基于滑动时窗的小波变换实时算法

本文针对基于滑动时窗的小波变换中小波系数重复计算的问题,通过预先存储一部分小波系数,避免重复计算过程,以较小的存储空间为代价,获得了计算效率很高的小波变换实时算法,且小波变换实时算法获得的小波系数与多孔算法计算得到的小波系数完全相同。仿真结果表明:基于滑动时窗的小波变换实时算法快速、稳定,是一种值得推广使用的高效算法。     

自相似业务流模型的分析与比较

在研究通信网络的流量控制及网络性能时，业务流模型是一个重要的组成部分。本文分析了几种自相似模型的特点，并指出了这几种自相似模型的区别以及这些模型所适用的网络业务流。它对自相似业务的分析和处理具有一定的指导意义。     

具有零相关窗互补地址码的设计

该文给出并证明了构造零相关窗(ZCW)互补码的二叉树方法,当码字足够长时这种方法构造的码字数与理论上界的数目最多仅相差1。为了增加可用的码字,采用互补码与扩展矩阵直积的方法,将一个互补码构造成一组码,组内码字的相关特性取决于扩展矩阵,但不同组之间的码字仍有ZCW。     

业务长时相关性对排队性能影响的实验分析

业务长时相关性的研究是通信网研究中的一个新热点，本文通过巧妙设计的排队仿真实验，探讨了业务长时相关性的对排队性能的影响，得出和许多文献相反的结论，澄清了有关的认识，并分析了它们得出有疑问结论的原因，我们的主要结论为，业务自相关特性对排队性能有得要影响，同时，短时相关性的影响比长时要关性的影响大。     

基于自相关和时频分析的跳频参数估计

为解决低信噪比条件下跳频参数估计算法性能低的问题,提出了一种基于自相关和时频分析的跳频参数估计算法。首先,采用基于能量检测的分段自相关算法对接收端信号进行预处理;然后,进行时频变换,得到信号的时频矩阵,通过二值化和形态学滤波完成对信号的降噪提取;最后,通过聚类算法完成参数估计。仿真实验表明,该算法具有较高的估计精度和良好的抗噪声性能,在信噪比最低为-11 dB时估计误差数量级仍为10^-7,同时自相关运算对参数估计算法的抗噪声性能具有明显的提高作用。     

噪声调频信号自相关特性分析

利用噪声信号作为发射信号进行目标探测具有低截获概率、信号特征不明显、对辐射信号要求不高等一系列优点，因此受到了广泛的重视，本文以噪声调频信号为例，通过数学推导和仿真对噪声调频信号的自相关特性进行了深入的分析。分析结果表明，噪声调频信号的自相关旁瓣取决于调制信号的概率密度函数和信号的时间带宽积。     

语音信号相空间重构中时间延迟的选择──复自相关法

时间序列空间重构中,时间延迟参数的选择具有重要意义。本文在分析求时间延迟的自相关法和平均位移法基础上,推导出较好的求时间延迟的方法,即复自相关法。复自相关法具有强的理论依据,其计算复杂度不大,对数据长度的依赖性不强,具有优秀的抗噪能力。应用于语音信号相空间重构的实验表明,其度量可得到合适的时间延迟。     

分组密码算法的自相关检测参数选择

自相关检测是一种用以检测一个长度为n的二元序列与其左移d位后序列的关联程度的随机性检测算法.d的选择范围很大,对所有参数逐一进行检测不现实,需要研究检测参数之间的关系.定义了检测参数之间可能存在的3种关系,以分组长度为m的分组密码随机性检测为对象,综合考虑分组密码和自相关检测的特点,利用统计实验研究了自相关检测参数子集D={1,2,m/4,m/2,3m/4,m,2m}中参数的关系.研究结果表明,对分组密码进行自相关检测时,检测参数应该首选d=m.该方法和结果为研究其他类型密码算法的随机性检测参数选择提供了新思路.     

基于瞬时自相关算法的线性调频雷达信号脉内分析研究

估计线性调频信号的瞬时频率和调制参数,是进一步获得脉内特征并最终识别信号的基础。线性调频信号模型由软件编程产生,引入瑞利分布高斯谱模型来模拟背景杂波。提出采用小波包分析方法进行消噪处理,以瞬时自相关算法估计信号的瞬时频率,进而求出调制参数。瞬时自相关算法进行了滑动平均改进。计算机仿真实验得到瞬时自相关算法估计瞬时频率的...     

基于时变空时自回归模型的STAP算法

针对空时自适应处理(STAP)中时域非平稳杂波过程造成的空时自回归(STAR)算法失效问题,文中将时变自回归(TVAR)模型引入STAP处理中,提出了一种新的时变空时自回归(TV-STAR)算法。TV-STAR算法能够有效弥补平稳自回归(AR)模型与实际非平稳杂波环境失配造成的STAR算法性能损耗,在非平稳杂波环境中具有良好的检测性能。同时,TV-STAR算法由于引入了低阶数的TVAR模型,其收敛速度显著优于降秩STAP算法。文中分别通过仿真实验以及机载雷达实测数据的处理对算法有效性进行了验证。     

