基于罗兰C的广域增强系统地面通信网络设计

研究了罗兰C脉冲内频率调制,理论分析了各调制方式对罗兰C定位接收机的影响及其数据传输率。研究结果表明:我国罗兰C台链通过脉冲频率二阶16级调制能满足WAAS地面通信网络的要求,且该调制方式兼容于定位接收机。     

高阶BOC信号电离层色散效应的模拟方法

导航信号模拟器需要模拟电离层引起的延时和色散效应,与传统导航信号相比,新体制高阶BOC信号具有更宽的带宽,而传统导航信号的模拟方法会引入不可忽略的电离层延迟建模误差。通常情况下BOC(14,2)信号上下边带信号的电离层延迟可达到米级的差异。提出运用双边带模型的BOC信号模拟方法并进行了仿真,结果表明改进方法可以准确模拟电离层色散效应的影响。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

疲劳裂纹闭合的非线性超声在线测量

建立了外部载荷作用下用非线性振动-声场调制指数表征裂纹尺寸的数学模型。根据对外载荷与塑性致闭应力共同作用下裂纹面的开闭响应的分析,提出了裂纹张开和闭合应力的在线测量方法。在一块含中心穿透裂纹的铝合金薄板试件上进行了裂纹闭合参数的测量实验,实验结果表明,使用振动-声场调制技术在线测量裂纹闭合参数是可行且有效的,且该方法还能用于分析小裂纹的特殊开闭行为。     

调相信号自动识别的高阶累积量方法

在信号调制类型识别中,在相干、同步条件下实现调制识别是一类比较典型的研究方法,假设已经实现精确的载波同步并已知精确的定时同步信息.先在相干、同步条件下,利用高阶累积量来进行MPSK信号调制类型识别,然后对频率误差和位定时误差对识别算法带来的影响进行了研究.结果表明算法对一定的频差和定时误差具有鲁棒性.     

一种与连续相位调制相适应的信道编码技术

以Rimoldi提出的分解方法为基础,文中介绍了一种与连续相位调制CPM(Continuous PhaseModulation)相适应的环卷积编码技术,该编码与CPM内在编码具有相同的代数结构,文中给出了两者结合后的常用研究方法。通过计算机搜索,以最小欧氏距离最大为目标,得到了一些典型参数下最优的编码方案。仿真结果表明,采用环编码后CPM信号的误比特性能有很大的提升。     

受符号调制的m序列旁瓣特性研究

m序列因其优良的二值自相关特性而广泛应用于雷达和通信系统中。存在符号调制时 ,m序列匹配接收的旁瓣特性不再具有二值性。研究表明 :对于生成多项式相同的m序列 ,当移位寄存器的初始状态不同时 ,其符号调制下的旁瓣特性存在明显差异。选择合适的初始状态 ,可以得到较高的主旁瓣比。采用旁瓣抑制滤波器可以进一步显著提升主旁瓣比     

干扰信号的检测技术研究

以噪声调频干扰为例,对干扰信号的检测问题进行了分析,提出直接积累检测和二进制积累的检测方法,并计算了两种方法的检测概率。通过积累检测显著地改善了接收机对噪声干扰类信号的检测性能。     

数字调制信号的神经网络识别方法

提出数字调制信号的人工神经网络识别方法，从信号幅度、相位、频率及功率谱等特性中提取五种特征参数，用于训练神经网络对数字调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。     

星载光学遥感成像系统复杂性分析

为研究星载光学遥感成像系统的复杂性,由复杂系统的基本特征与系统研究的基本原则出发,通过对成像全链路流程的分析,确定光学遥感成像系统的复杂性来源及其表现形式。建立星载光学成像的数学模型,以系统重要参数——调制传递函数为基点,通过正过程建模分析和逆过程测量计算相结合的方式,分析了系统复杂性研究的基本原则,即还原论与整体论相结合、定性与定量相结合的过程。由正、逆过程的对比分析,一方面阐述了系统性能与各个环节参数之间的关系,另一方面又由正则化盲反卷积的方式得到图像中真实的调制传递函数。二者相辅相成,既能通过补偿系统复杂性因素影响提升系统性能,又能进一步指导系统优化设计。