复合调制AM广播接收机的DL-SAE码元判决法

调幅波段数字广播系统采用AM-MPPSK(amplitude modulation—m-ary phase position shift keying)复合调制有众多优势。针对AM-MPPSK复合调制系统的数字解调部分,提出了基于DL-SAE(deep learning-sparse autoencoder)的码元判决法。利用深度学习中的稀疏自编码网络从接收信号样本中抽取出包含码间干扰在内的信号特征后,利用深度学习对稀疏自编码网络进行训练,使其能够在较强码间干扰环境下对接收信号样本进行分类,从而实现对于AM-MPPSK复合调制系统的抗码间干扰的解调。提出的码元判决法可将解调误码率从传统匹配滤波判决和幅度判决算法的10-2量级降低到10-4量级,比传统的判决法有着更为优异的解调性能和更强的适应能力。     

基于功率谱相对值判决的多载波编码调制

针对低压配电网的信道特性及现有调制解调技术的局限性,提出基于功率谱相对值判决解调的多载波编码调制方案。方案采用多载波调制,接收端通过数字信号处理技术对接收信号进行功率谱估计,利用谱估计结果进行判决解调。在模拟的低压电力线载波信道条件下,对调制解调方案进行了仿真。结果证明方案能有效抑制多种噪声,且对信道具有较强的自适应能力。与传统的多载波调制技术比较,传输特性有明显改善(在高斯白噪声信道中误比特性能改善约4dB)。     

基于VMD-WVD分布与堆栈稀疏自编码网络的局放类型识别

针对目前常用的浅层模式识别方法对高维大容量样本处理困难的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)的Wigner Ville分布(Wigner-Ville distribution,WVD)和堆叠稀疏自编码网络(stockedsparse auto-encoder,SSAE)的局部放电(partial discharge,PD)信号的模式识别方法。首先,以VMD算法对PD信号进行分解,对所得各分量进行时频分析得到相应的WVD;然后,以PD信号的VMD-WVD分布为输入量,利用SSAE对样本集合进行训练,自主提取内在特征。此外,将SSAE与稀疏自编码器(stackedsparseauto-encoder,SAE)的输出特征进行比较,验证了SSAE网络特征提取能力的优越性;最后,用训练好的SSAE网络完成测试样本的局部放电类型的识别。同时,以基于反向传播(backpropagation,BP)神经网络和支持向量机(support vector machine,SVM)的识别结果与该结果进行比较。结果表明,所采用的识别方法具有更高的正确识别率。     

模块化五电平逆变器子模块开路故障的智能诊断方法

基于深度学习理论,提出了一种基于栈式稀疏自动编码器(SSAE)的模块化五电平逆变器(MFLI)子模块开路故障诊断方法。该方法将MFLI子模块开路故障检测与定位问题转化成分类问题,首先将子模块电容电压信号组合成24通道序列信号,然后沿着24通道序列移动大小为24×40滑动窗口获得"数据带"样本,紧接着将"数据带"转化为向量输入到SSAE中进行逐层无监督特征学习,构建原始故障数据集的深层特征简明表达,最后将深层特征简明表达连接到Softmax分类器输出故障诊断结果。此外,为了提高该方法的抗噪性能,利用已添加高斯白噪声的数据对SSAE进行训练,以提高其特征表达的鲁棒性。结果表明,所提出的故障诊断方法平均准确度达到98.09%,故障平均诊断时间为31.47ms,且具有较高的鲁棒性。     

一种高效的GMSK差分解调算法及其性能分析

提出了一种高效的采用判决反馈算法的GMSK差分解调方法,该方法利用一种宽带的数字移相网络,对低通滤波器的输出信号进行正交变换,并采用软判决方法实现了判决反馈算法,它避免了原判决反馈算法中低通滤波器的延迟带来的性能恶化问题,且将判决反馈的运算量降低为原系统的一半,而对原算法的性能没有影响。该方法特别适合于手持跳频通信系统。从叠加了高斯噪声的两信号相位夹角概率分布出发,分析并导出了判决反馈算法的误码率计算公式。仿真结果表明,理论分析的误码性能和蒙特卡罗错误统计方法(Monte Carlo Error Counting Technique)的结果基本吻合。     

DSTFT在电力线载波通信中的应用

为了提高线载通讯的抗干扰能力和适用性,针对采用频移键控的电力线载波通信,提出了一种基于离散短时傅里叶变换(DSTFT)在时频域解调BFSK信号的方法,通过分析解调的原理和机制,引入了一种新的码元同步算法,设计了运行步骤,实现了实时解调。仿真试验的数据表明,对于码元速率要求不高的电力线载波通信解调效果良好,是一种新颖实用的2FSK解调方法。     

