该文研究了动态业务下,无波长变换的波分复用光传送网采用固定选路时的波长分配问题,提出了一种中心式的波长分配算法-最小影响算法。该算法能精确地描述某个波长的分配对全网状态的影响,因而能够更有效地使用网络资源。计算机仿真表明,如果用阻塞概率来衡量,该波长分配算法优于文献中已有的典型算法。

该文对于由网络传输错误导致的图像数据丢失,提出了对丢失图像信息的最优估计模型。同时针对变换编码图像数据丢失提出了一种基于变换域利用相邻子块的边界信息估计受损子块信息的技术,以及对丢失信息最优估计的实现算法与信噪比增益的解析形式。实验结果表明,重建图像信噪比可提高10—20dB,主观质量从1级可改善达到3—4级,同现有的其他方案相比,低频与高频信息的恢复效果都有改善,同时算法简单,易于实现。

该文分析了现有智能网(IN)体系结构在分布式计算和个人通信支持方面存在的缺陷,区分并定义了客户化业务和个人业务,结合CORBA、移动代理和智能卡技术,提出并实现了一种基于分布式智能网的个人通信系统原型。考虑到现有智能网的平滑过渡,文中给出了智能网的三阶段演进方案。

跳频通信网中用户间跳频码碰撞会引起相互干扰,可采用独立碰撞模型和4碰撞态的马尔可夫模型加以研究。本文提出设定4种碰撞态下各有不同的误码和删除概率,可用来调整复杂信道模型参数的影响。我们注意到在用户数稳定时,4碰撞态的马尔可夫过程是平稳的,建议工程计算中采用可简化计算的独立碰撞模型。

在瑞利衰落信道中,对于一个分组调制(Block Coded Modulation)码的构造通常是通过将具有尽可能大最小乘积距离和汉明距离的成分码与Ungerboeck的集分割映射相结合来实现的,但这种集分割映射方法使得构造的BCM码的路径复杂度大大增加,造成了系统性能的下降。文章给出了一种新的集分割映射方法。仿真结果表明,采用这种方法构造出的BCM码在瑞利衰落信道中的性能较前者有很大的改善。

目前,替代数据方法已逐渐成为时间序列的非线性成分检验中广为采用的一种方法。但对于具有同原始数据的均值和方差的线性相关高斯过程的零假设,通常产生相应替代数据的FT(FourierTransform)算法不能很好地重构原始数据的Fourier频谱。本文对替代数据方法进行了研究,提出了一种改进的FT算法,使得替代数据既具有原始数据的均值和方差,又具有原始数据的Fourier频谱。利用Gauss数据和logistic方程产生的混沌时间序列数据,证明本文提出的改进算法是可行的,所产生的替代数据是合适的。

宽带数字接收系统要以大的调谐带宽截获窄带信号,要求数字下变频器具有高的数据率和快的调谐时间,现有的商用数字下变频器不能满足这些要求。本文提出一种高效实现结构,综合利用DFT滤波器的灵活性和多相滤波的高效性,按照先抽取数据,再低通滤波、混频的顺序,较好地解决了硬件速度和高速数据流不匹配的问题。计算机模拟结果证明了处理结构的有效性。

该文首先分析了降维空时自适应处理(STAP)的一般原理,接着从理论上证明了在处理器维数和辅助样本数相同的条件下降维STAP的互谱方法(CSM)提供了特征空间内所有降维处理方法的性能上界。文中还通过仿真将两种固定结构的降维方法与CSM做了性能比较,结果表明时域预滤波级联局域空时联合处理法(3DT-SAP)非常接近性能上界,是一种非常有效的降维方法。

分析了线性调频步进雷达信号(LMFS)的形式及成像的特点,利用对雷达发射信号的设计,提出了此类信号切实可行的运动补偿方案;提出了两种形成延展目标ISAR像的拼接方法;最后通过实测数据验证所提运动补偿方法的有效性并通过仿真验证了所提ISAR像拼接方法的正确性。

平面阵单脉冲测角具有方位、俯仰二维方向信息耦合的特点,需要利用二维单脉冲信息联合进行角度估计。本文基于最大似然单脉冲测角算法,采用线性约束自适应波束形成方法,将二维角度联合估计简化为一维角度估计,具有较好的可实现性。计算机仿真结果验证了该方法的有效性。

该文提出多模式对连接权矩阵的一种神经网络学习算法,并给出了严格的理论证明。该算法能够将多个模糊模式对可靠地编码存储到尽可能少的连接权矩阵中,从而大大地减少存储空间,而且容易实现,并举例验证了它的有效性。

基于线阵,讨论成片零点的相位控制,提出和采用快速算法、部分单元控制方法和约束非线性离散变量优化算法。试验结果验证了数学模型和仿真结果的正确性。

该文介绍了宽频带360°模拟移相器的设计理论。针对移相器的线性调相、平衡插入损耗波动、宽频带等进行了详细的探讨,且推导出确定移相器频带宽度的目标函数。用CAD方法迅速而准确地优化各网络设计参量。采用微波集成电路工艺制作的L波段模拟移相器在1.3～2.1GHz范围内可获得360°连续可变相移,最大调相电压18V,中心频率线性度优于±2.5％,插入损耗波动小于3dB。综合性能均优于国内报道的移相器。

引入一个特征函数用以定量刻画最优化计算神经网络的全局指数稳定性。利用该特征函数得到了一族范数下神经网络全局指数稳定的判定条件及下三角神经网络全局指数稳定的充分必要条件。所得结果推广了Bouzerdoum,Killy,Sugawara等人的结论。

该文讨论了神经网络用于微波电路的一种新的训练算法,是基于误差反传算法与模拟退火算法相结合的。本算法可以解决BP网的局部最小问题。并且不用对神经网络模型的结构作任何改动。通过一个具体算例的计算验证了这种算法。

在高分辨率合成孔径雷达(SAR)信号处理中,距离迁移校正是成像处理的关键步骤。距离-多普勒(R-D)方法在R-D域中通过插值处理来完成迁移校正。本文首先对距离迁移问题进行分析,然后研究R-D方法中常用的三种插值算法:最邻域近似、拉格朗日插值和sinc插值,给出它们的一般表达式,比较其运算量;最后通过计算机仿真,以点目标为例,分析它们对成像结果的影响。