军事通信学论文范文参考 军事通信学毕业论文范文[精选]有关写作资料

目录

1. 第一篇军事通信学论文范文参考：基于超网络的军事通信网络建模、分析与重构方法研究
2. 第二篇军事通信学论文样文：中国现代军事技术创新高端人才研究
3. 第三篇军事通信学论文范文模板：基于免疫优化的认知无线网络频谱决策与资源分配
4. 第四篇军事通信学论文范例：通信信号调制方式识别与参数估计研究
5. 第五篇军事通信学论文范文格式：低速率多带激励线性预测语音编码技术的研究

★本文是100篇免费关于军事通信学论文范文,均为免费优秀可做为军事通信学相关参考文献,是军事通信学相关毕业论文写作必备的免费论文范本格式模板,【快快阅读吧！】

第一篇军事通信学论文范文参考：基于超网络的军事通信网络建模、分析与重构方法研究

无网不成军,无战不经网.在信息化、网络化战争环境下,军事通信网络作为信息的载体,具有举足轻重的作用.根据复杂网络理论,网络的整体特性源于其组件之间的复杂交互作用,即网络结构.对于军事通信网络来说,它既有一般网络结构的功能特征,又有其自身的特殊性.如何针对其特殊的功能需求,建模、分析和设计军事通信网络拓扑结构,长期以来都是军事领域内的研究热点.军事通信网络是围绕战争这个特殊的环境和任务发展起来的一种人工功能网络.与民用通信网络相比,具有异质节点、多重链路和时变拓扑等特征.它的这些特征使得传统的基于经典图论的网络结构模型难以清晰描述其结构和功能特性、传统的网络分析方法难以体现其军事应用特性,且军事通信网络设计问题一直以来都是研究的核心问题.本文基于超网络理论,提出在建模、分析和设计军事通信网络过程中考虑网络节点在作战体系中的功能.针对国内外相关技术在本文研究背景下的不足,论文主要研究工作和成果如下:(1)为了更好地建模、分析和设计军事通信网络,本文通过参考、综合Cares的作战网络模型和Keus的网络兵力参考模型,提出了一种基于超网络的能够描述通信网络节点功能和链路传输的结构模型,给出了模型的数学描述,分析了军事通信的复杂网络特征参数及其具有的实际意义,定义了军事通信的超网络特征参数,解释了其具有的实际意义,并说明基于军事通信超网络结构模型,可将军事通信网络分解为多个具有军事特征的功能子网或专业通信网.(2)研究了军事通信网络节点之间信息交互的多样性,称之为网络信息交互复杂性.定义了超网络模体、模体核和模体熵等概念,通过分析超网络模体的特点,提出使用超网络模体熵来度量网络信息交互复杂性,给出了具体的计算方法,以某联合作战通信网络为例,对比分析了已有网络结构复杂性指标和超网络模体熵所度量的网络特征,说明在网络结构确定的情况下,超网络模体熵可以度量网络的功能复杂性.(3)提出了评估分析军事通信网络抗毁性的新思路.一方面,通过分析使用已有网络抗毁性评估分析方法研究军事通信网络抗毁性时可能会遇见的问题,提出在分析军事通信网络抗毁性时应考虑网络中各节点在其应用环境(即作战体系)中的功能角色,给出了信息着色链、信息传输链和信息功能链的定义,提出了一种基于信息功能链的军事通信网络拓扑抗毁性评估方法,另一方面,通过分析现有网络业务量矩阵没有体现业务关联的情况,提出使用QFD样式的军事通信网络业务关联模型,给出了基于业务关联和仿真的军事通信网络抗毁性分析流程,并与不考虑业务关联的网络业务抗毁性分析方法进行了比较,说明在分析网络业务抗毁性时考虑业务关联的重要性.(4)提出且定义了军事通信网络拓扑重构问题,构建了军事通信网络拓扑重构的数学模型和算法框架,针对求解军事通信网络拓扑重构数学模型的复杂性,给出了一种考虑了指标网络化关联关系的、定性与定量相结合的指标权重确定方法——云网络分析法,从军事应用角度提出了基于超网络的军事通信网络拓扑重构策略,在很大程度上缩小了可行解搜索空间,加快了问题求解速度,设计了一种基于交叉熵的军事通信网络重构算法.(5)以某一联合作战体系通信网络为例,应用所提模型和方法进行了分析和重构,验证了所提模型和方法的可行性和有效性.

