多车通信系统中的同频电子干扰消除优化方法

在多接口多信道车联网多车通信系统中,由于车辆的自组织特性和路网网格的不均衡性,产生同频电子干扰,对电子干扰的滤波消除能提高多车通信的信道均衡性,降低误码率。传统方法采用自适应陷波方法实现同频电子干扰消除,无法在突变的载波频率下消除同频电子干扰,导致性能差的问题。提出一种基于自适应线谱增强的多车通信系统中的同频电子干扰消除优化方法。首先构建多车通信系统,引入一种信噪干扰比的观点,对同频电子干扰进行信号模型构建,根据信号比容易分离的特点,使得模型可分离性变强,结合变步长自适应线谱增强方法,实现信号的分离过滤。仿真实验结果表明,进行同频电子干扰消除抑制处理后的功率谱收敛到信号的真实频率附近,多车通信信号能从背景色噪声中有效检测出来,降低了多车通信系统的误码率,展示了较好的信道均衡和改善能力,性能优越。     

基于FPGA的零中频DPSK信号解调技术研究与实现

传统超外差结构的接收机,主要通过Costas环实现DPSK信号的载波同步,而在零中频架构的接收机中,因为直接将射频信号下变频到基带,所以无法通过低通滤波器滤除与载波信号相乘的倍频分量。为完成零中频接收机中DPSK信号的载波同步,通过对零中频接收机接收到的信号进行分析,提出一种数学方式实现低通滤波,替代了传统Costas环路中的低通滤波器模块,Simulink仿真结果验证了该方案的可行性。最后根据设计方案,在FPGA硬件平台上实现零中频DPSK信号解调模块的设计,实验结果表明,这种方案可以满足零中频DPSK信号解调的需求。     

小波变换在过零调制信号检测中的应用研究

将小波分析理论应用于配电网络过零调制信号的检测中,解决了在强噪声、低信噪比的配电网络中通信误码率高的难题,提高了系统的信噪比。给出了小波变换Mallat算法的分解和重构公式。信号仿真表明,应用该方法可以很好地从复杂环境下提取有用信号的特征。     

基于DDS的虚拟信号发生器LabVIEW程序设计

针对传统信号发生器存在的成本高、功能单一、电子线路复杂等缺点,设计了一种基于频率合成技术的虚拟任意信号发生器。通过动态链接库(DLL)与下位机设备DDS-3X25进行通信,基于"模块化"和事件结构的设计思想,用LabVIEW编程实现了基本波形、任意波形、噪声叠加、波形数据载入、波形数据量化转换和线性插值等程序模块。实验结果表明,该设计不仅能产生纯净和叠加噪声的正弦波、方波、三角波和锯齿波等基本波形,而且可以输出手绘的任意波形,验证了设计的有效性。     

基于码相扩展的TTCM直序扩频系统研究

提出了一种基于码相扩展扩频信号集上的TTCM直接序列扩频系统方案,通过将Turbo编码与扩频映射相结合,使得信号之间的最小欧氏距离增加,从而在不增加发射功率、不减小信息速率、不改变调制方式的前提下提高了系统的误码率性能.仿真结果表明,基于码相扩展的TTCM直序扩频系统可以比单纯直序扩频多获得1～3dB的编码增益,同时对载波初相估计误差和相位噪声的敏感程度并不增加.     

利用倒谱技术对装备试验数据进行信号提取及应用的研究

对利用倒谱进行噪声中的信号提取技术进行了分析和研究。在装备试验数据的处理过程中,传统的处理方法经常假设噪声为加性的高斯白噪声,对抑制或消除乘性噪声没有有效的技术手段,但是在某些试验条件下,乘性噪声对信号的影响不能忽略,研究如何从受到乘性噪声污染的数据中提取有用信号,以应对实际任务中武器装备试验数据的事后处理及分析。     

军转民技术

海上无线电救援系统1、技术开发单位上海航天技术研究院第八〇二研究所2、技术简介工作方式:落水者携带的信标机发射信标信号,救助队伍携带搜索系统搜索信标信号,并对目标进行测向和距离估算,获取落水者的大致位置,引导搜救队伍前往救援,提高落水者获救几率,提高救助效率。技术原理和途径:将导引头测向定位技术应用于海上搜救;多普勒测向与干涉仪测向相结合。3、技术特点     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解,实现调制信号与辐射噪声的分离;然后,利用小波变换提取其包络,求取功率谱得到调制信息.在此基础上,对实测辐射噪声数据进行仿真研究.结果表明,该方法用于噪声中调制信息检测是一种有效的手段.     

复杂信道中的多载波并行组合扩频通信技术研究

为了提高并行组合扩频的频带利用率和信息传输速率,提出差分多相多载波并行组合扩频（DMP-PCSS-OFDM）通信系统、位置码多载波并行组合扩频（PC-PCSS-OFDM）通信系统、差分多相位置码多载波并行组合扩频（DMP-PC-PCSS-OFDM）通信系统,并对其进行建模。将发送端的输出信号通过加性高斯白噪声（AWGN）,多径效应和电磁干扰的复杂信道环境,在接收端对接收信号的误码率性能进行仿真分析,并与同条件的单载波通信系统作出对比。在MATLAB中仿真显示,几种多载波并行组合扩频通信系统（MC-PCSS）在AWGN,多径效应以及单音干扰的信道环境中误码率普遍低于其对应的单载波并行组合扩频通信系统（SC-PCSS）;但对于多音干扰,随着干扰频点的不断增加,SC-PCSS的系统性能逐渐好转,甚至超过MC-PCSS。     