门积分的散斑光强自相关函数测量系统

建立了散斑光强自相关函数测量系统。系统采用门积分技术和自动数据采集技术，有效地抑制了光电噪声，提高了测量信号的信噪比；测量系统的运行过程全部由计算机控制，16位A／D转换使系统对光电信号的分辨率达到65536个灰度等级，提高了光强数字处理的动态范围；通过这些技术和方法的采用，使散斑光强自相关函数的测量方便快捷，精度明显提高。     

《华夏古乐》音质主观评价

运用心理声学实验中的系列范畴法，对《华夏古乐》CD的制作质量进行了主观评价实验。基于实验结果，在心理评价尺度上对《华夏古乐》的10首曲目进行了排序，通过对评价参量的主分量分析，发现平衡感和混响度可能是影响《华夏古乐》制作质量的2个最重要的独立指标。     

测量输入光窗台阶指标的指示表的选择

阐述了对近贴聚焦型微通道板像增强管中输入光窗台阶高度和平整度指标进行测量时，所用指示仪表的选择依据，并详细分析了指示表在检定过程中的误差来源，进一步计算出其合成标准不确定度和扩展不确定度，从而选定可用于测试的指标表。     

红外成像自动调焦中动目标对焦窗口选择研究

红外成像自动调焦评价函数的计算耗时较多,对自动调焦的实时性有很大的影响。选择整幅图像中最重要的目标 区域作为自动调焦评价对象,可有效解决传统的对焦窗口选择方法不适合动目标的问题,并可在保证调焦精度的同时有效降低系 统的计算量和大大改善自动调焦的效率。为了快速有效地找到该区域,提出了基于模板匹配、可使对焦窗口缩小并锁定在目标区域 的动目标对焦窗口选择方法。实验结果表明,该方法具有运算复杂度低、针对性强等优点,且其调焦特性曲线的灵敏度也较高。     

零前缀单载波信号循环自相关性质分析

在正交频分复用（OFDM）系统发射端设计特殊的预编码形成了零前缀单载波（ZP—SC）,其具有常规单载波和多载波的优势。文中建立了零前缀线性调制单载波（ZP～SCLD）的连续时间基带信号模型,并从信号模型出发,利用时变累积量与循环累积量的关系以及成型滤波器的频域性质推导了循环自相关函数的表达式,分析了ZP—SCLD信号循环自相关的性质,最后通过建立多径衰落信道下的信号模型分析了多径衰落信道对循环自相关性质的影响,证明了多径衰落信道虽然改变了信号循环自相关的幅度和相位,但未改变信号的循环频率,为调制识别和参数估计等信号处理环节提供鲁棒性非常强的特征。理想信道和多径衰落信道Proakis’C信道下的仿真实验证明了理论分析的正确性。     

有关民族乐器改良的专利现状分析

随着民族乐器的发展以及中西文化的融合,有关民族乐器改进的专利申请量逐年上升。对有关民族乐器专利申请的结构、地域性、申请人、研究方向等方面进行了分析,得到了中国民族乐器改良专利申请具有创造性高度相对较低、地域性明显、申请人以个人为主、民族乐器电声化的特点。通过对有关民族乐器改良的专利现状分析,希望对业内人士有所帮助。     

一种TR-UWB系统的改进型自相关接收机性能分析

TR-UWB系统采用自相关接收检测技术作为一种非最优接收机,其结构简单、性能优良。对TR-UWB系统的自相关接收检测技术进行改进,通过合并有限数目多径信号以提高接收信号能量,同时对接收信号做平均处理抑制噪声,从而提高系统性能。采用高斯近似法得到系统的误码率,最后在多径信道环境下进行仿真,验证了接收机性能的改进和误码率分析的正确。     

电信运营商纵向一体化的经济学分析

阐述了我国电信服务业的纵向链条,以经济学的视角分析了电信运营商执行纵向一体化战略的动因．讨论了电信运营商纵向一体化的边界问题,最后提出我国电信运营商执行渐变一体化和战略联盟的建议。     

中国民歌地域风格分类中的特征选择

 歌曲风格的自动分类技术研究,是音乐信息检索领域中一个重要课题.本文主要讨论了对中国民歌地域风格自动分类中不同特征选择方法对于分类性能的影响.论文选用10个不同地域的1392首原生态中国民歌,进行了地域风格的分类实验.实验结果表明:在多种分类器的试验中,SVM分类器的分类准确率最高;在多种特征选择实验中使用SVM与Active Feature Selection的特征选择方法的分类准确率最高,为83%,且选择出的有效特征参数从74维降为35维,更便于进行参数分析.     

Enhancing Memory Window Efficiency of Ferroelectric Transistor for Neuromorphic Computing via Two-Dimensional Materials Integration

In-memory computing, particularly neuromorphic computing, has emerged as a promising solution to overcome the energy and time-consuming challenges associated with the von Neumann architecture. The ferroelectric field-effect transistor (FeFET) technology, with its fast and energy-efficient switching and nonvolatile memory, is a potential candidate for enabling both computing and memory within a single transistor. In this study,  the capabilities of an integrated ferroelectric HfO₂ and 2D MoS₂ channel FeFET in achieving high-performance 4-bit per cell memory with low variation and power consumption synapses, while retaining the ability to implement diverse learning rules, are demonstrated. Notably, this device accurately recognizes MNIST handwritten digits with over 94% accuracy using online training mode. These results highlight the potential of FeFET-based in-memory computing for future neuromorphic computing applications.