AM信号的过调幅实现及解调

在原理与技术上分析并实现了过调幅AM信号及解调,讨论了调幅系数ma不能大于1的原因。通过实验电路,得到了预想结果。     

基于调制识别特征的调幅通信干扰效果评估

分析了调幅（AM）通信调制与解调原理,研究了AM调制识别的方法与特征值的选取,提出了利用包络检测得到的信息作为特征值对AM信号的通信干扰效果进行有效评估的方法,给出了详细的计算过程。仿真实验证明评估结果与传统的方法有很好的一致性。     

一种有效的话音静噪综合处理方法及其应用

介绍了话音静噪的含义及调幅（AM）话音通信中静噪遇到的难题,论述了AM信号的中频数字 化 解调原理和话音静噪原理,提出了一种有效的AM信号调制度判别方法,最后举例说明了在实 际应用中 如何利用AM调制度判决方法来解决话音静噪问题。     

德生S-2000收音机电路简析（二）

SSB单边带接收是接收单边带调幅的短波信号,在SSB单边带接收时,解调前高、中频信号处理和AM接收时样的,在其进行第二中频放大后,此时TA2057的18脚输出的信号由其内部切换控制。当TA2057的2脚高电平时,18脚输出455kHz中频信号,此信号进入SSB解调（SSBDEMODER）组件。     

一种偏移载波调幅信号的频域优选新方法

为了解决民航地空通信中机载电台接收到的多个偏移载波调幅信号互相干扰的问题,提出了一种在频域进行最佳载波搜索的优选方法。该方法采用能量重心法对接收信号的频谱幅度和频率进行校正,通过搜索频谱幅度的最大值,优选出一路载噪比最高的调幅信号进行解调,同时对其他调幅信号进行抑制。仿真实验和电台通信实验均表明该方法可以正确地实现多个偏移载波调幅信号的优选和解调,明显降低干扰,解调后话音的平均意见分提高了3分,具有实际工程应用价值。     

利用环形调制器产生与解调过调幅信号

采用开关函数分析方法,利用二极管环形调制器电路产生与解调过调幅信号,导出实现的过调幅信号与解调输出信号表达式;由此,可将过调幅信号的产生与解调方法扩展到微波频段.     

基于CORDIC算法的AM基带解调方法

传统的AM解调采用包络检波方法,其输入信号为含有载波的已调信号。随着DDC技术的出现和发展,在基带上对AM进行解调成为可能。文章提出了一种基于CORDIC算法的AM基带解调方法,仿真结果证明了此方法的可行性。     

AM信号正交解调方法的性能分析

本文对AM信号正交解调方法进行了介绍,对其进行了性能仿真分析,尤其是对抗载频失配性能进行了重点分析,推导了AM信号正交解调允许的最大载波频偏Δfmax。     

基于ADSP-21262的调幅信号监测系统

针对调幅广播电台的AM调幅广播信号,给出了通过ADC对射频调幅信号进行采样并将采样信号传输到ADSP-21262中进行算法处理,最后用得到的调幅信号调幅度对发射机进行监测的方法。详细介绍了该系统的具体硬件实现原理以及部分软件实现方案。并对各部分功能进行介绍。     

软件无线电技术研究与实现

文章针对软件无线电技术中使用的双边带调幅（AM）、模拟频率调制（FM）和差分相移键控（DPSK）信号在解调过程中的软件算法,从理论上进行了较严密的推导与论证,并给出了软件接收机的构成及检测算法的实现方法。     

A Neural Network Approach for Signal Detection in Digital Communications

In this paper, we propose a new approach for signal detection in wireless digital communications based on the neural network with transient chaos and time-varying gain (NNTCTG), and give a concrete model of the signal detector after appropriate transformations and mappings. It is well known that the problem of the maximum likelihood signal detection can be described as a complex optimization problem that has so many local optima that conventional Hopfield-type neural networks fail to solve. By refraining from the serious local optima problem of Hopfield-type neural networks, the NNTCTG makes use of the time-varying parameters of the recurrent neural network to control the evolving behavior of the network so that the network undergoes the transition from chaotic behavior to gradient convergence. It has richer and more flexible dynamics rather than conventional neural networks only with point attractors, so that it can be expected to have much ability to search for globally optimal or near-optimal solutions. After going through a transiently inverse-bifurcation process, the NNTCTG can approach the global optimum or the neighborhood of global optimum of our problem. Simulation experiments have been performed to show the effectiveness and validation of the proposed neural network based method for the signal detection in digital communications.     