基于信道状态信息的后向散射信号检测

为了实现WiFi环境后向散射系统中后向散射信号的检测,提出了2种检测方案。首先通过对WiFi后向散射系统的建模和分析,基于WiFi上行链路的IEEE802. 11a标准提出了一种常规检测方案;方案在信道估计中,利用接收到的长训练序列和短训练序列以获得信道状态信息,WiFi阅读器利用这个信道状态信息通过后向散射标签检测编码数据,从而实现检测功能;为了进一步提高检测阈值的质量,提出了在WiFi阅读器上采用多个接收WiFi信号的天线的改进检测方案,并通过对多个接收信号进行平均运算以提高接收信号的信噪比,从而进一步提高检测性能。仿真实验结果表明,提出的2种检测方案不仅能够实现对WiFi环境后向散射信号的有效检测,而且还增大了检测距离。     

基于序列判决和相位排序的GLRT最优序列检测算法

为了实现平坦衰落信道中正交调制信号的最优非相干序列检测,提出了一种新的广义似然比检验的最优非相干序列检测算法,对于瑞利衰落信道,算法等价于最大似然非相干序列检测器。首先得到在第n个时隙的关于信息符号xn的判决,并根据判决在给定的相位区间内的改变形成一个判决序列;然后对判决序列发生改变处的相位进行排序,从而识别出对应区间上的目标序列;理论分析结果表明,提出的BFSK最优序列检测可应用于现代射频识别系统中采用FM0信号的最优非相干序列检测。仿真实验结果表明,提出的最优序列检测算法有与传统的ML相干序列检测算法相比拟的误码率/误符号率(BER/SER)性能,与传统的穷举搜索方法相比,大大降低了计算复杂度。     

全数字电力线载波机中基带调制的实现

全数字电力线载波通信是采用高压电力线进行通信的一种手段,而基带调制对全数字电力线载波机的整机性能有着非常重要的影响。提出了一种全数字电力线载波机中基带调制解调的实现方案。该方案采用基于正交幅度调制(QAM)方式的多维网格编码调制技术实现了联合的编码和调制,提高了系统容量;采用自适应信道均衡技术和非线性预编码技术,降低了系统误码率;采用数字信号处理(DSP)芯片对传统的电力线载波机进行数字化改造,增强了电力线载波通信的性能,减小了电力线载波机的体积。对方案的各个部分进行了详细的阐述,并提出了一种采用Hilbert变换法实现QAM解调的方法,给出了同步算法的软件实现思想。实际应用表明,该方案实现的载波机通信容量大,传输质量高。     

基于稀疏自动编码器深度神经网络的电能质量扰动分类方法

针对智能电网日益突出的电能质量扰动问题,提出了一种基于稀疏自动编码器(SAE)深度神经网络的电能质量扰动分类方法。利用SAE对电能质量扰动原始数据进行无监督特征学习,自动提取数据特征的稀疏特征表达;通过堆栈式稀疏自动编码器(SSAE)进行逐层学习,获得电能质量扰动数据的深层次特征;将其连接到softmax分类器进行微调训练,并输出电能质量扰动事件分类结果。利用已添加高斯白噪声的数据对SSAE进行训练,以提高其特征表达的抗噪声能力。仿真结果表明,所提方法能够准确地识别包含2种复合扰动在内的9种电能质量扰动信号,并且具有很好的鲁棒性。     

电力线双向工频通信信号传输特性的仿真及现场应用研究

为寻找适应复杂信道环境的双向工频通信解调方法,结合系统电压相位分析了工频调制信号的时域特征,进而采用时频分析方法研究工频调制信号的幅度衰减和时延情况;通过仿真分析并结合电网现场测试发现,以本地电压过零为基准进行的传统解调方式存在缺陷,除了电网干扰外,信号收发端电压相位差会导致解调时域出现偏差从而降低通信性能,而电压相位差与线路阻抗、负载、变压器连接方式等多种因素有关,无法事先确定。基于此,提出了改进工频通信性能的解调新方法,发送端增加基于伪随机序列编码的同步信息,接收端根据同步信息中工频调制信号的能量分布情况确定调制信号的实际时域,这样工频通信的解调就能够自适应收发端电压相位差从而提高通信性能,新方法的有效性通过现场规模化试验得到了证明。     

基于m序列的判决反馈OFDM信道估计

本文提出了一种利用m序列与判决反馈相结合的OFDM信道估计方法.在发送端将m序列作为训练序列加入到OFDM信号中,利用m序列优良的自相关特性,在接收端将接收到的加入噪声干扰的m序列与发送的m序列做相关运算,估计出信道的冲击响应,再利用判决反馈信道估计原理,将当前的信道估计值反馈回去,用以对接收下一个符号做均衡.理论分析和仿真结果表明,该方法有效的抑制了多普勒频移及噪声对接收信号的影响,提高了估计精度,改善了系统BER性能,适用于高速数据传输系统.     

