基于空间平滑技术的高阶累积量空间谱估计

提出基于空间平滑技术的高阶累积量空间谱估计。在经典的空间谱估计中,均利用信号的二阶统计量,并且假设噪声是白噪声。在实际应用场合,噪声通常是色噪声,这时采用高阶统计量可以获得比二阶矩更理想的性能。本文利用空间平滑技术对单一的高阶累积量算法进行改进。新算法具有同时测向能力、测向精度高、超分辨能力,能在低信噪比环境中取得好的性能。计算机仿真证明了该方法的有效性。     

引入累积量后置处理的弱性网络攻击敏锐检测

利用高阶累积量切片对调频信号能量聚集和噪声抑制的特性,引入高阶累积量后置处理算子,提出一种新型的微弱性网络攻击信号高敏锐度检测算法。算法有效分离攻击信号的时频耦合,首先把信号采用离散分数阶傅立叶变换实现离散化处理,然后利用高阶累积量切片算子对攻击信号在分数阶傅立叶域上进行后置能量聚集,增大信号累积量,有效抑制了合法网络信号的背景干扰。仿真实验表明,新算法能在-15 dB低信噪比背景下,有效检测出隐蔽性很强的弱性网络攻击信号。能有效应用到计算机网络安全防御和对抗中。     

面向电力无线专网的授权用户调制信号识别算法研究

针对电力无线专网的授权用户调制类型识别,提出了一种归一化的调制信号特征参数,首先计算数字信号的高阶统计量信息,之后对高阶统计量信息进行组合使用以表示不同类型信号.组合后的特征参数将不同的高阶统计量信息进行归一化,避免了同一调制类型信号在不同能量下高阶统计量信息的差异,提高了该识别系统的应用范围.为了使系统的适应性更强且...     

基于高阶累积量的MPSK调制类型识别算法

调制识别是非协作通信系统接收机设计中的重要研究课题。针对高阶累积量可以剔除噪声的干扰,本文研究了基于高阶累积量的MPSK信号调制方式识别技术。在SNR≥5dB时,正确识别率达到了99%以上。经理论推导和仿真实验,证实了该方法的有效性。     

一种改进的基于二维高阶累积量的自适应谱线增强算法

基于二维高阶累积量的自适应谱线增强算法的迭代步长很容易受到噪声干扰的影响，本文分析了基于二维高阶累积量的自适应谱线增强算法的特点，在此基础上提出了一种改进的基于二维高阶累积量的自适应谱线增强算法。计算机仿真结果表明，本文提出的算法对高斯白噪声和高斯色噪声都有很好的抑制作用，可以改善高斯噪声背景中小空间范围的二维信号信噪比。     

多用户检测技术及其发展

多用户检测技术是信号处理学界所关注的一个热点问题，本文主要介绍了盲多用户检测技术的数学原理、系统模型和求解问题的思路；对一些经典的基于二阶统计量和高阶统计量的算法进行数学理论分析，介绍了现在的研究进展，指出进一步的研究方向。     

基于高阶累积量和循环谱的调制方式识别研究

接收机采用高阶累积量和循环谱这两种低信噪比的算法,对检测到的各种信号进行调制方式识别,其中包括BPSK、QPSK、2FSK、4FSK、MSK等5种已调信号,然后,通过MATLAB编程,进行系统仿真,仿真结果表明,循环谱对高斯噪声有更强抑制作用。     

盲均衡技术的发展及应用前景

讨论了水声信道的特点,简述了基于Bussgang类盲均衡算法、基于高阶统计量类盲均衡算法、基于神经网络类盲均衡算法、基于小波变换类盲均衡算法的特点,并指出了其今后的发展方向。     

一种双谱估计的非参数化方法

传统的信号处理中,大都是以二阶统计量来作为分析信号的主要方法。当系统是非线性、非最小相位系统以及系统输入是非高斯型的时候,传统的二阶统计量方法存在较大的局限性,甚至不能有效地处理信号。为了解决上述问题,人们通常采用高阶谱估计。本文讨论了高阶谱估计的详细原理,并重点对高阶谱估计中应用较为广泛的双谱估计进行了深入的探讨,提出了一种双谱估计的非参数化方法。实验结果表明,文中方法要优于传统的二阶功率谱估计。     

网络虚拟学习社区——培养学习者高阶思维能力的有效途径

高阶思维能力已经成为现代社会衡量人才的重要标准,如何发展学习者的高阶思维备受教育界关注。本文根据教育目标分类学说,反思现阶段教学在培养学生高阶思维能力方面存在的问题,并通过分析提出网络虚拟学习社区可成为培养学生高阶思维能力的有效途径。     

基于FPGA的新型高阶FIR滤波器设计

从FIR(有限冲击响应)滤波器的公式以及最基本的直接型结构出发,系统的分析了高阶FIR数字滤波器在FPGA(现场可编程门阵列)中的两种实现方法(1.用硬件描述语言(HDL)编程2.调用XILINX公司的IP核),并提出一种针对高阶FIR数字滤波器的优化算法,最后通过设计一个630阶的带通滤波器,将硬件仿真计算结果与输入的原始信号做对比,验证了这两种方法的可行性与正确性。     

