魏瑾 作品数:14 被引量:29 H指数:4 供职机构: 山西机电职业技术学院 更多>> 相关领域: 电子电信 文化科学 自动化与计算机技术 更多>>
Java多线程技术在网络通信系统中的应用 被引量:6 2022年 Java多线程技术具有同时处理多项任务、提高服务器资源利用效率的作用,采用这种编程技术的网络系统通常都具有更加优秀的高并发适应能力,用户体验更佳。但是多线程技术在编程过程中需要充分考虑到网络通信方面的需求,线程之间也具有资源争夺的倾向,网络通信是促进其合理调度的有效途径,本文从技术层面研究了Java多线程的网络通信原理。 魏瑾关键词:JAVA多线程技术 网络通信 自适应OFDM算法在5G通信网络中的应用分析 被引量:1 2019年 随着人们对无线通信的信息速率的需求快速增长,第五代移动通信技术也成为国内外移动通信领域的研究热点,OFDM技术也是5G所重点关注的技术之一。主要对5G网络中OFDM系统的自适应比特分配算法进行分析对比,通过比较,改进SBLA算法相对于Chow算法和Fischer算法,复杂度极低,可以实现在传输效率基本相当的情况下大大提高算法运算速度,达到降低传输时延的目的,使得其更具有实用性。 魏瑾关键词:OFDM 自适应比特分配 低信噪比调制信号识别方法的研究 通信信号的调制识别是截获信号处理研究领域的一个十分重要的课题。它需要在复杂环境和有噪声干扰的条件下确定出信号的调制方式和调制参数,从而为进一步分析和处理信号提供依据。调制方式是区别不同性质通信信号的一个重要特征,调制识别... 魏瑾关键词:低信噪比 调制信号识别 模拟调制 数字调制 文献传递 信息技术类专业现代学徒制运行模式及策略——以山西机电职业技术学院信息技术类专业为例 2023年 本文以本院信息技术类专业现代学徒制为例,通过分析其运行模式,总结出在运行过程中存在的问题,并针对问题提出了相应的解决策略,通过提升企业参与度、加强“双师型”教师培养、完善人才培养制度、多元化考核评价等方法,共同推进信息技术类专业现代学徒制工作,对现代学徒制的实践探索及信息技术类专业的人才培养具有重要的意义。 魏瑾关键词:现代学徒制 信息技术类专业 基于PBL的《通信原理》的教学设计研究 被引量:4 2015年 通过分析《通信原理》课程和基于问题学习模式的特点,提出了将基于问题学习模式应用于《通信原理》课程教学中,形成了一套新的教学流程及相应的教学和考核方法。基于问题的学习模式有助于提高学生解决实际问题、培养创造性思维的能力,有利于整体教学质量的提高。 魏瑾关键词:PBL 通信原理 教学设计 一种低信噪比下的模拟调制信号识别方法 被引量:3 2008年 信号调制方式的自动识别是未来软件无线电必须具备的功能之一。本文针对模拟调制方式提出了一种基于决策理论的识别流程,分析了模拟调制识别特征参数的提取。该方法具有计算简单、无需知道信号的先验信息的特点,而且能在低信噪比情况下快速有效地进行调制识别,易于实时应用和工程实现。仿真结果表明,在0dB信噪比条件下,正确识别率能够达到85%以上,性能优于传统的调制识别方法。 魏瑾 张立毅 辛建芳关键词:模拟调制 自动识别 低信噪比 复杂环境下基于高阶累积量的OFDM信号的盲识别 被引量:2 2017年 本文提出了一种在多径Rayleigh衰落信道下的OFDM信号的盲识别算法,通过提取一个基于高阶累积量的特征参数来识别OFDM信号和单载波调制信号。该特征参数可直接处理中频采样值,不需要严格的载波同步,同时还可以有效抵抗多径Rayleigh衰落和多普勒频移的影响,能实现对2FSK、2PSK、QPSK、16QAM、64QAM、0FDM等六种数字调制信号的识别。仿真结果表明,在较低信噪比下有良好的识别性能,当信噪比大于5d B时,系统的正确识别率可达100%。 魏瑾关键词:RAYLEIGH衰落信道 调制识别 OFDM 高阶累积量 低信噪比下的数字调制信号自动识别 被引量:8 2010年 提出了一种基于神经网络的数字调制信号识别。首先利用升余弦滤波器滤波,然后提取了5个用于识别的特征参数,利用神经网络分类器进行数字调制识别。神经网络分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于4dB时,系统的正确识别率可达95%以上。这种低信噪比下快速有效的调制识别方法易于实时应用和工程实现。 魏瑾关键词:数字调制 自动识别 神经网络 低信噪比 基于混合OFDM的矿井下通信信号调制识别 2021年 当前矿井下通信信号调制识别方法忽略了获取信号包络剩余概率分布和信号噪声的抑制,无法获取通信信号正确序列,导致识别效率低、误差大且通信信号白噪声较高,因此提出基于混合正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)的矿井下通信信号调制识别方法。以井下宽阔地带、井下构造复杂地区以及井下狭窄地区为主要通信环境,分别获取几种情况下的多径信号包络对应的密度函数,分析其分布特征,得到接收信号包络的剩余概率分布,由此证明矿井通信信号为OFDM信号序列。在子载波组的基础上获得接收信号的序列,并消除其循环前缀,并基于此调制码元序列获取信号合并器中的输出信号,提取高阶累积量,消除信道衰落噪声。通过欧式距离分类方法,根据获取的信号特征向量进行分类,利用建立矿井下通信信号调制方式的判决准则,完成基于混合OFDM的矿井下通信信号调制识别。为验证所提方法的有效性,设计了仿真实验。实验结果表明,与传统方法对比,所提方法的通信信号调制识别耗时更短、正确率更高,并能够有效抑制通信信号噪声,可为相关领域研究提供有力支撑。 魏瑾关键词:无线通信技术 调制识别 基于谱相关和分层结构神经网络的数字调制识别 2013年 本文提出了一种基于接收信号的谱相关函数和参数统计方法,提取出可用于数字调制信号识别的统计参数,该特征有效地抑制了高斯白噪声的影响,能实现对2ASK、4ASK、2FSK、4FSK、4PSK、8PSK等六种数字调制信号的识别。分类器采用了分层结构的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于5dB时,系统的正确识别率可达95%以上。 魏瑾关键词:调制识别 谱相关 神经网络