通信技术杂志部级期刊

摘要：根据通信与干扰对抗双方对频谱资源抢夺的竞争关系，提出了一种基于捕猎者-猎物模型的干扰与通信抗干扰动态博弈过程研究方法。该模型中，干扰方采用瞄准干扰，通信方采用受扰后切换信道的抗干扰策略。根据对抗双方行为，推导双方占用频谱资源数量与时间的关系，并证明了平衡点的存在情况。通过对所提模型进行计算机仿真，给出了不同仿真条件下的对抗双方占用频谱资源随时间变化的情况，验证了该模型的合理性。理论分析和仿真结果表明，干扰方干扰能力越强，对频谱占用越多；干扰方成功干扰的概率越高，频谱占用也越多。

摘要：为解决当前干扰威胁评估中规则制定易组合爆炸、评估结果对输入变化不敏感、指标权重难确定等问题，提出了分级直觉模糊推理干扰威胁评估方法。首先，阐述了干扰威胁评估的作用意义，建立了干扰威胁评估的指标体系。其次，设计了干扰威胁评估各要素的隶属度函数和属性函数，依据专家知识库采用分级方法制定推理合成规则，大大降低了规则制定的复杂度，有效解决了规则的组合爆炸难题，讨论了不同解模糊方法的优缺点，采用重心法实现了解模糊。最后，通过实验讨论该方法的可行性，证明实验结果与理论分析完全一致，说明评估方法有效可行。

摘要：为了更准确地实现对导航干扰的性能评估和功能验证，提出用接收机干扰容限和干扰覆盖范围来衡量对卫星导航的干扰效果，并对带限白噪声、窄带和匹配谱三种不同干扰场景下6种现有体制的GPS信号进行了仿真分析和对比验证。仿真结果表明：三种干扰信号的干扰效果由强到弱依次为窄带、匹配谱和带限白噪声，信号抗干扰性能由强到弱依次为区域增强的M码、M码、P码、L5、L2C和C／A码。

摘要：随着通信信号调制识别研究领域的不断发展，如何提高调制识别的识别率问题成为了研究的热点。为了提高识别准确率，在此根据基于分型理论的调制识别研究现状，提出了一种比较直观的基于盒维数与信息维数的识别方法，使其在低信噪比下的识别率得到了明显提高，从而实现了在较大范围信噪比情况下识别效果的改善。此外，该方法简化了分类器设计，经过仿真和数据结果，表明该方法的有效性具有较高的使用价值。

摘要：比较了无源光网络（PON）中使用滤波器组多载波（FBMC）技术和正交频分复用（OFDM）技术的传输性能。与OFDM调制方案相比，FBMC传输技术由于其较少的相邻信道泄漏而表现出更好的性能。在光通信仿真软件Optisystem中使用Matlab协同仿真，对比了不同条件下的仿真结果。在长度为20km单模光纤（SMF）传输中，25Gb／s的误码率（BER）提高约1dB。可见，FBMC技术具有更好的传输性能，更适用于光通信系统中的宽带传输。

摘要：外插脉冲响应EIR（Extrapolated Impulse Response）FIR滤波器是诸多低复杂度FIR滤波器中的一种。如何在设计连续系数EIR滤波器时降低其实际硬件执行时的量化效应，具有重要的实际意义。已有研究者提出了添加系数敏感度参数约束的方法，用于降低EIR滤波器的量化效应。然而，关于该参数的严格理论推导以及实验分析未有报道。因此，对系数敏感度参数进行了严格理论推导，并进行了实验分析。实验结果表明，系数敏感度参数可以在一定程度上降低EIR滤波器的量化效应。

摘要：针对岸基大型甚低频伞形发射天线，提出了任意顶线条件下地损耗电阻的理论计算方法，并导出了其近区磁场分布和磁场损耗电阻的计算公式。公式中增加了顶线电流对地损耗电阻的贡献，根据计算结果指出大型顶线产生的损耗不能忽略。该计算方法在计算大型甚低频发信天线磁场分布时，准确度与电磁场数值计算方法一致，且速度更快，为工程设计提供了一种简单、准确、便捷的地损耗电阻计算方法。

摘要：波达估计技术对感兴趣的空域信号进行各种处理、计算，实现对信号到达方向等参数的准确估计。它的本质要求在于研究估计精度高、角度分辨率高、运算速度快和易于工程实现的算法。通过对中心对称性阵列结构的数学分析，研究基于噪声子空间的MUSIC工程实现算法，在不减少估计精度和角度分辨率的前提下，减少了算法的实现复杂度。利用各阵元通道正交下变频并滤波后的数据构造实对称协方差矩阵，然后对其进行实特征分解，并通过极值搜索得到来波估计值。最后，对算法具体工程实现思路进行MATLAB仿真，验证了该算法实现路线的正确性和可行性。

