摘要: 低信噪比下的去噪一直是一個難題,最近Emir等人提出了Independent Component Analysis(ICA)去噪方法,該方法在光學(xué)功能成像中得到了成功應(yīng)用。但研究發(fā)現(xiàn)在極低信噪比下,由于觀測數(shù)據(jù)的樣本協(xié)方差矩陣具有奇異性,這使得ICA去噪算法中的白化處理步驟無法進行。為解決這一問題,本文利用子空間的概念,在ICA去噪方法的基礎(chǔ)上提出了一種新的基于子空間的ICA(ICA based on signal Subspace, SICA)去噪方法。仿真表明該方法能在極低信噪比下有效去噪,同時與傳統(tǒng)的濾波去噪相比, SICA去噪方法在去噪的同時還能夠成功地將頻域重疊的信號正確分離。
摘要: 光突發(fā)交換網(wǎng)絡(luò)被認為是一種新的IP over WDM網(wǎng)絡(luò),也是下一代互聯(lián)網(wǎng)的發(fā)展趨勢。 該文給出了一個在光突發(fā)交換網(wǎng)絡(luò)中解決多跳分割丟棄不公平性的改進方法,該方法不但保留了原有方法的可以保證多跳網(wǎng)絡(luò)中數(shù)據(jù)包丟失率的一致性優(yōu)點,而且還減小了損失,增大了網(wǎng)絡(luò)吞吐量。最后通過仿真驗證了該方法的有效性,對實際網(wǎng)絡(luò)的設(shè)計有一定的理論指導(dǎo)意義。