【摘 要】
：
由于频谱资源的稀缺性，人们普遍认为传统的射频(RF)通信将很快面临频谱危机。而且，任何一种单一的通讯手段都难以建立全时段、全覆盖的高速通信网络。因此，未来的网络架构必须要支持多种无线通信技术的共存与协作。另一方面，得益于半导体技术的迅猛发展，发光二极管(LED)的优势日益凸显。目前，LED已经广泛部署于住宅、写字楼、商场等室内环境中。因此，依托于LED照明的可见光通信(VLC)无疑将成为RF通信在室内接入部分的重要补充。本文以正交幅度调制(QAM)和正交频分复用(OFDM)为基础，对VLC的覆盖范围以及能
论文部分内容阅读
由于频谱资源的稀缺性，人们普遍认为传统的射频(RF)通信将很快面临频谱危机。而且，任何一种单一的通讯手段都难以建立全时段、全覆盖的高速通信网络。因此，未来的网络架构必须要支持多种无线通信技术的共存与协作。另一方面，得益于半导体技术的迅猛发展，发光二极管(LED)的优势日益凸显。目前，LED已经广泛部署于住宅、写字楼、商场等室内环境中。因此，依托于LED照明的可见光通信(VLC)无疑将成为RF通信在室内接入部分的重要补充。本文以正交幅度调制(QAM)和正交频分复用(OFDM)为基础，对VLC的覆盖范围以及能量效率进行了研究，开展的主要工作如下：
1、提出了一种比特交织极化码编码调制(BIPCM)与多输入多输出(MIMO)结合的方法，并在基于OFDM的VLC系统中进行了实验验证。该方法通过BIPCM提升了接收机灵敏度，通过MIMO提升了系统的频谱效率，并通过二维的单载波频域均衡(SC-FDE)去除了光源间的干扰。实验结果表明，提出的方案可实现2.18Gbps(1.09Gbps×2)的无差错传输。与无编码的8-QAM相比，提出的方案可在误码率为1×10-4时获得约2.5分贝的信噪比增益。
2、提出了一种基于多层非对称剪裁正交频分复用(LACO-OFDM)的自适应调制方案，并在VLC系统中进行了实验验证。利用接收信噪比作为信道状态信息，自适应调制可以平衡子载波间的误码率，从而降低LACO-OFDM的层间干扰。此外，其他层的反馈回路由于第一层加载信息的复用而被舍弃。因此，所提出的自适应方案可以有效地降低LACO-OFDM的反馈时延。与具有相同频谱效率的16-QAM相比，在误码率为3.8×10-3时，提出的自适应调制方案可以获得0.68分贝的信噪比增益。
其他文献
为了提升合成宽带成像制导雷达在超/高超声速应用情况下的目标探测能力、低截获能力以及抗干扰能力，高重频随机跳频合成宽带波形已经开始应用。相对于常规的步进频率合成宽带体制，随机跳频合成宽带体制雷达回波中的距离－多普勒耦合效应更加复杂，并且回波相位与目标距离、速度的关系是随机的、非线性的。在这种情况下，不管是距离方向的脉冲压缩处理还是速度/多普勒频率方向的波束锐化处理，都难以采用常规的离散傅里叶逆变换(IDFT)方法或快速傅里叶逆变换(IFFT)快速算法实现，并且常规在距离、多普勒两个方向上进行分维处理的方法也
随着无线通信系统的逐步演变和发展，人们对数据速率、信号调制方式也有了更加高的需求。通信系统变得更加庞大和复杂，因此在通信过程中对信号的带宽和峰均功率比提出了更高的要求。同时，现代的通信系统应该有着更加多变的应用场景，所以需要对通信系统进行持续的优化和改进，尤其是功率放大器方面，于是设计一款小型、高效、低功耗的功率放大器将对无线通信系统有着重要意义。
本文主要阐述无线通信系统下射频功率放大器的分析和设计，首先介绍了功率放大器的研究背景和意义，以及讨论了目前国内外对功率放大器的研究现状和趋势。基于功
[摘 要]文章针对人教版高中地理必修1第六章第一节开头“洪涝灾害”部分的教学，结合真实情境——2020年安徽省洪涝灾害险情，通过课标分析、教材分析、学情分析、教学重难点分析，确定教学设计思路与理念，进行教学目标设计、教学过程设计，让学生加深对洪涝灾害的认识，并能够真正掌握实用的防灾减灾知识。 [关键词]情境教学;教学设计;洪涝灾害;防灾减灾 [中图分类号] G633.55 [文献标识码