网络波动攻击中的小扰动入侵源定位算法仿真

在网络持续波动攻击中出现一种小扰动信号,由于该类攻击信号的振幅不大,常规的检测算法难以有效定位检测,无法保证网络安全。提出一种基于小扰动多普勒扩散参量估计的网络波动入侵源定位检测算法。首先进行网络攻击模型构建,分析网络攻击信号的小扰动振幅特性,由于高阶累积量对噪声有盲分离作用,利用高阶累积量切片对小扰动入侵信号的能量聚集和噪声抑制特性,引入高阶累积量后置处理算子,进行小扰动入侵源定位聚焦,采用DOA参量估计算法进行网络攻击信号的多普勒扩散参量估计,实现对小扰动入侵源定位和检测。仿真结果表明,采用该算法能有效实现了对网络波动攻击的小扰动入侵信号的准确定位和检测,分离出振幅较小入侵信号,检测准确率较传统方法高。     

嵌入式系统亚稳态高阶扩散模糊决策能耗管理

嵌入式系统最优能耗敏捷管理技术是解决广泛应用下系统能耗制约的关键。传统的系统能耗敏捷管理方法采用基于双基准态稳定下的判决思想,对固定的稳态和固定的非稳态进行低阶扩散研究,受限于低阶扩散特性对于系统高阶风险管理的片面性,无法实现最优敏捷管理。提出一种基于亚稳态高阶扩散模糊决策的最优嵌入式系统能耗敏捷管理设计,采用亚稳态下的高阶扩散特性,对嵌入式系统亚稳态下的实际特性进行描述分析,采用亚稳态描述符判断中间量,然后基于模糊决策思想,对亚稳态高阶扩散进行模糊向量积分,得到模糊决策,并将模糊决策结果应用于能耗管理,实现最优能耗敏捷管理。最后采用实际的嵌入式系统进行最优化系统能耗敏捷管理测试实验,结果表明,该方法的嵌入式系统在各种风险态下的能耗管理均优于传统方法,能耗平均节约37%,对于系统能耗管理具有很好的指导意义。     

高职网络教学高阶思维能力培养研究

企业信息化建设对于高职人才培养提出新的要求,只有具有分析、综合、评价和创造能力等高阶思维的高素质人才才能满足企业的信息化建设需要。本文对于高职网络教学中的高阶思维能力培养进行调查研究,提出适合高职学生高阶思维能力培养的网络教学模式。     

光纤孤立波传输中的高阶色散研究

分析了影响高阶色散的因素,利用微扰法求解无损耗高阶色散传输方程,得到了高阶色散对光纤孤立波传输影响的几个结论。这些结论对零散孤立波传输系统的优化设计是很有用的。     

一种基于能量门限自适应估计的固定背景的提取

本文分析了以往利用图像块能量、高阶累积量建立背景约束的准则。考虑到能量块门限为定值的不足，对能量块门限进行自适应估计，实验结果表明这种算法兼顾了实时性和精确性，能有效地对固定背景的进行提取。     

基于Gabor特征分解的高斯混合非线性滤波算法

传统的窄带信号检测滤波器采用IIR自适应线谱增强滤波算法,对信号特征分解的阶数要求高,导致非线性失真,提出一种基于Gabor特征分解的高斯混合非线性滤波器设计算法,在IIR滤波器设计的基础上,对信号进行尺度和时延估计,构建自适应高阶累积量滤波设计方法,采用高阶累积量对窄带信号进行均方一致估计,对Gabor特征函数Taylor级数展开,求得高斯混合非线性滤波器的带宽参数,最后实现高斯混合非线性滤波器设计改进,提高对窄带信号的检测性能。仿真结果表明,该算法具有较好的滤波性能,可以明显地抑制色噪声的影响,提高信号增益达到20 d B。     

一种新的特征变换算法在网络数据安全检查中应用研究

大数据时代数据安全性检查至关重要,提出一种新的特征变换算法检测异常数据用以保证数据安全。数据是否异常可以归类为二分类问题,逻辑回归算法作为常用分类算法具有很强的抗噪能力,采用卷积神经网络预产生高阶特征,高阶特征通过提取卷积神经网络各网络层神经元输出获得,高阶特征用以提升逻辑回归算法的表达能力。试验结果表明,逻辑回归算法在高阶特征上能够获得较高的分类准确率。     

变量替换法求可降阶的高阶微分方程

本文总结两种用变量替换求解的高阶微分方程,希望学生在学习方法有改变,灵活运用变量替换法。     

高阶布尔网络的结构

介绍高阶布尔（控制）网络,并研究了其拓扑结构.以矩阵的半张量积作为工具,把高阶布尔网络的动态过程转化为2种标准离散事件动态系统的代数形式.证明了高阶布尔网络和第1代数形式的一一对应关系,并由此得到其拓扑结构（不动点、极限圈以及暂态期等）.还研究了高阶布尔网络系统与它第2代数形式的关系.