第二篇军事通信学论文样文：中国现代军事技术创新高端人才研究

中国现代军事技术创新高端人才在中国科学技术史和国防史上均占有举足轻重的地位,考察其群体特征与成才模式,无论是对科学、技术与社会研究理论的深化,还是对高层次科学技术人才的培育与使用,都具有重大的理论与现实意义.

本文在大量占有相关文献的基础上,从分层结构、年龄结构和学位结构出发,展开对中外高端人才群体的比较研究,揭示中国高端人才与国外同行之间存在的整体差距,并从科学优势积累的角度,对影响中国高端人才成才与展才的各种因素作深入考察,研究发现：在潜人才阶段,双向自主选择关系的缺失,制约了高端人才基于兴趣的优长发挥；在由潜人才向显人才转变的过程中,高端人才主要以基础科学家和技术科学家的身份投身军事研究,两者相较,基础科学家的职业路径具有一定优势；在显人才阶段,由战略咨询——资源汇聚——组织管理——工程实现的过程,已经成为高端人才优势积累的一条重要路径,这一路径难免造成类似总设计师“赢家通吃”的局面,不利于基层研究人员的成长；新中国成立以来,国防领域盛行的大工程育才模式,在人才配置、人才流动与人才传承方面,制约了高端人才的优势积累.

本文的结论,即是高端人才的成才应当在以任务为主导的军事研究和以兴趣为主导的自由探索之间探寻必要的张力.大工程是适合显人才展才的平台,却并不是适合潜人才育才的温床,发挥大工程模式固有优势,同时努力营造以兴趣导向的、自由的、宽松的创新氛围,构建兼容大科学与小科学优势的育才环境,应当成为今后高端人才培育工作的重要内容.

第三篇军事通信学论文范文模板：基于免疫优化的认知无线网络频谱决策与资源分配

随着宽带无线业务的高速增长,无线频谱资源日益紧缺.认知无线网络为解决无线频谱资源的供需矛盾提供了一条新的解决途径.在认知无线网络中,认知用户可以在不影响主用户通信的前提下,使用主用户的频谱资源.由于主用户的出现与否是动态变化的,导致可用频谱资源具有时变性.因此,对动态的频谱资源进行有效管理是提高频谱资源利用率的关键技术之一.

无线资源管理围绕频谱的有效利用展开,主要包括：频谱分析、频谱决策、频谱分配、功率控制、频谱移动性、资源分配等.认知无线网络中由于频谱的“二次利用”,使得无线资源管理问题参数众多,经数学建模后多为非凸优化问题.已有的研究表明,传统的数学优化方法难以对此类问题进行有效求解,智能优化算法是求解此类问题的有效算法.人工免疫系统是模仿自然免疫系统功能的一种智能算法,提供了解决工程问题的新理论与新方法.克隆选择算法是人工免疫系统的主要算法之一,已经在数据处理、资源调度等工程领域得到了广泛应用,显示出了较强的优化能力.

本文的研究正是基于此展开,主要采用克隆选择算法求解认知无线网络的无线资源管理问题,为人工免疫算法在工程领域的应用进行有益探索.本文对认知无线网络中的频谱分配、频谱决策、OFDM系统资源分配等无线资源管理问题进行了研究,所取得的主要研究成果为：

1.对认知无线网络中的频谱分配问题进行了研究.频谱分配主要研究如何对可用频谱资源进行分配,从而最大限度地利用频谱资源,提高频谱使用效率.本文首先结合WRAN（无线区域网）,给出了频谱感知过程；通过分析认知无线网络的物理连接,给出了频谱分配的图着色数学模型,并将此模型转换为以网络效益最大化为目标的带约束优化问题,进而提出一种基于免疫克隆选择优化的认知无线网络频谱分配算法,并证明了该算法以概率1收敛.数值仿真实验结果表明,本算法可以得到较高的网络效益.基于WRAN的系统级仿真结果,进一步证明了算法的有效性.

