摘要：带状传感器网络的发展源于无线传感器网络的发展,从广义上来说是一类特殊形态的传感器网络,在许多重要领域均具有极其广泛的应用需求和前景.针对带状网区域内节点的有效覆盖问题,对节点的覆盖进行了定量的数学建模分析,设计了基于Voronoi细胞单元的节点分布式自部署算法DSDA-VC.该算法可以有效提高带状网节点的部署覆盖度,经仿真验证,对于较高密度覆盖的带状网络,覆盖率可提高10%以上.基于该研究成果,完成了在某山区的带状网的设计和实际测试验证工作.

摘要：提出了一种准正交空时分组码的改进方案,并用MATLAB进行了仿真.该方案使用改进后的Alamouti码作为基本单元构造出了一个4发射天线的准正交分组编码矩阵,运用矩阵对角化的方法来消除非正交项,降低了译码复杂度.仿真结果表明,与Jafarkhani准正交空时分组码相比,该方案不仅能够在接收端实行线性解码,而且还可以进一步提高系统的信道容量和误码率.

摘要：在役变电站一次、二次设备出现问题的频率较高,当设备发生故障或者所处环境发生改变时,其所发出的声音和震动信号也会随之改变,因此对设备声音和震动参量的快速辨识可以协助开展站内设备安全管理。为此设计了一种用于电力物联网的声震一体状态监测装置,该装置能够实时采集变电站内环境和设备运行过程中的声音和震动数据,并对数据进行融合处理,实现对环境和设备运行状态的长期监控,为克服传统单一参量监测诊断易造成漏判与误判的问题提供了解决思路,有助于提高无人值守变电站的安全工作水平。

摘要：针对传统选择映射(selected mapping,SLM)中计算复杂度过高和抑制峰均比(PAPR)能力有限的问题,设计了一种低复杂度的SLM算法并用Matlab进行了仿真。该算法采用圆周移位的思想,使得整个过程仅需一个IFFT模块,同时又在IFFT后进行了序列重组来增加待选序列。最终的仿真结果表明,与传统SLM以及文献[12]中的SLM相比,在峰均比抑制效果相近时,使用该算法可以极大降低计算复杂度。

摘要：利用发现的大衍数列和Golomb-Ruler的特殊性质,给出了两种准循环LDPC码的校验矩阵基矩阵的构造方法。根据校验矩阵不含长度为4的环的充要条件判断,设计的两种准循环LDPC码的环长至少为6。仿真显示,在10-5误码率条件下,这两种设计方案比传统的RS码和卷积码级联编码方案有接近2dB的性能提升;相比于IEEE 802.16e标准给出的设计方案,基于Golomb-Ruler构造的QC-LDPC码在性能上有0.8dB的差距,基于大衍数列构造的QC-LDPC码在性能上有0.9dB的差距;基于Golomb-Ruler构造的QC-LDPC码与基于大衍数列构造的QC-LDPC码有几乎接近的性能,前者比后者大约有0.1dB的增益。

摘要：参照IEEE 802.16e标准中的准循环LDPC码校验矩阵结构,设计了一种新的校验矩阵,并将其应用于OFDM系统中。同时,将该设计方案与RS和卷积编码级联方案进行比较,仿真显示,该方案与级联编码方案有几乎相同的编码增益。OFDM调制之前采用BPSK映射比采用QPSK映射有2dB的增益。出于对比的目的,在BPSK调制模式下,对该设计方案与级联编码方案也做了仿真比较,结果显示,前者比后者有大约3dB的编码增益。

摘要：分析了伽罗华域的一些基本性质,同时,给出了准循环低密度奇偶校验码的基本构造思路与方法。在此基础之上,提出了基于伽罗华域扩域分组方法构造多码率QC-LDPC码的方法。通过对扩展域中线性独立的元素的分组,可以很容易地实现不同码率QC-LDPC码的构造。仿真显示,提出的方法在10-5误码率条件下,与基于大衍数列构造的QC-LDPC码性能接近,有0.1dB的差距,但是,与基于斐波那契构造的QC-LDPC码相比,有0.8dB的增益。与IEEE 802.16e构造的QC-LDPC码相比,提出的方法有1dB的差距,还有很大的改进空间。

摘要：针对现有利用单一信号进行野外车辆识别准确率不高而且容易受到噪声干扰的问题,选取声音和震动信号为目标信号,设计了一种并行神经网络模型来实现野外车辆识别。首先对两种信号进行特征提取得到各自的频谱图。神经网络选取轻量级网络MobileNet V1,同时使用多尺度卷积对网络改进,多尺度卷积可以提取频谱图中隐含的空间特征;然后用改进的并行网络分别训练这两种频谱图,把训练得到的特征图耦合在一起,实现两种信号特征级上的融合;最后利用Softmax层识别分类。实验结果表明,所提出的融合声音震动信号野外车辆识别方法相对于传统方法有更高的识别率和更强的鲁棒性。