用遗传算法优化Turbo码交织器

具有短帧的Turbo码的性能取决于交织器的设计．设计的主要目标是距离谱的优化。本文提出在S随机交织器的基础上，用遗传算法(GA)优化交织器．提高Turbo码的自由距离并减少具有自由距离码字的出现频率。它利用了遗传算法的群体多样性，具有全局优化能力的特点，优化了Turbo码的距离谱，提高了系统性能。仿真结果表明，遗传交织器的性能优于块交织器、螺旋交织器等传统交织器。     

基于SOVA的并行级联空时格码的译码算法

并行级联空时格码调制(Turbo—STCM)将并行迭代译码结构(Turbo)应用于空时编码，可以极大地提高空时格码的编码增益。本基于一种改进的(Soft—output Viterbi a1gorithm，SOVA)译码算法，提出了针对Turbo—STCM的并行迭代译码方案。仿真结果表明，在保持分集增益的前提下，Turbo—STCM和原始的空时格码调制相比，编码增益有了极大的提高．同时采用该SOVA算法译码复杂度低，速度快，更利于实际系统的开发实现．     

基于LDPC码的差分空时编码调制的联合优化

提出一种新的结合低密度校验码（LDPC）和差分空时调制（DSTM）的联合编码调制方案。该方案利用非正则LDPC码中不同度的信息节点具有不同纠错能力的特性,用一个分量码取代传统多级编码（MLC）方案中多个分量码,并通过特定的映射法则,使得系统可以同样逼近联合编码调制的信道容量,并具有更低的编译码复杂度。在分析和阐述了离散概率密度演化理论和多维线性空间极值问题的基础上,给出了适合于该方案的非正则LDPC码的搜索算法和搜索结果。同时仿真比较了不同星座和不同空时编码的选择对系统性能的影响。在准静态MIMO衰落信道下仿真结果表明．该方案能显著提高系统性能。     

串行级联卷积码的设计与分析

在一定信噪比条件下串行级联卷积码能达到比Turbo码更好的误比特率性能．本文首先分析串行级联卷积码性的误比特率性能限,然后根据串行级联卷积码的结构分析其各个关键参数的设计,最后给出串行级联卷积码的设计准则。     

振动参数时域识别的理论与方法

本文研究了振动系统参数时域识别的理论基础和方法,其结果适用于一般线性非对称多变量系统。利用状态空间法导出了采样振动系统差分模型;建立了Z-变换域的模态分析理论,得到了各参数之间的解析关系,并提出了一个新的辨识方法。最后,给出了一个实例。     

链接编码扩频信道分析

在数字通信系统中,为了保证通信的高质量,在信道中采用了各种编码来降低误码率。往往在一个信道中同时采用几个不同的编码,也就是链接编码(又称级链码)的技术,它对降低误码率更为有效,能达到比较高的通信质量。若用一种码来达到同样的误码率,显然难于实现。 本文研究用多项式码、Reed-Solomon码和伪随机码组成的编码信道。对这种链接码扩频信道的性能作了初步分析,并给出了误码率估算的方法。     

一种新的模态置信因子

如何确切地鉴别噪声模态是模态参数Ibrahim时域识别法实用中的主要障碍之一。本文提出一种新的模态置信因子——“模态幅值因子”(MAF)来改善这一状况。计算机模拟试验结果表明效果良好。此外,它还能指示自由振动数据中各模态分量和噪声分量的能量分配关系;给出系统模态识别精度的估计和处置方案的提示。这将有助于这种识别技术的实用化。     

TDC－2000集散控制系统磁盘机设计

主要介绍了ＴＤＣ－２０００集散控制系统用磁盘机的功能、设计原理。文中对串行双相位码的编码原理以及特点进行了分析，并推导出有关的计算公式和码的连接关系；提出了“全波形采样”原理和相位初存并－串转换原理，并通过物理实验证明了它们的可行性。文中对操作站与磁带机之间进行信息交换时，应答信号的性质和时序关系作了详细讨论。所有这一切是设计磁盘机取得成功的关键，亦为ＴＤＣ－２０００集散控制系统部件国产化做出了积极贡献。     