此外,实际应用中,如果不考虑认知用户对频谱使用的需求,有可能造成频谱需求较少的认知用户反而分配到了较多的频谱资源,导致频谱的利用率降低.基于此,本文提出了考虑认知用户需求和分配公平性的频谱分配的新模型,并设计了一种采用混沌量子克隆优化的求解算法,证明了算法以概率1收敛.算法充分利用了混沌搜索的遍历性和量子计算的高效性.仿真实验结果表明,本算法提高了搜索效率,具有更高的网络收益.

2.对认知无线网络中基于认知引擎的频谱决策进行了研究.频谱决策的目标是在分析已得到的各种可用特征参数的基础上,根据当前用户的传输需求,从中优化选择合适的工作频谱.本文通过分析认知无线网络引擎决策,将其建模为一个多目标优化问题,即最小化传输功率、最小化误码率、最大化吞吐量.根据不同认知用户的通信需求,采用加权法转化为单目标问题进行求解,进而提出一种基于量子免疫克隆的优化算法,并证明了该算法以概率1收敛.算法采用量子编码,利用Logistic映射初始化抗体种群,设计了一种基于混沌扰动的量子变异方案.多载波环境下的仿真实验结果表明,在四种不同的权值目标下,算法可以得到较高的目标函数值,并且收敛速度较快,参数调整结果与优化目标偏好一致,并兼顾其它目标函数值,适合实时性要求较高的认知引擎决策.

此外,由于认知无线网络的引擎决策是多目标优化问题,如果采用加权求解,实际上是将多目标问题转换为单目标问题进行求解.考虑到难以确定合适的权值,并且加权法处理多目标优化问题时,每次只能得到一种权值下的最优解并且容易漏掉一些最优解,进而提出一种基于免疫多目标优化的认知引擎参数选择和决策方法,求出算法的Pateto最优解集,提高优化效果.在多载波环境下,模拟不同的无线信道条件,对算法进行了仿真实验.结果表明,本算法可以得到分布范围更广且均匀的Pateto解集,有利于得到符合认知用户决策需求的最优解.算法可以根据信道条件和用户需求的变化,自适应的调整子载波的发射功率和调制方式,给出理想的参数配置,实现认知引擎决策优化.

3.对认知无线网络中基于OFDM的资源分配进行了研究.认知OFDM资源分配是提高频谱资源利用率的关键技术之一.基于免疫优化算法,设计了适用于固定业务的余量自适应（MA）准则下的子载波分配算法,仿真实验表明,算法减少了系统所需的发射功率.此外,设计了适用于可变数据业务的速率自适应(RA)准则下的功率分配算法,仿真实验表明,算法可以获得更大的系统吞吐量.

此外,考虑到认知用户对资源需求的公平性,预先设定所需的服务级别,设计了RA准则下的两阶段比例公平资源分配算法.首先将子载波分配给用户,然后基于免疫优化算法,分配功率给不同的子载波,确保资源分配的公平性.此外,算法充分考虑了主用户可容忍的干扰约束.仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰约束下,算法可以获得与最优资源分配方法接近的系统吞吐量,同时兼顾了次用户对数据分配的公平性需求,在最大化系统吞吐量和次用户需求的公平性之间取得较好均衡.

第四篇军事通信学论文范例：通信信号调制方式识别与参数估计研究

通信信号的调制方式识别与参数估计是指对截获的未知通信信号的调制类型作出判断,对其通信参数的数值作出估计,属于模式识别与参数估计的研究范畴,在通信侦察、频谱监测等军用民用领域具有巨大的应用价值和广阔的实用前景.

