一种MSK信号的数字化解调新算法

MSK信号是一种性能优越的数字调制方式,在数字通信中得到了广泛的应用.根据MSK信号的特征,提出了一种基于DFT的MSK信号数字化解调算法.该算法是通过对MSK信号每个码元周期内的采样值分别进行两次DFT运算,计算出对应于1码和0码载波频率的幅值信息,根据幅值大小来判决,从而恢复数字信号.并对存在高斯噪声背景下,该解调算法的误码性能进行了分析.仿真结果表明了该算法计算量小、抗干扰性能好.且与传统的MSK解调算法相比,该算法对位同步不敏感.     

基于高阶累积量的数字调制信号识别

利用接收信号的高阶累积量为特征参数,实现了对多种常用数字调制信号(2ASK/BPSK,4ASK,QPSK,8PSK,2FSK,4FSK)的分类识别.由于信号六阶以上累积量的计算过于复杂,在选取特征参数方面主要利用信号的二、四阶累积量.8PSK与MFSK信号的二、四、六阶累积量的值均相同,直接计算无法区别.针对这一问题,首先对8PSK和MFSK信号求微分再利用四阶累积量来进行识别.实验证明,所提取的特征能够有效抑制高斯白噪声的影响,并且计算简单,便于实现.当信噪比为8 dB时,识别率基本达到100%.与已有算法的比较,结果证明了该算法的优越性.     

基于十字阵的高阶累积量DOA估计算法

基于十字阵的改进高阶累积量DOA估计算法是十字阵导向矢量模型的基础上实现了的Music算法.首先将Music算法中的二阶累积量扩展到四阶累积量,然后对协方差矩阵进行分解,得到高分辨率的DOA估计.改进算法相对于等距线性阵列的Music算法具有全方位定位、阵元数少的特性.且在有色高斯噪声环境下具有很好的谱估计性能.改进算法还对初始采样信号进行了DFT预处理,以克服高阶累积量计算量大的缺点.仿真实验表明,算法计算量少且分辨率高.     

一种改进的盲源分离技术及其在SEMG中的应用

针对多通道表面肌电信号(SEMG)采集时形成的混迭现象,提出一种基于时频分析的参考累积量盲源分离方法.以多路观测信号互为参照分别计算累积量矩阵,利用时频分析得到时间尺度累积量矩阵,并构造对照函数,通过非正交联合对角化方法得到SEMG的最优估计.仿真实验表明该算法在解决SEMG的混迭现象有很好的分离效果,与FastICA、JADE算法相比,信号间的相似系数和算法性能指数明显改善,算法效率提高.     

基于高阶累积量的盲反卷积算法的比较

通过对高阶统计理论以及对建立在高阶统计理论基础上的累积量盲反卷积算法的分析与研究,研究了两种基于高阶累积量的盲反卷积算法的原理,并且通过这两种算法对信号的处理结果,比较了这两种算法的性能.     

混合矩阵为病态情况下的盲信号提取快速算法

在盲信号提取技术中,当混合矩阵是病态情况（混合矩阵奇异或欠定）时,根据混合矩阵秩的性质,提出了在该情况下的盲信号可提取性判据,并给出了一种可提取信号的快速提取算法。该算法中只使用了待提取信号与其他观测量之间的四阶累积量,而不需要计算各个观测量之间的四阶累积量,因此大大减少了算法的复杂度。先提取信号的误差没有对后提取的信号产生累积,因此提高了提取信号的精确度。该算法简单。仿真结果表明该算法有效,并且有很好的性能。     

卫星定位中信号时差估计的算法研究

在三星定位技术中,接收机收到的信号经常掺杂着相关噪声,在相关噪声环境下,卫星信号存在误差.传统的最小均方误差(LMS)时差估计方法已经无法对TDOA(Time difference of arrival)参数进行有效的估计.在研究基于LMS算法的基础上,考虑高斯过程的高阶累积量恒为零,同时结合四阶累积量理论,提出了基于四阶累积量的优化算法(FOC-LMSTDE).通过实验,将优化算法与原算法进行了仿真对比(即分别比较了二者在相关噪声环境下的参数估计性能),优化算法具有稳定,准确的估计性能,优势较为明显.仿真结果表明,用四阶累积量的改进算法能有效克服噪声的相关性,并能够TDOA参数做出较为准确的估计,有效解决了三星定位中相关噪声导致的时差估测不准确问题.     

基于高阶累积量和SVM的OFDM调制制式识别

针对Rayleigh衰落信道条件下OFDM信号与单载波信号调制识别问题,提出一种基于高阶累积量和支撑矢量机的信号识别算法.在接收端计算接收信号的高阶累积量作为提取的特征值,构造分类特征向量,支撑矢量机分类器将分类特征向量非线性地映射到高维特征空间中,并建立一个最优超平面来实现信号调制方式的分类.该方法不需要信号的载波频率、波特率等先验信息,直接在中频对信号进行处理.仿真结果表明,该算法对Rayleigh衰落和高斯噪声均不敏感,对信噪比的变化有很强的适应能力.且该算法识别概率高,性能稳定,复杂度低,适合实时处理.     

基于小波和高阶累积量的数字调制识别算法

利用基于高阶累积量的数字调制识别算法对数字调制信号进行分类识别时,六阶及六阶以上累积量的计算过于复杂,且多进制频移键控(MFSK)与8PSK信号各阶累积量的值均相等,直接计算无法识别。针对此问题,提出了一种基于小波和高阶累积量相结合的分类算法,先对MFSK与8PSK信号进行小波变换,再利用四阶累积量进行识别。实验证明,利用该算法所提取的特征参数能有效抑制高斯白噪声,除了识别2ASK/BPSK,4ASK,2FSK,4FSK,QPSK,8PSK信号外,还可识别16QAM,并且计算量小,易于实现。当信噪比大于等于3dB时,总体识别率达到96%。与已有算法相比,仿真结果证明了该算法的优越性。     

一种基于FPGA的MSK信号调制方法的设计与仿真

研究了MSK(最小频移键控调制)的基本理论,结合MSK信号调制原理,给出了一种基于FPGA的MSK信号调制方法,并在MAX+PLUS II采用VHDL语言编程实现了MSK信号调制方法的仿真,根据仿真结果,证明了MSK信号调制方法的正确性。