频率选择性衰落信道下的STBC调制识别技术

针对频率选择性衰落信道下空时分组码(Space Time Block Codes,STBC)信号的调制识别问题,改进了一种基于四阶时延矩的调制识别算法.研究的调制方式主要包括BPSK,QPSK,8PSK和16QAM四种典型调制星座,在单接收天线条件下,首先对STBC信号及频率选择性衰落信道进行建模,计算接收端STBC信号四阶时延矩的理论值;然后采用阈值检测方法,将四阶时延矩的估计值同理论值的阈值区间对比,从而自动判别出信号的调制方式.推导和仿真结果表明,上述算法不需要噪声、空时分组码类型等先验信息,在较低信噪比条件下,对四种调制方式也具有良好的识别性能,且对频偏、多普勒频移和时延的鲁棒性能好,计算量较低,具有较高的实用价值.     

衰落信道下V2V通信系统性能分析

针对V2V通信的连接性能问题,将衰落引起的信道随机性纳入分析,提出了一种在衰落信道中对V2V连接性能的分析算法,并将物理层和MAC层相结合,分析了不同衰落模型下V2V通信系统性能,包括对包丢失率、吞吐量、平均延时等通信性能指标,并通过仿真验证。仿真结果表明,瑞利信道的连接性能比Nakagami-m信道高,但信号的传输性能Nakagami-m信道全面优于Rayleigh信道。     

基于K-S检验的MIMO-STBC盲识别技术

针对频率选择性衰落信道下STBC信号的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检验的盲识别算法.算法在单接收天线条件下,首先采用分段建模的思想对STBC信号及频率选择性衰落信道进行建模,将接收信号分成两段;然后通过K-S检验接收信号在不同时延下的经验累积分布函数之间的距离,将其与门限值对...     

OpenMV视觉模块的滚球目标识别与追踪系统研究

基于OpenMV微型机器视觉模块,以云台为载体,使用Micro Python语言对滚球目标识别与追踪算法进行研究。通过摄像头获取实时图像,在对图形进行预处理后利用形状识别和边缘检测算法完成目标识别与追踪,并通过串口将滚球中心位置坐标输出。     

多传感器数据融合在爬架控制系统中的应用

针对传统爬架控制系统存在安全性评估不全面、报警准确率低的缺陷,提出了一种基于多传感器数据融合技术以提高爬架控制系统安全预警性能的方法.该方法通过传感器采集爬架载荷、倾斜角度和爬升速度等数据,利用BP神经网络对数据进行融合,并对系统的安全性能做出评估.详细介绍了融合算法、训练过程、系统硬件构成和软件实现.测试结果表明:该方法不仅能多角度评估系统的安全性,而且能提高爬架控制系统报警准确性,从而提高爬架系统的可靠性.     

低信噪比下循环码识别

针对硬判决分析方法存在计算复杂度高且容错性差的缺点,本文提出了一种直接利用软判决序列完成循环码识别的新算法.首先从编码代数结构出发,推导出循环码生成多项式因子对应的对偶空间与码字能构成校验关系这一结论;其次基于该结论,遍历码长可能值,在GF（2）上,将多项式xⁿ+1分解为不可约因子及其对应幂次的乘积,当所遍历因子的对偶空间正好与码字序列构成校验关系时,即可识别出循环码码长;最后遍历构成校验关系因子的幂次,最终完成生成多项式的识别.为利用软判决序列完成校验关系检测,引入了平均校验符合度概念,基于其统计特性和最小错误判决准则,实现了生成多项式不可约因子以及幂次的快速识别.仿真结果表明,推导的符合度统计特性与实际情况相吻合,同时算法具有较好的低信噪比容错性能,在3dB的噪声环境下,码长以及生成多项式识别率能够达到95%以上,与硬判决方法相比,在增加较小的计算复杂度下,识别性能提升将近1dB.在智能通信或是认知无线电领域具有较好的应用前景.