本文采用固有时间尺度分解算法和多重分形谱理论两大分析工具,从信号中频波形的角度研究通信信号调制方式识别与参数估计的问题,基于固有时间尺度分解算法时频分辨率高、计算复杂度低的优势以及多重分形谱特征对噪声不敏感的特性,取得了如下研究成果：

1.提出一种基于时域统计特征和支持向量机的调制方式识别算法.首先由固有时间尺度分解算法提取瞬时幅度、瞬时相位、瞬时频率等信息,并利用这些信息的统计量构造一个12维的初始特征向量.然后,用Fisher分析降维高维的初始特征向量.最后,将降维的特征向量送入一个多分类支持向量机完成对7类单载波数字调制信号2ASK,4ASK,2PSK,4PSK,16QAM,2FSK和4FSK的识别.固有时间尺度分解算法提取的时频域信息直接借助于波形分析获得,不仅具有很低的计算复杂度,而且借助于Fisher分析的降维效果能够获得好的区分能力.仿真结果显示,该算法能够以很低的计算复杂度得到高的识别正确率.

2.提出一种基于两个多重分形谱特征并结合决策树分类器的多载波OFDM信号和单载波信号识别算法.首先直接从中频波形信号上提取多重分形谱最大值对应的奇异性指数作为第一个特征用于区分信号集合{OFDM,4PSK,16QAM}和信号集合{2ASK,4ASK,2FSK,4FSK}.其次,从中频波形信号的解析信号平方处理后经两次傅里叶变换的幅度信号上提取多重分形谱斜率分别是±,1的两处多重分形谱的谱间隔作为第二个特征用于区分信号集合{OFDM}和信号集合{4PSK,16QAM}.最后,用一个决策树分类器实现所有信号的识别,各个特征的识别门限通过经验仿真来确定.数值实验表明该算法对OFDM信号子载波数和循环前缀长度、单载波基带成形系数以及信噪比具有鲁棒性,能够在很宽的信噪比范围内具有较高的识别正确率.

3.基于固有时间尺度分解算法分别提出一种直扩信号载波频率、码片速率估计算法和一种基于波形的直扩信号PN码估计算法.前一种算法以某频点处的瞬时幅度为分析参数,通过频域粗搜索和细搜索估计码片速率和载波频率.首先累加多个PN码周期分析信号和伴随信号的瞬时幅度.然后,两类瞬时幅度做差值运算以抑制噪声.最后,对差值信号的频谱做线谱分析估计载波频率和码片速率.相对于传统算法该算法具有实现简单,计算速度快的优点.后一种算法利用固有时间尺度分解算法时频分辨率高和适于实时处理的优势,直接分解直扩信号波形,借助于相干累加思想提高信噪比,通过对载频处瞬时幅度累加值与第一上过零点频率处瞬时幅度累加值的差分信号波动特性的分析,找到一个PN码周期内相邻码片极性变化的位置,从而揭示PN码,而不必猜测其代数结构.该算法与已有PN码估计算法相比具有诸多优势,仿真实验验证了它的可行性.

4.提出一种基于固有时间尺度分解算法的跳频信号跳速估计算法.采用固有时间尺度分解算法迭代地分解跳频信号并由各层固有旋转分量信号包络瞬时幅度的最大值构造一个分析序列,对该序列的频谱做线谱分析估计跳速.复杂度分析和数值实验表明该方法相对于经验模态分解算法具有更低的计算复杂度,是一种实时高效的估计算法.

第五篇军事通信学论文范文格式：低速率多带激励线性预测语音编码技术的研究

近年来,随着无线通信产业的发展,用户需求快速增长,导致可供使用的频谱资源越来越少,提高频谱利用率成为解决频谱资源短缺的重要手段.语音通信是无线通信的基本业务应用,低速率、高质量一直是其追求的目标.多带激励(Multi-Band Excitation, MBE)模型是语音编码算法中低速高质的一种典型代表.该模型采用了参数编码,相对于波形编码降低了编码速率；同时,此模型将频段进行了更细小的划分,提高了清／浊音判决的精确度,从而提高了语音的质量.