摘要：随着移动通信技术的快速发展，无线定位技术逐渐受到人们的关注，其精度问题也成为了人们关注的对象。针对单一定位技术不可避免会出现较大的定位误差这一问题，提出了混合定位的精度误差分析研究。首先阐述定位精度误差的定义，其次分析基站定位、WiFi定位以及两者的混合定位的精度误差、方式和特点，最后针对其精度误差和误差概率的测试结果，得出混合定位的方法性能优于单一定位方法性能的结论。

摘要：机器人的定位技术是机器人研究领域中的重要技术，得到了广泛的研究。针对机器人的双耳定位信息，提出了基于非负矩阵分解和支持向量机回归的方法。首先对影响机器人双耳定位信息的参数进行分析，提取其中的主要参数，其次利用非负矩阵分解对头相关传输函数数据集进行数据降维，以减小数据运算量，最后采用基于统计的非线性回归的方法对头相关传输函数数据集进行任意方位信息的重构。实验表明，所提方法取得了较好的效果。

摘要：为解决单个体天牛须搜索算法在多维问题寻优时存在收敛慢的问题，提出了一种带有群体学习行为与竞技场竞争机制的天牛群搜索算法。首先，算法嵌入混沌序列生成天牛群体，使个体在移动中动态学习群体经验，以提高算法的收敛速度。其次，在一部分聚集度过高的个体中引入竞技场机制，规则性转移劣败个体，以增强算法后期的探索能力，有效避免了局部寻优的问题。最后，对多维优化函数进行测试，并与粒子群算法和实数遗传算法进行对比。仿真结果表明，所提算法具有较快的收敛速度和较好的寻优能力，是一类有价值的新型群智能优化算法。

摘要：随着标注语料库的丰富和计算机硬件的飞速发展，依存句法分析逐渐成为当前自动句法分析的主流方法之一。因此，介绍依存句法分析整体流程，阐述依存句法分析的学习算法、解析算法和解析模型。其中，学习算法用来调整解析模型中特征的权重，解析算法用来将句子解析成正确的依存树。因为原始的解析模型在训练阶段会有大量时间浪费在遍历语料库上，所以提出了一种改进的解析模型，使得训练过程在速度上有很大提升。

摘要：为解决传统图像分类算法存在特征提取复杂、训练时间长、分类精度较差等问题，提出一种用于图像分类的改进卷积神经网络方法。首先对卷积神经网络结构、池化运算、激活函数、分类器等方面进行介绍，其次设计了该模型的图像分类算法，最后用TensorFlow对MNIST数据集进行试验，并与传统分类算法进行对比分析。结果表明，将改进卷积神经网络应用于图像分类中，能避免对图像进行复杂的预处理，防止过拟合现象，收敛速度快，分类准确率高达99．22％，其分类性能明显优于其他方法。

摘要：利用广泛遍布的摄像机进行再识别，一直是近年的研究热点和难点，在智能监控、智能安防等领域应用广泛。随着深度学习在图像识别领域的重大突破，不断提出的网络结构诸如AlexNet、VGGNet、ResNet等，通过数十层甚至上百层的卷积神经网络，提取出更加鲁棒的特征进行分类，其性能已经远远超出传统手工设计特征的再识别方法。针对深度网络结构只利用多层卷积后输出的高层语义特征而忽视中间层特征的问题，提出基于多辅助分支神经网络的行人再识别算法。该模型能够充分利用中间层特征所保留的信息，弥补由于多层卷积造成的图片部分信息丢失。最后，通过公开数据集测试网络性能，证明了该算法能明显提升行人再识别的准确率。

摘要：将D2D（Device—to—Device）技术和无线认知网络结合在一起，不仅能提高频频谱资源的利用率，又能发挥认知中继适应网络环境动态变化的能力，提高端对端的传输性能。在实际场景中，用户随机移动的动态网络会改变节点之间的干扰，甚至会影响通信链路的连通性和鲁棒性。因此，从认知中继对链路状态的认知出发，在随机移动的场景下，对链路状态进行预测，再根据预测结果对用户发射功率和传输频段进行调整。经验证，提出的基于链路状态预测的资源分配算法能有效保障链路稳定性，提升整个网络的整体性能。