脉冲星候选体选择是脉冲星搜寻任务中的重要步骤。随着现代射电望远镜脉冲星巡天探测的规模不断加大、设备的灵敏性大幅提升，产生的脉冲星候选体数量也越来越多，但其中存在大量的射频干扰或背景噪声，有些和脉冲星信号非常相似。利用人工识别的方法进行筛选效率极低并且具有很强的主观性，无法满足巡天观测的数据时效需求，也不能实现对数据的实时处理，这使得人工识别方法很难精选出值得进一步观测的候选体。为此，构建智能高效的脉冲星候选体选择模型，提升候选体选择性能，对搜索新脉冲星具有十分重要的作用。
人工智能是能够对脉冲星
在大数据时代，数据蕴含着巨大的商业价值。为了体现大数据作用与价值，需要管理数据的产生、存储、处理和分享等全过程。新兴计算模式——云计算提供强大的计算和存储能力，吸引越来越多的企业和个人倾向于将数据保存到云端。然而，云环境下用户数据的外包存储，将导致数据所有权、管理权和使用权的分离。在云服务提供商并非完全可信的情况下,需要增强用户数据的隐私安全，并且兼顾数据访问的高效性。
作为一种一对多的数据加密技术,基于属性加密(Attribute-Based Encryption, ABE)能够实现细粒度的访
计算鬼成像技术作为一种新兴的光学技术，具备良好的空间分辨能力和抵抗环境干扰的能力，一经出现便引起了研究人员的关注，并广泛用于军事，加密，雷达等领域。随着信息安全技术的发展，计算鬼成像的信息安全问题也引起了人们的重视，如何保证图片信息传输过程中不被窃取及篡改，实现安全的加密通道是计算鬼成像的重要研究课题。因此，研究计算鬼成像技术的安全问题具有重要的现实意义。
本文首先概述了课题研究的背景及意义，主要介绍了鬼成像的发展历程以及基于计算鬼成像技术的加密方案国内外研究现状，同时介绍了混沌系统的发展历程以
通信技术和雷达技术发展之迅速，融合之快，使其从军用扩展到商用，再到如今的民用车载雷达通信一体化。该系统巧妙地应用于车联网中，利用一体化信号，综合所估计的参数信息，如波达方向角、距离、速度，进而定位车辆的位置。为此，车联网中波达方向角的准确估计显得至关重要。
车辆的快速移动，周遭环境的复杂多变，使得传统算法性能下降，鉴于压缩感知重构算法多方面的潜在优势，论文针对DOA估计的空域稀疏划分和均匀圆阵与L型阵列下重构算法存在的问题，提出相应的解决方案。研究内容概括如下：
(1)目前对稀疏化模型
近年来，随着拍摄设备以及图像编辑软件的普及，任何人都可以对图像进行多种操作，尤其是对重要的人脸图像进行各种各样的编辑，如马赛克处理。这虽然能为保护脆弱和隐私的人脸信息带来一定的好处，但也为警察取证带来一定的困难。因此，研究将经过马赛克处理的人脸图像尽可能进行复原变成迫切的任务。在各类马赛克处理的方法中，对人脸图像先进行下采样再上采样是最普遍的一种操作手段。它指的是把人脸图像中的某些区域下采样一定的倍数后，再利用传统的上采样方法将该区域恢复到原来的尺寸，替换掉图像中的这一部分，从而达到马赛克的效果。因此，针
在夜间，昏暗的驾驶条件导致事故发生率远高于其他时间段。辅助驾驶是帮助驾驶员避免相关事故的关键技术，其中的车辆检测又是其核心模块。传统方法通常利用单一的低层级车辆特征进行检测，因而它们在复杂多变的环境下鲁棒性较差。基于深度学习的检测方法能够提取语义信息更丰富的高层级车辆特征，它们对变化场景的适应能力更强。然而，现有的深度学习检测方法通常应用在光线良好的白天，在夜间场景下它们存在诸多挑战：微弱的光照环境使得车辆特征容易被隐藏、数据集相对缺乏、网络对车辆显著特征学习不够充分、检测手段单一导致只能反映一部分目标的
随着计算机图形学和人工智能的快速发展，人们能轻松地生成和编辑人脸图像，且其视觉质量足以以假乱真。先进的人脸图像生成和篡改技术在给人们的生活带来乐趣和便利的同时，也给人脸图像取证带来了巨大的挑战。人脸图像携带了个人的身份信息，一旦被恶意加工和使用，将可能产生严重的社会信任危机。因此，人脸图像取证逐成为图像取证领域的一个热点问题。
常见的人脸图像攻击方式主要有两种：一种是生成人脸图像，即借助对抗生成网络(GAN)等技术生成自然界不存在的人脸图像；另一种是篡改自然成像的人脸图像，包括人脸交换、润色和表