一种基于内插和抽取技术的样点序列延迟器

随着通信系统向数字化、软件化方向发展,在许多场合需要延迟非整数个样点周期的序列,本文介绍了一种基于内插和抽取技术的样点序列延迟器,给出了实现的具体方法以及应该考虑的有关问题。     

直接序列扩频通信信号处理实验系统

本文介绍了直接序列扩频通信信号处理实验系统的研制情况,介绍了该系统的硬件结构,软件结构,对该系统的处理过程进行了系统说明,并给出了该系统的性能测试框图及测试结果。     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

基于累积前景理论的时间矩阵多属性综合评判模型

针对动态多属性方案排序优选决策问题,提出了一种基于累积前景理论的时间矩阵序列动态多属性综合评判系统模型。依据累积前景理论,将时间矩阵序列动态多属性决策转化为关于属性期望的益损时间矩阵序列动态决策,综合考虑各属性权重、各时间点的权重,计算各方案的最终综合前景值,并依据其大小对方案进行综合评判排序。最后给出了一个决策实例。     

浅析最小相位序列

“最小相位序列”在数字信号处理理论和实际应用中是一个非常重要的概念。本文较全面地讨论了“最小相位序列”概念提出的理论依据及其描述方法 ,总结了最小相位序列的特性、求法及应用范围     

直接序列扩频系统中抑制窄带干扰的变换域技术

本文主要介绍了三种抑制DSSS中窄带干扰的变换域方法。与离散傅立叶变换（DFT）相比,基于重叠变换（LT）的处理方法能更有效地将窄带干扰限制在有限的子带内,这两种方法共同的缺点是：时频分辨率固定,带内频谱泄漏水平较高。基于自适应子带变换（ST）／小波包变换（WPT）的变换域技术,其时频分辨率可随输入信号灵活调整,而且对应的正交镜像滤波器具有良好的幅频特性,因而能更有效地抑制窄带干扰。     

DSSS中抑制窄带干扰的时域自适应技术

本文研究了DSSS中窄带干扰（NBI）抑制的时域自适应技术,由Masreliez提出的近似条件均值（ACM）滤波的适用范围比卡尔曼滤波更广,但实现起来比较困难,具体应用时,可采用与其性能相当,易于实现的多用户直接判决卡尔曼（MDK）滤波来完成抑制NBI的功能。     

基于Golay互补序列的UWB同步和信道估计

提出了一种基于Golay互补序列的UWB信道估计和同步方法。该方法利用了Golay互补序列所具有的互补的自相关特性。首先引出了Golay互补序列的插0序列的概念,并证明了这种插0序列也是Golay互补序列。通过依次发送Golay互补序列,在接收端采样后分别与相应Golay插0序列进行相关并求两者和,根据门限判别即可完成同步和信道估计,仿真结果表明了该方法是有效的。     

模糊决策融合的红外弱小目标序列检测

针对红外序列图像中运动弱小点目标的检测问题,重点研究序列关联检测算法.在多帧关联检测的基础上,引入决策融合概念,建立了基于模糊决策融合的序列关联检测方法.基于贝叶斯最小风险准则建立分布式决策模糊融合方法,有效融合单帧检测的结果,提高序列检测算法的性能.实测数据的实验结果验证了基于贝叶斯最小风险准则的分布式决策模糊融合方法的可行性和有效性.     

AR模型仿真相关高斯序列的阶数选择

采用模型仿真相关高斯序列,具有灵活性强、效率高的优点,但如何选择合适的阶数一直是模型谱估计中的关键问题.比较了四种信息量准则和修正的Levison递推方法确定阶数的优缺点,并讨论了采样点数对阶数选择和仿真结果的影响.通过选择合适的信息量准则和采样点数来确定模型阶数,可以有效地仿真功率谱服从高斯谱、n次方谱和指数谱等多种谱形的相关高斯序列,大大降低了仿真过程的计算量.