TDC—2000集散控制系统磁盘机设计

主要介绍了ＴＤＣ－２０００集散控制系统用磁盘机的功能，设计原理，文中对串行双相位码的编码原理以及特点进行了分析，并推导出有关的计算公式和码的连接关系，提出了“全波形采样”原理和相位锁存并－串转换原理，并通过物理实验证明了它们的可行性。文中对操作站与磁带机之间进行信息交换时，应答信号的性质和时序关系作了详细讨论，所有这一切是设计磁盘机取得成功的关键，亦为ＴＤＣ－２０００集散控制系统部件国产化做出了积     

用于彩色图像分割的有效特征分析(英文)

提出了一种基于分析特征分割贡献的彩色图像分割方法。该方法不受某一特定彩色空间的限制 ,有效特征的确定取决于所设计的特征编码器对被测彩色图像中各种彩色特征的分析结果。该技术不同于以往的分割技术 ,自组织特征映射被用来构造特征编码器 ,使得编码器能自组织地分析不同彩色图像的有效特征。当合适的彩色特征和初始参数给定后 ,模糊聚类技术被用于最后的分割处理。该方法已经应用于不同类型的彩色图像分割处理 ,实验结果说明了该技术明显优于传统的聚类技术。研究表明 ,特征编码为彩色图像分割的自动化和最优化提供了保证。     

最佳PCM群同步码研究的第二批新成果(N=43~(54))

在最佳PCM群同步码的研究工作中,我们继文[1],[2]所发表的第一批新成果(N=31～42位最佳码)之后,又搜索出了第二批新成果——N=43～54位最佳码,并于1990年4月6日完成了编辑整理;对其中每种字长,还搜索出了前8个好码,并在码元误概率为P_0=0.1及容错数E=0～5时,计算出了各自的误同步概率;此外还发现了若干岐码。     

PSK伪码速率估计

在电子侦察中码速率参数没有先验知识,因此需要对其进行估计。本文提出了一种BPSK(B inary phase-sh ift key ing)和QPSK(Q uadrature phase-sh ift key ing)相位编码信号的码速率估计方法。首先估计信号的载频和初相,然后由估计的参数构造相关接收机,相关接收机的输出在相位跳变处出现拐点,利用拐点之间的距离进行码元宽度估计。仿真结果表明,本方法比H aar小波变换法性能好,尤其在信噪比低于7 dB时,仍然具有较好的性能。对31位M序列,信噪比在0 dB时,均方根误差接近0.01。     

稀疏生成矩阵的低编码复杂度非正规LDPC码性能

提出了一种新的基于稀疏生成矩阵的高性能非正规LDPC码的构造方法,并研究了其性能。与传统的由校验矩阵定义的LDPC码相比,在相同的译码复杂度前提下,非正规LDPC码的编码复杂度更低。模拟结果显示,在加性高斯白噪声信道下,非正规LDPC码的性能要显著优于传统LDPC码。     

FBBM型无线电遥控指令编码器

介绍了一种用于一站多机无人机测控系统的编码器,叙述了该编码器的组成、工作原理及实现方法.该编码器的硬件电路采用以89C52单片机为核心的单片机系统,辅以指令采集电路、状态显示电路和串口通信电路等,将地址码、飞机号、遥控指令、遥调指令等编成相应的帧格式,送到遥控发射机发射出去,从而实现同时对多架无人机的控制.提出了快速直接计算法对三字节序列进行简单快捷的CRC计算,并用PL/M-51语言编写了软件程序.该编码器具有体积小、重量轻、性能优良、形式新颖、成本低廉和使用方便等特点.     

