T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:在认知抗干扰系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。人工蜂群算法(Artificial Bee Colony,ABC)相较于其他群体智能算法全局寻优速度更快,设置参数少、灵活,易与其他技术结合改进原算法,实用性更广泛,但ABC算法同样有其局限性,如局部搜索能力较弱、后期收敛速度慢等。针对复杂干扰环境下对离散参数的决策,本文设计了一种基于改进人工蜂群算法的认知抗干扰智能决策引擎,分析了引擎模型,根据系统效能设计了目标函数和染色体,阐述了决策实现步骤,优化了决策参数,提出了按基因组搜索的改进算法;通过对系统抗干扰性能的仿真,验证了与未采用智能决策的抗干扰系统相比,采用本文提出的智能决策引擎的认知抗干扰系统在干扰环境中不仅具有强抗干扰性能,而且在保证通信传输可靠性的前提下,具有较低的发射功率和高传输效率,与采用传统人工蜂群算法和遗传算法的决策引擎相比,基于改进人工蜂群算法的决策引擎平均收敛代数更少且最优解概率更高。
摘要:在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。
摘要:本文对软件无线电台自组网的研究情况进行了概述,并介绍了一些关键技术的研究进展,包括网络控制管理、路由、网络资源共享、动态负载均衡、软件无线电台网互连等,描述了设计软件无线电台自组网所面临的主要问题,提供了进一步研究软件无线电台自组网的一种思路。
摘要:文章针对超宽带通信技术快速发展的需要,设计了一个Chirp超宽带数字接收机。该接收机使用数字匹配滤波器避免了模拟滤波器带来的巨大插入损耗,并可以使用较为简单的方法实现时间同步。在硬件实现上,利用单比特量化匹配滤波器系数降低接收机的资源占用。实验表明该接收机结构简单、资源占用少、性能较好。
摘要:介绍了通信抗干扰技术的分析方法,讨论了通信抗干扰技术的激活过程和控制策略,提出了通信抗干扰技术决策系统的设计思想,对决策系统的组成进行了分析,最后指出了通信抗干扰技术研究的核心问题所在。
摘要:有损低功耗网络路由协议(Routing Protocol for Lossy and Low-power Networks,RPL)是为解决在无线传感网中无线传感节点受限而被提出,现有的实现是基于Contiki和Tiny操作系统,并不能应用在基于有线自治网络的自治控制平面(Autonomic Control Plane,ACP)中。为了对ACP提供可靠的通信支撑,设计和实现了基于ACP的RPL路由协议软件。协议软件主要由通信模块、消息处理模块、路由构造模块以及路由维护模块组成。其中,针对协议的实现是基于Linux操作系统根据ACP标准使用C语言进行开发。测试结果表明,实现的RPL协议能够支持ACP中正常的通信功能。
摘要:利用超材料制造的智能反射表面,由于其无源低功耗特性而备受关注。首先概述了智能反射表面的研究背景,并总结了面向智能无线环境应用的智能反射表面研究现状,包括硬件参数、算法实现及在物理层安全方向的应用,指出了现有工作尚未考虑的问题。其次,在分析基于反射面无线通信系统结构的基础上,提出了一种基于智能反射面无线通信帧结构及信道估计方法,在较高多普勒频移情况下进行误码率性能仿真;仿真结果表明,所提出帧结构能在抵抗高移动性场景下有效降低误码率,并提升系统频谱效率。最后总结了无线通信集成智能反射表面技术亟待研究的协议切换问题。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn