一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級(jí)搜索

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復(fù)。謝謝您的支持!

姓名
郵箱
手機(jī)號(hào)碼
標(biāo)題
留言內(nèi)容
驗(yàn)證碼

論文元數(shù)據(jù)搜索,找到相關(guān)信息共 6 條:

排序:
相關(guān)度
發(fā)表時(shí)間
每頁顯示:
10
20
30
50
WCDMA系統(tǒng)基站陣列接收方案帶訓(xùn)練序列的LMS-DRMAT算法
張華, 李會(huì)勇, 龔耀寰
2002, 24(4): 527-533.  刊出日期:2002-04-19
關(guān)鍵詞: WCDMA; 上行鏈路; 幀結(jié)構(gòu); 智能天線; 導(dǎo)頻位
該文針對(duì)WCMA系統(tǒng)上行鏈路幀結(jié)構(gòu)的特征,將Z.Rong(1997)提出的LS-DRMTA改進(jìn)為利用WCDMA上行鏈路幀結(jié)構(gòu)中的導(dǎo)頻位(pilot bit)作為訓(xùn)練序列的LMS-DRMTA算法。這種新的陣列接收CDMA解調(diào)算法相對(duì)于LS-DRMTA算法大大降低了基站處理的運(yùn)算量,提高了算法的實(shí)用性,仿真實(shí)驗(yàn)還表明該算法比原算法具有更低的誤碼率。
基于標(biāo)簽的矩陣型Grbner基算法研究
潘森杉, 胡予濮, 王保倉
2015, 37(4): 881-886. doi: 10.11999/JEIT140831  刊出日期:2015-04-19
關(guān)鍵詞: 密碼學(xué), Grbner基, 標(biāo)簽, 多項(xiàng)式, Gao-Volny-Wang (GVW)算法
目前基于標(biāo)簽的Grbner基算法大多是Buchberger型的,涉及矩陣型算法的文獻(xiàn)往往是為了進(jìn)行復(fù)雜度分析,而不考慮實(shí)際的效率。該文從實(shí)際應(yīng)用出發(fā),給出矩陣型Gao-Volny-Wang(GVW)算法的一個(gè)實(shí)例,提出算法層次的優(yōu)化設(shè)計(jì)方法。同時(shí),該文還給出一個(gè)高效的約化準(zhǔn)則。通過實(shí)驗(yàn),該文比較了算法可用的各項(xiàng)準(zhǔn)則及策略。實(shí)驗(yàn)結(jié)果表明,該文的矩陣型GVW實(shí)例在準(zhǔn)則和策略的選取上是最優(yōu)的。并且,矩陣型GVW在某些多項(xiàng)式系統(tǒng)(例如,Cyclic系列和Katsura系列多項(xiàng)式系統(tǒng))下比Buchberger型GVW要快2~6倍。
基于時(shí)頻聯(lián)合碎片感知的資源均衡虛擬光網(wǎng)絡(luò)映射算法
劉煥淋, 胡浩, 熊翠連, 陳勇, 向敏, 馬躍
2018, 40(10): 2345-2351. doi: 10.11999/JEIT171208  刊出日期:2018-10-01
關(guān)鍵詞: 彈性光網(wǎng)絡(luò), 網(wǎng)絡(luò)虛擬化, 時(shí)頻聯(lián)合碎片感知, 負(fù)載均衡
為了解決虛擬光網(wǎng)絡(luò)映射中帶寬阻塞率較高以及底層資源消耗不均勻問題,論文提出一種基于時(shí)間域-頻譜域碎片感知的虛擬網(wǎng)絡(luò)映射(FA-VNM)算法。該文綜合考慮頻隙在時(shí)間域和頻譜域上的碎片問題,設(shè)計(jì)時(shí)頻聯(lián)合碎片公式最小化分配過程中的頻譜碎片。進(jìn)一步,為了均衡網(wǎng)絡(luò)中的資源消耗,在FA-VNM算法基礎(chǔ)上提出基于節(jié)點(diǎn)度數(shù)的負(fù)載均衡感知虛擬網(wǎng)絡(luò)映射(LB-VNM)算法,設(shè)計(jì)物理節(jié)點(diǎn)平均資源承載能力的公式,優(yōu)先映射物理節(jié)點(diǎn)平均資源承載能力大的節(jié)點(diǎn);為了均衡路徑上資源使用,考慮路徑權(quán)重值,并根據(jù)每條路徑的權(quán)重值對(duì)虛擬鏈路進(jìn)行映射,從而降低阻塞率。仿真結(jié)果表明,所提算法能有效降低阻塞率,提高資源利用率。
基于期望最大化算法的捷變頻聯(lián)合正交頻分復(fù)用雷達(dá)高速多目標(biāo)參數(shù)估計(jì)
全英匯, 高霞, 沙明輝, 陳俠達(dá), 李亞超, 邢孟道, 岳超良
2020, 42(7): 1611-1618. doi: 10.11999/JEIT190474  刊出日期:2020-07-23
關(guān)鍵詞: 捷變頻聯(lián)合正交頻分復(fù)用雷達(dá), 參數(shù)估計(jì), 高速多目標(biāo), EM算法

