具有双通道数据包丢失的Delta算子系统故障检测

研究同时存在双通道数据包丢失和时变时延的Delta算子网络控制系统（NCSs）故障检测问题.假定数据包丢失发生在控制器到执行器、传感器至控制器的数据传输过程中，并且利用两个相互独立的伯努利随机变量描述是否发生丢包.将上述的NCSs建模为网络切换系统，提出任意切换律下故障检测滤波器的设计方法.利用线性矩阵不等式（LMIs）方法、Lyapunov-Krasovskii泛函和平均驻留时间等得出所考虑的网络切换系统具备指数均方稳定性的充分条件.证明了所用的网络切换系统满足H_∞性能，并推导出了滤波器参数的显式表达.数值仿真结果验证了所提方法的有效性.     

七号信令在现代通信中的应用

七号信令是国际标准化公共信道信令，介绍了七号信令的网络结构和功能结构，及其在公用电话网(PSTN)／综合业务数据网(ISDN)、移动通信网和智能网中的应用。随着现代通信网的快速发展，七号信令有必要引入高速信令链路以解决网络拥塞问题，同时对第三代移动通信系统将影响到现有七号信令的网络结构与协议，七号信令也要与下一代IP网络的融合，以实现电信网与下一代网络体系的互通等问题进行了进一步探讨。     

基于四阶累积量的时延估计新方法

针对无线电定位中的时延估计问题,考虑接收信号为窄带信号以及背景噪声为高斯分布的情况下,将四阶累积量的一维切片作为高阶统计量,结合希尔伯特变换,给出一种新的时延估计方法.该方法对相关峰值进行了锐化处理,提高了估计精度.与广义互相关法相比,该算法可有效抑制空间相关高斯噪声的影响,计算量小,易于实现.仿真结果表明了该方法的有效性.     

基于波形边缘检测的Wi-Fi室内定位信号TOA估计

为了实现室内目标的精准定位,研究基于Wi-Fi设备的信号到达时间(TOA)参数具有重要意义.常用TOA估计方法主要存在估计偏差、算法复杂以及不具有普适性等问题.针对现有方法的缺陷,提出了一种新的TOA估计方法.该方法对Wi-Fi信号波形进行采样,采用空-频-时三维搜索算法,计算某一子载波间隔一个采样周期的相邻区间分别对...     

误差方差约束下Delta算子不确定系统的鲁棒H∞滤波

研究Delta算子不确定系统在稳态估计误差方差约束下的鲁棒H∞滤波问题.目的是设计滤波器,使得系统在状态矩阵和输出矩阵均存在不确定性时,滤波过程是渐近稳定的,每个状态的稳态估计误差的方差不大于事先给定值,且从噪声输入到误差输出的传递函数满足给定的H∞范数约束.基于矩阵不等式方法,提出了滤波器的存在条件和显式表达式.所得结果可将连续和离散系统的有关结论统一到Delta算子框架.     

子空间盲辨识的改进算法

针对单输入多输出(SIMO)系统模型参数的盲辨识问题进行了研究,基于二阶统计量,提出一类改进的子空间辨识算法.依据协方差阵的秩对该矩阵进行分块,在此基础上考虑了实际系统中存在的噪声误差,利用总体最小二乘(TLS)得到一个与噪声子空间相关的量,最后对该量进行标准正交化,得到了噪声子空间.与传统子空间方法相比,改进算法不需要对协方差矩阵进行特征值分解,可以减弱噪声及不确定因素的影响,减少了运算量,仿真实验结果表明了该算法的有效性.     

Delta算子描述的离散系统故障检测滤波器

研究基于Delta算子模型的离散时间系统故障检测问题.推导了Delta算子系统的故障可检测和可分离条件,给出了Delta算子模型的故障检测滤波器设计方法.研究表明,在采样周期很小时,Delta算子故障检测趋近于连续模型的相应结果,可统一处理连续系统和离散系统故障检测的相关问题.仿真实例验证了该方法的有效性.     

基于网格区域化DBSCAN聚类的数字PCR液滴分类方法

针对数字PCR系统的配套软件缺少多重实验液滴分类功能的不足,提出了一种网格区域化DBSCAN聚类算法.首先对数据进行网格映射,建立网格索引;然后计算网格间权值并进行深度搜索扩张;最后将网格空间的聚类结果映射回数据空间.人工数据集的仿真实验表明,所提算法能够有效识别簇边缘区域且具有优良的运行效率.在此基础上,提出了基于网格区域化DBSCAN聚类的数字PCR液滴分类方法,经由对比实验及有效性测试,结果表明所提方法能够便捷、准确地进行液滴分类.可见所提方法适用于数字PCR液滴分类.     

OFDM信道下数字调相信号的调制识别

研究OFDM信道系统下的MPSK调制方式,对其二阶累量和四阶累量进行推导和分析,给出一种针对MPSK调制阶数进行识别的新特征构造方法,新特征提取方法简单,而且容易实现,能够有效实现调制识别目的.笔者分别对OFDM系统传输系统性能和识别率进行了计算机仿真,把基于高阶累量的调制识别算法的识别率与基于谱线特征算法的调制算法识别率做了仿真对比.仿真结果表明,在相同信噪比的情况下,基于高阶累量的调制识别算法要远远优于基于谱线特征的算法,当信噪比高于3 dB时,识别率可以达到100%.     

ML-OSIC检测的快速递归算法

针对垂直分层空时(V-BLAST)结构,研究MIMO-OFDM系统的信号检测问题.根据矩阵伪逆的递推关系,提出了一种基于最大似然-排序串行干扰抵消(ML-OSIC)算法的简化处理方案,依次计算每一次遮代的迫零加权矩阵和加权向量.与传统的ML-OSIC算法相比,笔者给出的快速递归算法既可以基本保证检测算法的最优性,又能获得更快的处理速度和更低的计算复杂度.