基于宽带中频的窄带FM信号检测和解调技术研究

文章论述了基于宽带中频的窄带FM信号检测和解调的原理,给出了对应的软件化接收机实现方法,对其中的高速宽带A/D、多速率信号处理和解调等关键技术作了深入阐述。     

TMS320C6000 DSP自动引导的方法和编程实现

TI高速信号处理器TMS320C5X和TMS320C6X需要从外部的存储器(ROM或FLASH)中引导应用程序,这是开发中的重点和难点之一,关系到系统的可靠性和处理速度。以TMS320C6000DSP为例,介绍了应用程序的三种引导方式;以实际工程为背景详细叙述了从ROM中引导程序的实现方法,并钟对其中重要的命令文件和用户引导程序,给出了相应的示例文件和程序。     

一种新型低截获FSK/PSK雷达信号分析

从信号发射波形出发,分析了一种由FSK信号和PSK信号组合而成的新型FSK/PSK信号.首先构造了信号的模型,参考二相编码和频率编码的模糊函数详细推导了其模糊函数公式,通过数值仿真得到了模糊图,然后从距离速度分辨力、测距测速精度、截获性能等方面对其进行了分析.理论和仿真分析结果表明,这种新型FSK/PSK信号也具有图钉型模糊图,具有良好的分辨力与测距测速性能,低截获性能也相对于单一FSK信号或相位编码信号有了较大提高,因此具有较好的应用前景.     

采用基于多相滤波的数字正交变换技术提取信号瞬时特征的方法

本文研究了通信信号瞬时特征的提取方法。采用中频直接采样、抽取和滤波的方法完成信号的正交分解,从而提取信号的瞬时包络和相位主值序列。利用信号相位去卷叠算法和线性规划法估计信号的去卷叠瞬时非线性相位,利用傅里叶变换的微分特性估计信号的瞬时频率。通过文中的方法可以有效估计信号的瞬时特征,将其运用于信号调制体制识别取得了较好的效果。     

基于改进Zoom-FFT的信号检测算法研究

该文在简要介绍复调制zoom-FFT基本原理的基础上,针对其细化后信号频谱同原始信号频谱不一致的现象,提出了一种改进算法。利用改进算法对通信信号进行检测,给出了频率修正公式,实验结果表明该方法较大地提高了信号频率检测的准确性。     

基于差分进化算法的雷达辐射源识别研究

研究雷达辐射源识别优化问题,由于各种噪声影响,使信号不清。差分进化算法是一种有效的寻找函数极值的演化计算方法,具有简单和鲁棒性强的优点。为了准确识别雷达辐射信号,提出一种差分进化算法的雷达辐射源识别方法,采用模式匹配的雷达辐射源识别模型,进行参数选择,并给出了具体的实现算法。仿真结果表明,采用差分进化算法能近似最优地实现对所提识别模型的参数估计,能够有效地提取雷达辐射源数据中有用信息,成功排除噪声干扰,取得良好的识别效果。研究内容可供开展雷达辐射源数据识别应用参考。     

一种新的ESM数据分选算法

研究获取敌方雷达辐射源数据,在识别准确性问题上,ESM数据分选在电子侦察领域有重要的作用.针对辐射源识别的正确性,采用聚类和到达角外推相结合方法实现ESM数据分选,提出一种基于支持向量机和到达角外推的ESM数据分选算法.算法根据ESM数据辐射源参数信息,用支持向量机实现ESM数据聚类,根据其参数实现分类,再将信号到达角外推,预测信号下一时刻到达角,并以最近邻域关联准则将信号方位角关联,从而实现ESM数据分选.算法有效结合了辐射源参数特征和到达角变化趋势,可在辐射源较密集的环境下实现分选.仿真结果和实际数据测试表明了算法的有效性.     

一种新的分组无线网隐终端问题解决方案

在C-T/CDMA方式中，最主要的问题是发送端的每次数据发送是盲目的，因而冲突概率很高。本文把RTS/CTS短分组交换方式引入到C-T/CDMA方式中，提出一种基于RTS/CTS调度的多址方式，既解决了隐终端问题，又降低了冲突概率，从而提高了网络的性能。     

基于ResNet_NSCS的通信信号调制识别

针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。     

基于小生境遗传算法的移动机器人路径优化

针对标准遗传算法存在收敛性慢和局部最优解的缺陷,结合移动机器人行走特点,提出一种基于预选择机制小生境技术的改进遗传算法中移动机器人路径规划方法.该方法兼顾对局部最优解和全局最优解的搜索,维持群体的多样性,避免了早期收敛现象的发生;同时也增强了自然群体进化的并行性,加快了搜索进程.计算机仿真结果表明,该算法在收敛速度和输出全局最优解概率方面相对于标准遗传算法有了显著提高.