宽带非相干空时频分组编码

基于正交频分多路复用,提出了多个输入和输出天线频率选择性瑞利衰落信道中的非相干空时频分组编码方法。成对错误概率分析表明,将子载波分组与正交空时频编码结合,提出的码能获得最大空间分集和频率分集,且只有较低的编解码复杂性。采用提出的编码方法,系统发射端的编码和接收端的解码都不需要知道信道状态信息,减小了信道估计所带来的系统复杂性。给出了码的设计准则和仿真结果,验证了频率选择性衰落信道中提出码的良好性能。     

基于蚁群算法的OFDM系统子载波分配研究

针对无线资源要求OFDM系统能够支持更高的信息速率,在比例速率约束的多用户OFDM系统资源分配中,传统算法的频谱效率较低.在子载波等功率分配条件下,用蚁群算法解决比例速率约束下多用户OFDM系统子载波分配,算法在最大化多用户OFDM系统下行链路总容量的同时又维护了用户之间的比例公平性.蚁群算法的启发搜索机制保证频谱效率快速收敛到近似最优解.仿真结果表明,提出的蚁群算法能够满足用户之间的比例速率需求,频谱效率比传统算法提高了约45％.     

多天线对角空频编码传输

将平坦衰落信道的对角代数空时码(DAST)推广到频率选择性衰落信道,提出了对角空频分组码(DSF).基于多输入多输出天线和正交频分复用(OFDM),DSF码将满秩的旋转信号星座和子载波分组结合起来,以对角发送方式(每时刻只有一个天线发射)发射旋转信息符号向量的每个分量.成对错误概率分析表明:在频率选择性信道中,通过选择最佳的旋转矩阵,这种DSF-OFDM系统能实现满分集增益和最大的编码增益.系统采用了球型解码器对DSF码实施最大似然解码,它的解码复杂性是中等的,并且,解码算法的复杂性与信号星座的维数无关.此外,和先前所提出的一些方法相比,提出的空频码还具有频谱效率高(1symbol/s/Hz)的性能特点.     

基于法向变化量的变分辨率曲面重建算法

在研究曲面局部法向变化量与高斯曲率关系的基础上,提出了一种基于法向变化量的变分辨率曲面重建算法。该算法首先根据用户给定的法向变化量门限,自适应于曲面曲率对点云数据的最小立方体包围盒进行八叉树分割,并在其有效叶节点内进行局部等值面提取,然后在八叉树中不同级别且空间相邻的有效叶节点内,采用垂直投影法将它们间的缝隙进行拼接。对于给定不同的法向变化量门限,该算法可同时完成曲面重建和网格简化两种功能,从而直接得到点云数据的多分辨率模型。应用实例表明了该算法的有效性。     

基于部分信道信息的卫星多波束联合预编码优化方法

在现有的卫星多波束联合预编码技术研究中,普遍假设卫星发射机有理想的用户信道信息;遗憾的是,由于长距离信号传播延迟,这种假设并不适合于卫星移动通信系统,特别是地球同步卫星系统.为了解决这个问题,提出了基于部分信道信息的多波束协作传输方法;利用阴影-莱斯信道模型,本文导出了闭合形式的中断容量表示,给出了基于部分信道信息的多波束联合预编码优化算法,克服了现有方法的局限性.仿真结果表明,与传统的单波束频率复用方法比较,提出的方法大大降低了系统的发射功率.     

基于ARM-linux的显微镜自动对焦系统研究

本文介绍了一种在ARM-linux平台下实现显微镜自动对焦的方法.给出了以s3c2410处理器为核心,采用通用型USB摄像头进行采集图像、步进电机模块作为传动装置的系统软硬件方案及其实现步骤,并对如何在Linux平台下编写CMOS图像采集、图像清晰度评价函数等核心程序进行了讨论.     

Ka频段下多波束卫星通信的资源分配

建立Ka频段多波束卫星通信系统模型,提出基于信干噪比（ SINR, Signal to Interference plus NoiseRatio）的功率和载波资源联合自适应分配的算法。对提出的联合分配算法和传统的固定分配算法下通信系统的功率增益、通信满意度、频谱效率性能指标进行仿真以及对比。仿真结果表明,功率和载波联合分配算法的功率增益、通信满意度、频谱效率的值都有所提高并且明显优于传统分配算法,为多波束卫星通信系统资源分配的研究提供一定的理论基础。     

在频率选择性相关信道中的空频分组编码技术

本文提出了频率选择性瑞利衰落信道中的对角空频分组码(DSF)，研究了码的性能。分析表明，在各天线对间的信道相互独立，系统有NT个发射天线，NR个接收天线和信道冲击响应长度是L时，DSF码可实现分集增益NRNTL。此外，相关的发射天线阵列会使DSF码分集增益下降，但是对码的性能影响不大，特别是在较长的多路径信道上。因此，DSF码对于相关的衰落信道显示出优越的鲁棒性能。最终仿真结果证实了本文的分析。     

一种多种群遗传策略的OFDM功率分配算法

针对标准遗传算法在解决比例速率约束下多用户OFDM系统的功率分配出现的收敛速度慢和早熟收敛问题,提出了一种基于多种群遗传策略的功率分配算法。提出算法以业务公平指数为适应度值和以最优个体保持代数为算法终止依据。各个种群使用不同的控制参数,通过移民算子相互联系。仿真结果表明,提出的算法的收敛速度（100代左右）比标准遗传算法的收敛速度（300代左右）快且收敛结果稳定（都基本趋于0）,在最大化总容量的同时很好地维持了用户比例速率公平性。