參數(shù)估計(jì)對(duì)雷達(dá)的目標(biāo)檢測和識(shí)別有著重要的意義。該文提出了一種基于期望最大化(EM)算法的捷變頻聯(lián)合正交頻分復(fù)用(FA-OFDM)雷達(dá)高速多目標(biāo)參數(shù)估計(jì)方法。首先,將窄帶正交頻分復(fù)用(OFDM)信號(hào)與傳統(tǒng)捷變頻雷達(dá)相結(jié)合,在每個(gè)脈沖寬度內(nèi)同時(shí)發(fā)射多個(gè)載頻隨機(jī)跳變的子載波。然后,對(duì)單個(gè)脈沖內(nèi)所有子載波的回波進(jìn)行脈沖壓縮和稀疏重構(gòu)處理,得到1維高分辨距離。進(jìn)一步地,將多個(gè)目標(biāo)在不同脈沖時(shí)刻的高分辨距離信息構(gòu)成觀測數(shù)據(jù),建立混合高斯模型。采用EM算法對(duì)模型參數(shù)和多個(gè)目標(biāo)的距離、速度進(jìn)行估計(jì),并同時(shí)擬合多條時(shí)間-距離直線。直線斜率對(duì)應(yīng)目標(biāo)速度,直線縱軸截距對(duì)應(yīng)目標(biāo)初始距離。最終,分別分析了信噪比(SNR)對(duì)檢測概率以及目標(biāo)速度對(duì)相對(duì)估計(jì)誤差的影響。仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性。

基于Ransac算法的捷變頻聯(lián)合正交頻分復(fù)用雷達(dá)高速多目標(biāo)參數(shù)估計(jì)
全英匯, 高霞, 沙明輝, 方文, 李亞超, 邢孟道
2021, 43(7): 1970-1977. doi: 10.11999/JEIT200529  刊出日期:2021-07-10
關(guān)鍵詞: 參數(shù)估計(jì), 高速多目標(biāo), 捷變頻聯(lián)合正交頻分復(fù)用雷達(dá), 迭代自適應(yīng)譜估計(jì)算法, 隨機(jī)抽樣一致算法
在現(xiàn)代雷達(dá)電子戰(zhàn)場中,目標(biāo)檢測與其參數(shù)估計(jì)有著非常重要的意義。因此,該文提出了一種基于隨機(jī)抽樣一致算法(Ransac)的捷變頻聯(lián)合正交頻分復(fù)用(FA-OFDM)雷達(dá)高速多目標(biāo)參數(shù)估計(jì)的方法。首先,在傳統(tǒng)捷變頻雷達(dá)的每個(gè)脈沖內(nèi)同時(shí)發(fā)射多個(gè)頻率隨機(jī)跳變的窄帶OFDM子載波。將單個(gè)脈沖內(nèi)所有子載波的回波信號(hào)進(jìn)行脈沖壓縮后,采用迭代自適應(yīng)譜估計(jì)(IAA)算法合成目標(biāo)的高分辨距離。然后,分別對(duì)各個(gè)脈沖的回波進(jìn)行脈沖壓縮和迭代自適應(yīng)譜估計(jì),得到不同脈沖時(shí)刻的高分辨距離,構(gòu)成觀測數(shù)據(jù)集。再根據(jù)Ransac算法估計(jì)信號(hào)參數(shù)模型的步驟,擬合多條時(shí)間-距離直線,進(jìn)而對(duì)高速運(yùn)動(dòng)的多個(gè)目標(biāo)同時(shí)進(jìn)行參數(shù)估計(jì)。最后,分別分析了信噪比(SNR)對(duì)檢測概率以及目標(biāo)自身速度對(duì)其相對(duì)估計(jì)誤差的影響。仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性。
一種異構(gòu)網(wǎng)絡(luò)中基于聚集流的水平QoS映射方法
王再見, 董育寧, 孫剛友, 張暉
2012, 34(1): 89-94. doi: 10.3724/SP.J.1146.2011.00311  刊出日期:2012-01-19
關(guān)鍵詞: 異構(gòu)無線網(wǎng)絡(luò), QoS類, 聚集流, QoS映射
保證無線異構(gòu)網(wǎng)絡(luò)端到端QoS需求,同時(shí)兼容現(xiàn)有網(wǎng)絡(luò)業(yè)務(wù)和未來需求,是下一代網(wǎng)絡(luò)的一個(gè)研究熱點(diǎn)。QoS映射是保證異構(gòu)網(wǎng)絡(luò)端到端QoS的有效方法。該文提出一種基于聚集流的QoS映射方法(QoS Mapping Technology based on Flow Aggregate, QMT-FA),該方法在現(xiàn)有物理網(wǎng)絡(luò)上建立虛擬的流處理層,在流處理層,原網(wǎng)絡(luò)中的QoS參數(shù)被映射執(zhí)行器透明封裝,映射執(zhí)行器根據(jù)網(wǎng)絡(luò)情況決定是原樣轉(zhuǎn)發(fā)還是解聚集。通過建立基于高維的聚集流映射空間,屏蔽了多級(jí)網(wǎng)絡(luò)間映射累積誤差影響終端網(wǎng)絡(luò)QoS指標(biāo),保證了異構(gòu)網(wǎng)絡(luò)端到端QoS;基于聚集流的QoS映射方法具有較好的可擴(kuò)展性和伸縮性,能應(yīng)用于現(xiàn)有的各種異構(gòu)網(wǎng)絡(luò)系統(tǒng)和應(yīng)用業(yè)務(wù)。最后,通過數(shù)值和仿真分析驗(yàn)證了該方法的有效性。