船舶工业国防科技预研基金(03J361)
- 作品数：4 被引量：25H指数：2
- 相关作者：朱志宇张冰眭志方杨薇王建更多>>
- 相关机构：江苏科技大学河海大学中国船舶重工集团公司更多>>
- 发文基金：船舶工业国防科技预研基金更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术电气工程更多>>
- 基于小波包变换和判决反馈RBF网络的组合均衡器
- 2008年
- 本文提出了一种基于小波包变换和判决反馈RBF网络的组合非线性均衡器的结构和算法。首先将信号进行小波包分解,再将分解后的信号分量送入带有判决反馈结构的RBF神经网络进行均衡。一方面,小波包具有很强的去相关能力,可以提高均衡器的收敛速度;另一方面,RBF神经网络具有较强的非线性模式分类能力,可降低均衡器的均方误差。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和组合均衡器算法的均衡效果,结果表明,组合均衡算法具有更快的收敛速度,更低的误码率。
- 朱志宇
- 关键词：均衡器小波包变换判决反馈
- 模糊聚类和模糊模式识别在目标识别中的应用被引量：21
- 2007年
- 提出了一种模糊聚类和模糊模式识别相结合的目标识别方法,并成功应用于海上舰船识别分类;同时引入聚类分析有效性评价的F统计量,实现了模糊聚类的自适应性,避免了聚类数目选取上存在的主观性。对于给定特征的海上舰船目标,仿真实现了对目标的聚类分析,获得目标的分类并形成标准模型库,并通过模糊模式识别对后继获得的目标特征样本在标准模型库中进行匹配,应用最大贴近度原则完成目标识别。仿真结果表明:对于复杂的战场环境,两种方法的结合是可行和有效的,可以满足战时实时性和准确性的要求,具有一定的应用前景。
- 眭志方张冰朱志宇杨薇
- 关键词：模糊模式识别目标识别贴近度
- 基于混沌神经网络的二维局部均值估计自适应滤波被引量：1
- 2009年
- 为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌神经网络估计局部期望输出进行滤波。仿真结果表明,该局部均值估计滤波器当输入信号为均值不为0且变化较大时,输出信号仍能较好地实现对输入信号的跟踪,获得了原始信号的主要特性,从均方误差曲面来看,算法具有较快的收敛速度和较高的滤波精度。
- 朱志宇
- 关键词：混沌神经网络自适应滤波
- 基于以太网的雷达数据高速采集与传输技术被引量：3
- 2008年
- 本文介绍了基于千兆以太网的雷达数据高速采集与实时传输系统方案。采用FPGA控制数据连续采集并高速缓存到DDR SDRAM中,再通过FPGA内部集成MAC把缓存数据发送到千兆以太网中,实现了对数十兆赫雷达中频回波信号的连续采样和高速网络传输。
- 曹书华王建吕卫祥卢燕
- 关键词：高速数据采集FPGA千兆以太网MAC