扩展卡尔曼滤波对时变参数追踪性能的影响研究

扩展卡尔曼滤波（Extended Kalman filter,EKF）理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。本文引入扩展卡尔曼滤波理论,对结构参数进行识别。为了验证该方法的有效性,引入1个时变参数三自由度系统作为仿真算例,分别探讨扩展卡尔曼滤波中的各项滤波参数（模型噪声的协方差矩阵Q,测量噪声的协方差矩阵R）对结构的时变参数追踪性能的影响。结果表明,合适的滤波参数能使得算法更迅速,准确地识别出结构中的时变参数变化趋势。还通过一个悬臂梁仿真算例,证明了即使在部分测点没有测量的情况下,EKF算法也能识别出结构参数。     

逆向工程中一种新的特征识别算法

从某种角度上说,逆向工程是从已有实物的测量数据点中提取其实体特征再进行模型重建的过程。本文提出了一种新的特征识别算法,其首先采用基于面积和法矢准则的数据分割技术,对测量数据点进行数据分割。然后从特征所包含的分割面(简称特征分割面)中提取能够惟一标识该特征的4种特征编码,分别为:表述特征截面形状的截面编码、描述特征凹凸性的凹凸编码、显示特征二维俯视轮廓形状的轮廓编码以及反映特征二维俯视轮廓是否封闭的开闭编码。最后将这4种编码输入到基于人工神经(BP)网络的自动特征识别系统中,识别出特征类型并提取特征参数,从而实现特征重建。着重研究并实现了从特征分割面中提取特征编码的算法,并验证了算法的有效性。     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

高温结构激光扫描模态测试的降噪与参数识别

针对高温结构激光扫描模态测试中存在的噪声问题,提出了一种基于模态峰值汉克尔奇异值分解的降噪处理与模态参数识别方法。首先,将测试得到的频率响应函数(Frequency Response Function(FRF))经过FFT逆变换得到对应的时间域脉冲响应函数(Impulse Response Function(IRF)),并通过汉克尔奇异值分解(Hankel Singular Value Decomposition (HSVD)),进一步将脉冲响应函数转化为按能量从大到小顺序排列的一系列分量信号组合;其次,以恢复所有关心的模态峰值为基准,将分量信号从前到后累加,并在所关心的模态峰值完全恢复后,将剩余分量信号当作噪声舍弃掉;该步骤会去除掉信号中包含的大部分噪声,但仍会有一些残余噪声不可避免地被恢复;再次,对步骤二中提取得到的分量信号,采用基于模态峰值频率通带的迭代选取进行二次滤波,以分离出属于模态峰值的分量信号,进而将它们累加为降噪后的IRF信号,并转换至频域以获取降噪后FRF信号;最后,对降噪后的频响函数进行模态辨识以提取模态参数。本方法应用于600度高温环境下一个直板叶片的激光扫描模态测试数据的处理,结果表明频响函数中的噪声被有效滤去,模态参数可准确地提取,显示了方法的有效性和优越性。     

考虑模型抖振力跨向不完全相关性效应的气动导纳识别

首先通过考虑节段模型上抖振力跨向不完全相关性效应推导了节段模型风洞试验中作用在模型断面上的分布抖振力谱和由底支式天平测到的模型总抖振力谱之间的关系。然后,以准平板断面为例,进行了格栅湍流场节段模型的测力和同步测压试验,获得了模型总抖振力谱以及模型抖振力跨向相关性函数。接着,采用等效导纳法以及抖振力自谱和抖振力脉动风速交叉谱综合残量最小二乘法分别识别了准平板节段模型等效气动导纳和六分量气动导纳,讨论了模型抖振力跨向不完全相关性效应对气动导纳识别结果的影响,并把识别得到的准平板断面气动导纳与平板断面气动导纳的理论结果---Sears 函数进行了比较。结果表明:忽略抖振力跨向不完全相关性效应(即假设节段模型分布抖振力沿跨向完全相关)而直接采用平均抖振力作为断面上分布抖振力的传统方法会导致气动导纳识别结果偏小,并且,其偏小程度会随着频率的增加而增加;此外,相对于抖振升力和扭矩相关的气动导纳分量而言,由于抖振阻力的跨向相关性比抖振升力和扭矩的跨向相关性显得更弱,因此抖振力跨向不完全相关性效应对阻力相关气动导纳分量识别结果的影响更大;利用识别得到的六分量气动导纳反算的作用在模型上的分布抖振力谱与试验中实测结果非常接近,经抖振力跨向不完全相关性效应修正后的竖向脉动风速对应的升力和扭矩气动导纳分量的识别结果与Sears函数也比较接近,从而验证了用于六分量气动导纳识别的自谱-交叉谱综合最小二乘法的可靠性。