基于方波载波占空比调制的ECPT系统能量信号并行传输技术

建立电场耦合无线电能传输系统(ECPT)数学模型,并分析其信道的频域特性。在该特性基础上,针对信道频带宽度有限以及信号传递速率低等问题,提出一种基于方波载波占空比调制的能量信号并行传输方法,并给出具体信号调制与解调流程。该方法进一步扩展了信道带宽,简化了信号调制难度,提升了信号传递速率,降低了信源开关频率,并简化了信号及能量波形的分离环节。通过构建Matlab仿真模型并搭建硬件实验装置,验证了本方案的可行性与有效性。     

电力线载波通信时频混合降噪方法

电力线干扰噪声是影响电力线载波通信(power line communication,PLC)传输质量的重要因素,直接降低电网信息物理系统的泛在感知和可靠传输性能。为提高电力线载波通信抗干扰能力,该文提出了一种低压电力线载波信号时频混合降噪方法。通过对电力线载波环境中五种常见噪声建模分析,结合载波调制方式,将载波信号降噪问题分解为信号频域降噪和载波时域降噪两步处理,并提出码元位置校验和幅值补偿操作,最终实现电力信号降噪的目的。仿真实验结果表明,该方法在不同编码模式和信道环境下都具有显著的降噪效果,且有很好的抗信号衰减性能,可有效提升信噪比。     

小波分析在软件无线电中的应用

软件无线电的发展，对调制解调技术提出了越来越高的要求。基于DFT的多音调制解调方案，虽然在一定程度上克服了传统方法的局限性，但各信道间存在较大的频谱重叠，容易引起码间串扰。该文在研究小波理论的基础上，根据软件无线电的特点，提出了一种基于离散小波变换技术的软件无线电的调制解调方案。这种方案利用小波变换特殊的优越性，使得各子信道之间的频谱分隔特性大大改善，并在码间干扰严重的情况下，仍然具有较好的传输性能。     

一种QAM同步方案的研究与实现

正交幅度调制（QAM）是一种频谱利用率高、实现较为方便的载波传输方式。针对高阶QAM系统对于载波恢复、符号定时的严格要求,提出并实现了一种全数字同步方案。在发送端插入导频,接收端先利用LMS自适应陷波算法分离导频和信号,接着使用NVS算法自适应地完成载波跟踪,然后将解调后的信号送往符号定时模块,通过基于能量检测原则的最大平均功率内插定时算法实现码元同步。基TI的TMS320C542芯片的实现,表明上述方案是完全可行的。利用QAM技术对传统的电力线载波机进行改造,可大大提高其容量和性能。     

基于长循环前缀搜索的5G上行控制信道同步算法

针对现代信号分析仪中5G新空口(NR)信号物理层的调制质量测试需求，并为了解决5G NR上行控制信道的同步问题，通过对5G NR物理层协议中的帧结构以及上行控制信道的特征分析，设计了一种基于长循环前缀搜索和解调参考信号参数盲检的同步算法。首先利用长循环前缀搜索确定出半子帧的起始位置，再由此位置结合时频分布特征提取解调参考信号，然后生成本地解调参考信号对其进行参数盲检，由盲检得出的时隙索引进一步确定出半子帧的索引，从而实现对帧起始位置的确定。最后利用信号分析仪采集数据并对算法进行仿真实验，结果表明算法可以有效实现5G NR上行控制信道的同步过程，并且计算量仅为传统算法的1%。     

短波广播数字化信道接收机的设计

随着广播事业的发展,传统的模拟接收机已经无法满足应用需求,尤其是对广播信号的多信道信号同步解调,模拟接收机无法实现。如果将模拟射频信号采用全数字化后,通过数字处理,就可以实现多信道信号同步解调,以及信号的存储。本文阐述了数字化信道接收机的设计过程,如何将模拟射频信号通过采样原理实现数字化,应用数字处理FFT技术及解调算法完成基带信号的解调。     

基于训练序列的光信道估计

大气信道的复杂性会引起信道状态参数的随机变化,这对通信系统性能有很大影响。为此,研究了基于训练序列的沙尘光信道估计,以m序列为训练序列,采用时分复用方式构建了一种基于训练序列的光信道估计方案。该方案利用训练序列中的0序列,构造了一种噪声方差的估计方法。在此基础之上,研究了最小均方误差(MMSE)准则下不同散射路径数和训练序列长度对估计均方误差(MSE)和系统误码性能的影响。研究结果表明,在小信噪比的大气信道中,MMSE准则下散射路径数不宜超过5,m序列长度选63为宜。     

一种基于信道性能的MR-MC Ad Hoc网络信道分配算法

信道分配是多射频多信道(multiradio multi channel,MR-MC)AdHoc网络的关键问题之一。为提高MR-MCAdHoc网络吞吐量和端到端时延,在分析当前多射频多信道网络的信道分配算法的基础上,提出了衡量信道性能的度量参数CP(channel performance)并以发送和接收双方测量得到的CP值为依据设计了信道分配算法PCAA(performance-based channel allocation algorithm),以解决网络信道公平接入和分配不合理的情况,从而达到提高网络性能的目的。仿真结果表明:算法在保证网络连通性的前提下,合理分配了信道,显著增加了网络的平均吞吐量,并降低了端到端平均时延。