均精确率和平均召回率分别为84.65%和77.15%, 相比于只基于规则的语句识别算法分别提高了11.79%和14.48%, 证明了规则与句法合成的层次化语句分析识别的可行性.     

基于CRF和多元规则的层次化句法分析

针对句法分析中细粒度和粗粒度组块识别模型的冲突问题, 为解决句法分析中词语搭配规则多、减少搭配优先级变动的影响, 提出一种结合条件随机场（CRF）和多元规则的层次化句法分析模型. 先利用CRF算法识别细粒度语句的组块标记序列, 然后结合统计和多元规则识别粗粒度组块, 在识别出的组块中层层引入不同优先级的二元、三元规则. 该模型实现了同时进行细粒度和粗粒度组块的识别, 可更好地服务于句法分析. 在Chinese TreeBank8.0（CTB8.0）语料上采用5-折交叉验证, 结果表明, 相比于仅使用二元、 三元规则及使用CRF+二元规则的句法分析, 该模型的正确率分别约提高12%,3%,5%, 验证了该模型有效性和稳定性.     

基于边际效应全局最优的队列控制方法

为了解决网络节点在进行数据传输过程中的冲突拥塞,针对队列控制方法存在的问题,提出了一种基于经济学中边际效应全局最优的队列管理机制.在这种机制中会兼顾数据流之间的公平性和优先级,在二者中寻找到最佳的平衡点.通过在合理的范围内设定不同业务用户的满意度和结点提供的带宽之间存在边际效应,平衡公平性和优先级之间的矛盾,达到使全局满意度最高的带宽分配方案.实验结果表明,提出的分配带宽的方案能使全局满意度达到最大值.     

基于逐符号检测的部分响应系统分析

利用部分响应信号(双二进制脉冲)可控地引入符号间干扰(ISI),设计可近似物理实现的发送滤波器和接收滤波器收发信号,牺牲功率利用率来换取较高的频谱利用率,使得符号传输速率达到奈奎斯特速率.在调制信号前采用数据预编码,对接收信号进行相应译码,以消除信道中噪声引起的差错传播.     

最大似然序列检测中的Viterbi算法的实现

讨论Viterbi算法在最大似然序列检测中的实现.先给出带宽受限,存在失真且先验未知以及具有AWGN条件下信道的一种数学模型.由此得到Viterbi算法在最大似然序列检测中的表示形式,且根据其在此信道模型下的算法描述,具体分析了三种信道下最大似然序列检测中Viterbi算法的设计问题.使用MATLAB仿真实现并根据仿真结果分析其性能.提出Viterbi译码算法对于信道特性无论好坏是普遍适用的,大大补偿了存在符号间干扰(ISI)的信道的接收性能,降低了误码率.是一种信道存在符号间干扰(ISI)的接收性能的最佳补偿方法.     

基于GFCC和能量算子倒谱的语种识别

为了提高低信噪比下语种识别的准确率,引入一种新的特征提取融合方法.?在前端加入有声段检测,并基于人耳听觉感知模型提取伽玛通频率倒谱系数(Gammatone?Frequency?Cepstrum?Coefficient,GFCC)特征,通过主成分分析对特征进行压缩、降噪,融合每个有声段的Teager能量算子倒谱参数,通过...     

一种基于信噪比(SNR)比较的感知节点数目优化算法

 协作频谱感知虽然可提高系统的感知性能,但随着感知节点数目的增加,系统资源的占用越来越多,系统传输效率下降.分析了协作频谱感知方法的感知性能,得到协作频谱感知的感知性能与感知节点数目和接收信噪比之间的关系,提出了一种新的次级用户节点的选择方法,该方法有效保证了所选择节点的感知性能,仿真验证了该算法的有效性和可靠性.