本文工作包括语音通信中多模多带线性预测语音编码算法的研究以及矢量量化方法的改进,主要创新性成果如下：

1.提出了一种多模多带激励线性预测(Multimode MBE with Linear Predibtive Coding, MMBE-LPC)语音编*模型.这种编*与现有的MBE编*相比在两个方面有所改进.一、解决了频谱幅度变维量化的难题.结合线性预测的方法,将维数变化的频谱幅度转换为维数固定的线性预测系数；并将线性预.测系数用线谱频率(Line Spectral Frequency, L*)参数表示并进一步量化,保证了量化的精确度.二、提出了一种子带划分方法和清/浊音判决阈值.先确定每帧中子带的个数,再对各子带进行清/浊音判决,进而对判决结果进行模式划分.由于在不同的清/浊音判决模式下,L*参数的统计特性不同,因此采用不同的码书对L*参数矢量进行量化,提高了量化的质量.另外,该模型采用了一种与能量相关的、自适应的清/浊音判决阈值,比MBE的阈值设计更加简化.仿真结果显示,时域合成语音的清音区和浊音区划分清晰,且与原始语音一致,语谱图也拟合得很好.

2.提出了一种量化L*矢量参数的滑动平均多级分裂矢量量化方法(Moving Average Multi-Stage Split Vector Quantization, MA-MS-SVQ).采用该方法生成码书,更充分地利用了线谱频率参数帧内和帧间的相关性,减小了码书的存储空间,降低了码书的搜索复杂度.这种矢量量化器将线谱频率参数去除平均值后进行一阶滑动平均预测,将残差进行*矢量量化.在第二级量化时,将高维线谱频率参数矢量分裂成两个低维的部分,分别用不同的码书进行量化.仿真结果表明,在低速率编码下,合成语音的平均谱失真达到0.91dB,2dB～4dB的谱泄露为0.13%,无4dB以上谱泄露.码书的存储空间和搜索复杂度均降低了31%以上.

3.提出了一种贪婪树初始码书间距最大化算法(Most Dispersed Greedy TreeGrowing Algorithm, MD-GTGA),用来设计Linde-Buzo-Gray (LBG)算法初始码书,解决了LBG算法容易陷入局部最优的问题.MD-GTGA首先采用贪婪树生长算法(Greedy Tree Growing Algorithm, GTGA)生成基础码书,然后再采用码书间距最大化算法(Most Dispersed Codewords in Initialization, MDCI)从基础码书中生成初始码书.在仿真中对随机法、分裂法、GTGA和MDCI算法进行了比较,结果表明,采用GTGA生成LBG算法初始码书,合成语音的平均谱失真最小.与GTGA和MDCI算法相比,MD-GTGA降低了量化的平均失真度与平均谱失真.

4.提出了一种改进的成对最近邻(Improved Pariwise Nearest Neighbors, IPNN)算法,用来生成LBG算法初始码书.该算法首先采用随机法或者分裂法选定预备码书,然后采用PNN的合并方法,以最相邻原则将训练矢量依次合并到预备码书的码字中.仿真结果显示,与PNN (Pariwise Nearest Neighbors, PNN)算法相比,IPNN算法生成LBG初始码书的训练时间短；与随机法相比,用分裂法生成的预备码书性能更稳定.仿真测试结果表明,用该算法生成LBG初始码书,合成语音的平均谱失真在1dB左右,2dB-4dB的谱泄露小于2%,无4dB及以上的谱泄露.

这是一篇与军事通信学论文范文相关的免费优秀学术论文范文资料.

军事通信学引用文献:

[1] 军事通信学论文参考文献范文 军事通信学期刊参考文献哪里找

[2] 军事通信学论文提纲样本大全 军事通信学论文提纲怎样写

[3] 军事通信学论文摘要怎么写 军事通信学论文摘要范文参考