小波变换在雷达视频压缩中的应用

针对工程应用中雷达视频数据量大、难于实时传输的问题,分析了雷达视频数据的信息冗余和信号相关等特点,提出了一种基于小波变换的雷达视频数据压缩算法,并用该算法对实际采集的某型雷达视频数据进行压缩、解压缩处理。结果表明:该算法具有较高的压缩比和较好的信号恢复质量,具有一定的实用价值。     

基于Multi-agent协商的多干扰机资源管理

多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题，建立了基于中心控制协商和公约协商的干扰资源管理模型，并给出了相应的协同算法与仿真。仿真结果表明：两种方法在组网雷达对抗中均能取得良好的干扰效果及较低的漏威胁目标信号脉冲比例。其中，基于公约的Multi?agent协商在组网干扰资源管理方面具有更好的可行性，其效果优于基于中心控制协商的方法。     

对流层散射信道传递时间信号的抖动抑制模型

对流层散射信道传递时间同步信号过程中,信道的多径效应及噪声会引起信号抖动。为抑制抖动、提高时间同步精度,引入经验模态分解和小波阈值组合的抖动抑制模型。组合抖动抑制模型中,首先根据经验模态分解原理对原始信号进行分解,然后利用小波阈值对分解得到的各分量进行处理,最终利用处理结果重构信号。为提高组合模型的抖动抑制效果和原始信号的保持能力,利用连续性好、柔和度高的阈值函数对小波阈值中的传统阈值函数进行改进。利用实测数据验证模型的结果表明,在抖动抑制和信号保留方面,组合模型较单一模型以及常用的Kalman模型优势明显。     

基于EMD的改进小波阈值降噪法在超声信号处理中的应用

针对超声检测回波信号中的大量噪声,分析了超声检测回波信号的特性,考虑经验模式分解（EMD）和小波哗噪的优点,在改进阈值函数基础上提出一种基于EMD的小波阈值降噪方法．该方法利用EMD对超声信号进行分解,对高频分量用改进小波阈值函数方法进行处理,再结合低频分量重构得到降噪信号．仿真实验结果表明,该方法降噪效果优于小波软、硬阂值降噪,进一步提高了重建信号的信噪比,降低了其均方根误差,是一种可行的超声信号降噪方法．     

北斗三号新信号体制共视时间比对

为促使北斗系统特别是北斗三号系统尽早加入国际原子时计算,利用中国科学院国家授时中心以及捷克无线电工程和电子学院两个守时实验室接收机产生的北斗三号新信号体制观测数据,开展基于北斗三号新信号体制共视时间比对试验。结果表明,北斗三号信号的多路径噪声影响小于北斗二号信号,且信噪比优于北斗二号信号。对比已有的研究,北斗三号新信号体制(B1C和B2a)共视时间比对的噪声相对于北斗三号卫星播发的北斗二号兼容信号体制(B1I和B3I)有较大的改善,其结果与GPS、Galileo共视比对结果相当,且在零基线共钟比对中,基于北斗三号新信号体制比对钟差的标准偏差相对于北斗二号信号提高了40%以上;利用北斗三号新信号体制共视得到的亚欧两地钟差噪声小于北斗二号信号,且比对钟差的稳定度相对于北斗二号提高了10%以上。该试验也可为北斗三号时间比对纳入国际原子时计算提供相关的研究基础。     

石英角速率传感器数字相关检测技术研究

为提高石英角速率传感器(QRS)的测量性能,提出了基于数字相关检测技术的QRS信号解调方案。该方案需将一组互相正交的参考信号作为两个相关器的输入,能够同时分离出QRS敏感信号相对于参考信号的同相分量和正交分量。通过角速度提取算法可由以上分量进一步得到输入角速度。分析了实现参考通道功能的两种方法:锁相环(PLL)和Hilbert变换,通过对这两种方法的对比得知,PLL更适合作为QRS相关检测的参考通道。     

A novel signal feature extraction technology based on empirical wavelet transform and reverse dispersion entropy

Feature extraction is an important part of signal processing, which is significant for signal detection, classification, and recognition. The nonlinear dynamic analysis method can extract the nonlinear characteristics of signals and is widely used in different fields. Reverse dispersion entropy (RDE) proposed by us recently, as a nonlinear dynamic analysis method, has the advantages of fast computing speed and strong anti-noise ability, which is more suitable for measuring the complexity of signal than traditional permutation entropy (PE) and dispersion entropy (DE). Empirical wavelet transform (EWT), based on the theory of wavelet analysis, can decompose a complex non-stationary signal into a number of empirical wavelet functions (EWFs) with compact support set spectrum, which has better decomposition performance than empirical mode decomposition (EMD) and its improved algorithms. Considering the advantages of RDE and EWT, on the one hand, we introduce EWT into the field of underwater acoustic signal processing and fault diagnosis to improve the signal decomposition accuracy; on the other hand, we use RDE as the features of EWFs to improve the signal separability and stability. Finally, we propose a novel signal feature extraction technology based on EWT and RDE in this paper. Experimental results show that the proposed feature extraction technology can effectively extract the complexity features of actual signals. Moreover, it also has higher distinguishing ability for different types of signals than five latest feature extraction technologies.     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

基于阶次跟踪和BP网络的齿轮箱故障模式识别

在对齿轮箱的原始振动信号进行时域采样的基础上,利用小波包分析对其进行消噪,然后对得到的数据进行角域重采样,得到基于阶次跟踪的采样信号,再对该信号进行特征参量提取,最后利用BP网络对得到的故障特征参量集进行模式识别。该方法能够避免传统分析方法中难以克服的“频率模糊”现象,对于瞬态信号有较好的分析处理能力,是对传统频谱分析法的有力补充。     

基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square, LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。