简介:OVUM是一家在世界电信产业界富有权威性的独立/中立咨询顾问公司;从事信息通信技术(ICT)商业策略研究,研究领域涉及电信、IT、广电及互联网4大领域。OVUM拥有30年协助全球电信业制定策略、规划及国家电信法规的丰富经验。OVUM全球电信研究报告在大量有关情报研究的基础上从商业的角度对运营商的网络投资及运营、业务创新、营销策略、政策法规、客户市场需求、新兴技术和前景预测,帮助运营商在不断变化的政策环境和市场环境中稳固地位的同时,更加有效地谋取潜在的商业价值;并为运营商的规划设计单位提供不断更新的全球电信市场动态和战略视野以帮助产品创新。本刊设置OVUM观察专栏,定期发表OVUM的研究成果,包括翔实的相关信息,供信息通信业有关管理、规划、决策人士参考。
简介:风廓线雷达大气湍流回波信号的识别常受到间歇性杂波的严重干扰。为了能够有效抑制并消除该类杂波,本文提出了基于线性时-频变换的间歇性杂波消除抑制算法。该算法采用具有线性时-频分布特性的短时傅里叶变换,获取雷达回波中杂波成分的调制频率参数,然后估计出相应分数阶傅里叶变换(FRFT)的最优阶数,最后再利用FRFT检测出杂波并对其抑制,通过信号重构回到时域,从而获取有效回波信号频谱。本文提出的方法与常规的FRFT最优阶数扫描法相比,将杂波检测二维搜索问题简化为一维峰值搜索问题,计算量大大降低。理论及计算机仿真表明,该方法效果明显,具有良好的工程应用前景。
简介:对无线传感器网络(WSNs)弱稀疏性事件检测问题进行研究,提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知(CS)技术进行稀疏事件分析检测,针对事件向量稀疏度未知的特性,设计基于MPI框架的并行离散群居蜘蛛优化算法(PDSSO),重新定义蜘蛛编码方式和自适应迭代进化机制,给出并行转移策略,并将PDSSO应用于CS重构算法中;针对观测字典难以满足约束等距条件的特点,对稀疏矩阵和测量矩阵进行奇异值预处理操作,在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明,与GMP等检测方法相比,该方案有效提高了WSNs稀疏事件检测成功率,降低了误检率和漏检率。