首页期刊导航|系统工程与电子技术
期刊信息/Journal information
系统工程与电子技术
系统工程与电子技术

施荣

月刊

1001-506X

xtgcydzjs@126.com

010-68388406

100854

北京142信箱32分箱

系统工程与电子技术/Journal Systems Engineering and ElectronicsCSCD北大核心CSTPCDEI
查看更多>>本刊被美国《工程索引》(EI)、英国《科学文摘》（SA）收录，是全国中文核心期刊、《中国科技论文统计源》用刊、《中国科学引文数据库》来源期刊、全国优秀科技期刊。它是面向高科技开发和应用的跨学科期刊，以传播新技术、促进学术交流为宗旨，坚持深度与广度、理论与应用相结合的方针，努力反映系统工程与电子技术两大领域的最新成就，报道的主要内容包括：系统科学、军事系统分析、飞行器控制、雷达、光电探测技术、信息获取与处理、运筹学管理与决策技术等。
正式出版
收录年代

    基于码重奇偶性的扩展BCH码盲识别

    尤红雨王垚王翔黄知涛...
    1783-1791页
    查看更多>>摘要：实际应用中的扩展BCH(Bose Chaudhuri Hocquenghem)码具有码率高、码长多变、结构复合等特点,在编码识别领域,对高码率编码码长估计、特定码型识别等方面仍缺乏研究成果.针对上述问题,提出了一种基于码重奇偶性的码长估计方法,在此基础上,利用有限域傅氏变换识别编码码型,实现了扩展BCH码的识别.该识别过程有别于其他文献中已知码型、再识别其他参数的方法,更加符合实际情况.仿真结果表明,所提方法能够实现二进制对称信道下的高码率扩展BCH码的识别.当误码率小于1.5×10-2时,除了码长为128的编码,对其他码长的编码识别准确率能达到94％以上,当误码率小于7×10-3时,识别准确率接近100％,识别性能优于现有算法.所提方法能有效实现对扩展BCH码的识别,具有较好的误码适应能力.

    信道编码扩展BCH码码重奇偶性有限域傅氏变换识别

      原文链接:
    • 万方数据
    • 维普

    基于最小路由代价的巨型星座网络接入策略

    张驰陈全唐祖平魏蛟龙...
    1792-1800页
    查看更多>>摘要：针对低轨巨型星座网络星间路由复杂、网关卫星负载不均衡等问题,在星地接入策略中考虑星间路由代价,提出一种基于最小路由代价的接入策略.该策略分为3个阶段:在最短跳数估计阶段,根据用户终端和信关站位置估算用户终端至网关卫星的星间路由跳数;在网关卫星分配阶段,基于估计跳数建立二分图模型,采用带权最小代价匹配算法确定网关卫星和接入卫星类型;在接入卫星选择阶段,以星间路由跳数和星地仰角加权构造接入准则,在确定类型的可视卫星中选择最优接入卫星.仿真结果表明,所提方法能够显著降低系统整体星间路由跳数,提高网关卫星负载均衡性和用户接入成功率.

    巨型星座网络最小路由代价网关匹配接入策略负载均衡

      原文链接:
    • 万方数据
    • 维普

    基于特征值的动态数字信道化子带检测算法

    李晓辉万宏杰石明利王先文...
    1801-1809页
    查看更多>>摘要：动态数字信道化接收结构通过检测所有子带,判断信号是否存在,为综合滤波器组处理提供依据,因此子带检测在接收结构中起着关键作用.针对传统检测算法存在低信噪比(signal-to-noise ratio,SNR)下检测性能不高的问题,依据随机矩阵理论,提出了基于最大最小特征值之差与平均特征值之比的检测算法,利用平均特征值和最小特征值的极限分布规律来推导算法的检测门限.其次,根据所有子带数据获取的特征值信息对所提算法进行了优化.最后,在动态数字信道化接收结构中,分析不同因素下算法的性能,表明了所提算法能够克服低SNR的影响,子带检测的性能更好.

    动态数字信道化接收子带信号检测随机矩阵特征值检测

      原文链接:
    • 万方数据
    • 维普

    URLLC场景下信道可靠连通度预测

    王希任惠王威张嘉怡...
    1810-1819页
    查看更多>>摘要：第五代移动通信技术(5th generation,5G)中高可靠低时延通信(ultra reliability and low latency communication,URLLC)应用场景,十分契合航空5G机场场面宽带移动通信系统建设要求.以丢包率为定义的可靠性指标没有反应时变无线信道的时间依赖性和不同URLLC服务所需的持续时间.针对以上存在的问题,运用生存分析的方法,将URLLC关键技术与可靠性理论中失效率相结合,提出了可靠连通度指标,基于接收端信号强度,建立理论分布模型和数据驱动模型,对时变信道在未来1子帧内可靠连通度进行预测,并建立城市宏单元-非视距-簇时延线信道模型算例对模型进行对比分析,并在不同雨衰条件下,分析信道系统的可靠连通度.结果表明,数据驱动模型可靠性预测的均方误差(mean square error,MSE)可达0.1％,优于理论分布模型,且在恶劣天气情况下,多输入多输出信道可靠性相比于多输入单输出信道具有更高的抗衰落能力.

    5G通信高可靠低时延通信场景可靠性机器学习

      原文链接:
    • 万方数据
    • 维普

    基于深层神经网络的信道编码类型盲识别

    杨宗方张天骐马焜然邹涵...
    1820-1829页
    查看更多>>摘要：为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字.将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度.实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99％以上,而RCNN识别器在1 dB时就能够达到99％以上的识别准确率.

    深层神经网络信道编码识别器盲识别字长度

      原文链接:
    • 万方数据
    • 维普