光电位置敏感器件背景光补偿的研究

光电位置敏感器件(PSD)是一种可直接对其光敏面上光斑位置进行检测的光电器件，基于光电位置敏感器件可以构成多种非接触的高精度动态位移监测仪器。根据光电位置敏感器件的原理及特征方程，分析了存在背景光时它的输出信号是非线性的。提出～种基于神经网络的光电位置敏感器件背景光非线性补偿方法。利用神经网络具有逼近任意非线性函数的特点．通过训练使神经网络建立在不同背景光下光电位置敏感器件输出与其标准值之间的非线性映射关系，对其实现全程跟踪补偿。计算机仿真表明，该方法能有效地消除背景光的影响，在神经网络的输出端得到期望的线性输出。     

基于社交关系的职位推荐系统的架构与实现

从QQ,人人到微博,我们中很多人已经可以在线上找到自己的真实社交网络,这些社交网络上的应用也渗透到了各个领域,好友买卖,偷菜等带来的社交游戏,蘑菇街,美丽说为首的社交购物,都真的给我们带来了不一样的体验,本文的目的是希望在求职招聘领域,利用用户的社交关系向推荐个性化的职位信息。据调查,社交圈内好友的就业倾向往往趋于一致。当人们寻找工作时,圈内好友所在的公司往往也更受青睐,因为相较于陌生公司,好友所在公司的运营状况,薪酬待遇更加透明,公司也乐于采用内部推荐这种成本低廉的招聘方案,而构建基于社交关系的职位推荐系统的目的就是给用户推荐自己圈子里的好友工作过的公司正在招聘的职位,而非完全没有个性化的职位告示板。     

直升机声信号的检测和识别

详细介绍了一种基于小波包和神经网络的新算法，用于对直升机声音信号检测并且识别机型。具体方法是对采集到的声音样本利用小波包分析提取特征向量，把这些特征向量输入反向误差传播（Back Propagation，BP）神经网络训练，用训练好的检测神经网络进行直升机的检测。检测完毕，证实是直升飞机声信号后，再通过识别神经网络区分不同型号直升机。实验表明，此方法能利用小波包时频局部聚焦分析能力和BP神经网络的自适应能力，较好地对不同型号的直升机声信号进行有效地检测和识别。因此。基于小波包和神经网络的直升机检测和识别算法不仅可靠而且是可行的。     

神经网络在光电位置坐标传感器中的应用

光电位置敏感器件(PSD)是一种可直接对其光敏面上的光斑进行检测的光电器件,基于PSD可以构成多种非接触的高精度动态位移监测仪器.在PSD器件使用中的一个关键问题是如何克服器件本身的非线性,以提高监测的精度和可靠性.提出一种基于神经网络的PSD非线性补偿方法,利用神经网络具有逼近任意非线性函数的特点,通过训练使神经网络建立在PSD输出与其理想值之间的非线性映射关系,实现PSD非线性补偿.计算机仿真表明,该方法不仅能有效地消除非线性的影响,而且能在神经网络的输出端得到期望的线性输出.     

进化神经网络在信用卡欺诈检测中的应用

自动信用卡欺诈检测是一个重要且有潜力的领域.基于人工神经网络的欺诈检测系统虽能令人满意.但具有良好结构的神经网络是很难构造的.由此提出一种进化方法来自适应地生成用于欺诈检测的神经网络结构.实验结果表明,该进化神经网络可以有效地完成信用卡欺诈检测.     

基于免疫应答的RBF网络在动态多用户检测中的应用

径向基函数神经网络是一种具有局部逼近能力的前向神经网络,可用作码分多址中的多用户检测器,有较好的检测性能;但是目前的RBF网络多用户检测器收敛慢,不能针对实时变化的动态信道作跟踪.针对动态信道中的多用户检测问题,借鉴免疫系统二次应答原理提出了一种基于免疫机制的RBF网络.该方法结合免疫记忆机制和免疫应答机制设计免疫算子,针对动态模型中的稳定部分和突变部分作不同强度的训练;借鉴免疫系统的二次应答机制,较大地降低了算法复杂度,并且收敛快、鲁棒性强,提高了在变化的信道中的多用户检测器的动态追踪能力.     

Nonlinear EMI simulation of an AM detector at the system level

A nonlinear detector simulation technique that can be used together with the discrete technique for a rapid radio receiver electromagnetic compatibility and electromagnetic interference (EMC/EMI) simulation up to the baseband signal processing path at the system level is proposed. The technique presented allows one to simulate an amplitude modulation (AM) detector in the large signal mode as well as in the small signal mode by taking into account the nonlinearity of the detector transfer characteristic. The technique was validated by making comparisons with measurements and PSPICE simulation data     

Neural networks applications for CDMA systems in non-Gaussian multi-path channels

Non-Gaussian noise is one of the most common noise models observed in wireless channels. This type of noise has severe impact on wireless systems with multiuser detection devices. In this paper, the issue of multiuser detection in non-Gaussian noise multipath channel is addressed. We also pay a close attention to the neural network applications, and propose a new robust neural network detector for multipath impulsive channels. The maximal ratio combining (MRC) technique is adopted to combine the multipath signals. Moreover, we discuss the performance of the proposed multiuser neural network decorrelating detector (NNDD), under class A Middleton model. Furthermore, the performance of the system under power imbalance scenario is shown. We show that the proposed NNDD has magnificent effect on the system performance. The system performance is measured through the bit error rate (BER). It is shown that the proposed robust receiver reduces the impact of the impulsive noise by processing the received signal and clipping the extreme amplitudes.     

Using neural network based nonlinear IFS to model time sequences

A novel neural network based iterated function system (IFS) model is presented in this paper while the precondition to ensure the model is also explored. Applying it to some practical data, the given signal can be approximated exactly by the attractor generated by this model, which provides another way to resolve fractal inverse problem.