基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法.pdf

《基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第42卷第7期计算机科学Vo1．42No．72015年7月ComputerScienceJuly2015基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法陈卫军睢丹(华东师范大学软件学院上海200241)(安阳师范学院软件学院安阳455OOO)摘要在网络切换和数据通信中，会产生一种网络波动下的时频跳变谐振信号，需要对这种网络波动跳变信号进行抑制，以提高网络稳定性。提出一种基于扰动特征分解和前馈调制的网络波动跳变信号抑制算法，构建网络波动跳变信号谐振数学模型，采用射线模型对网络跳变单频脉冲中的波动信

2、号进行传播损失估计，基于多普勒频移算法提取扰动特征，利用混响慢变包络切片把波动跳变信号的能量聚集在扰动方向，在希尔伯特空间上对网络波动跳变信号进行扰动特征分解。设计前馈调制滤波器，实现对网络波跳变信号的前馈调制抑制。仿真结果表明，该算法能有效抑制网络波动跳变中的谐振信号，避免了信息损失，数据传输丢包率得到降低，实时性好，解决了大规模混合组网中启动滞后、服务器负载、颤抖等问题。关键词网络，扰动特征分解，信号，前馈调制中图法分类号TP393文献标识码ADOI10．11896／j．issn．100．2—1

3、37X．2015．7．036SuppressionAlgorithmofNetworkFluctuationHopSignalBasedonPerturbationCharacteristicDecompositionandFeedforwardModulationCHENWei-jun’SUIDan2(SchoolofSoftwareEngineering，EastChinaNormalUniversity，Shanghai200241，China)(SchoolofSowfwareEnginee

4、ring，AnyangNormalUniversity，Anyang455000，China)。AbstractInthenetworkswitchinganddatacommunication，anetworktime-frequencyhopresonantsignalcanbepro—duced，andsuchfluctuationhopsignalshouldbesuppressedtoimprovenetworkstability．Animprovedsuppressional—gorit

5、hmofnetworkfluctuationhopsignalwasproposedbasedonperturbationcharacteristicdecompositionandfeedfor—wardmodulation．andthenetworkfluctuationhopsignalresonantmathematicalmode1wasconstructed．Theraymodelwasusedtoestimatethetransmissionloss，Dopplerfrequencys

6、hiftalgorithmwasusedtoextractdisturbancecharacter—istics，andslowlyvaryingenvelopeslicewasusedtogatherthesignalenergyinthedisturbancedirection．IntheHilbertspace，perturbationcharacteristicdecompositionwasobtained，thefeedforwardfilterwasdesigned，andthesig

7、nalsup—pressionwascompleted．Thesimulationresultsshowthatthisalgorithmcaneffectivelysuppresstheresonantsignalinnetworkfluctuationhop，theinformationlossisavoided，datapacketlossrateisreduced，andithasgoodreal-timeper—formance．Theproblemssuchasnetworkstartu

8、pdelay，serverload，tremblingaresolved．KeywordsNetwork，Disturbancefeaturedecomposition，Signal，Feedforwardmodulation波动跳变信号的抑制算法，对提供信息通信和网络系统的安1引言全稳定性具有重要意义。当今，网络用户终端不再只是传统意义上的计算机用户，传统方法中，对混合组合网络的波动跳变谐振信号的抑还包括了车载、舰载、机载终端和手持机等网络用户，这些用制主要是采用分