一种用于主动噪声抑制系统的次级通道特性识别算法的改进

本文着重研究窄带信号噪声自适应主动抑制技术中的次级通道特性在线识别问题。针对窄带噪声信号，提出了基于自适应陷波器的次级通道特性在线识别算法，该方法利用自适应陷波器技术解决在线识别时存在的激励信号干扰问题，从而提高次级通道特性在线识别的速度。同时研究了选定参数对算法性能的影响。仿真结果表明，基于自适应陷波器的次级通道特性在线识别算法能较大程度的提高对次级通道特性的识别速度。     

符号检测辅助的最大信干噪比干扰对齐算法研究

在K×K用户多输入多输出(MIMO)通信系统中,提出了一种符号检测辅助的最大信干噪比(SDA-MAX-SINR)干扰对齐(IA)算法。首先利用传统最大信干噪比(MAX-SINR)干扰对齐算法检测接收信号,其次直接利用检测的接收信号,基于最大信干噪比准则迭代计算接收端干扰抑制矩阵和发射端预编码矩阵。仿真结果表明,与传统的最大信干噪比干扰对齐算法相比,文中所提出的符号检测辅助的最大信干噪比干扰对齐算法在系统的均方误差(MSE)和误码率(BER)上的性能均有明显的改善。     

一种X波段宽带接收激励器

为某电子侦察干扰试验系统研制一种X波段超宽带接收/激励器,叙述工作原理,在4GHz搜索带内,带宽1.2GHz时,接收机带内起伏小于1.2dB,激励信号杂散抑制大于32dB。     

窄带干扰下GPS接收机捕获性能的研究

针对GPS接收机抗干扰能力强的特点．分析了窄带干扰对接收机的捕获性能的影响．在扩频理论的基础上．给出了GPSC／A码接收机信号捕获的数学模型，计算得出平均捕获时间与捕获时间方差，给出窄带干扰下的接收机信号捕获的仿真结果．结果表明．当窄带干扰功率超过一定的值时，会导致GPS接收机捕获性能的严重恶化．     

超宽带对塔康系统的干扰分析

针对超宽带(UWB)对窄带无线通信系统的潜在干扰分析,使用基于物理层模型的方法分析了脉冲无线电(IR)和多带(MB)等不同技术体制的超宽带系统对塔康(TACAN)系统的影响.在充分考虑了系统的物理特性的情况下, 利用Matlab的可视化仿真工具Simulink建立系统的物理层仿真模型, 根据塔康系统误码率(BER)和接收机灵敏度的要求, 得出了超宽带在塔康系统工作频段(962～1213MHz)的发射功率限制参考值.通过与基于干噪比(I/N)的链路预算干扰分析方法的比较分析,本文的方法更能反映实际系统的影响状况,因此这个结果能够为规划超宽带在塔康系统工作频段的频谱提供参考.     

A TDOA location scheme using interference cancellation in LTE systems

为长期演进计划(LTE)通信系统提出了一种采用干扰消除技术来改进信号到达时间差(TDOA)的移动台定位方法.该方法针对移动台在靠近小区中心时接收邻近小区基站信号会受到服务基站和其他基站信号以及噪声的干扰,从而导致定位精度下降的情况,首先在信号接收端重建干扰并且从接收信号中对其进行消除,然后基于正交频分复用(OFDM)通信系统使用相关估计法估算信号传播时间,最后通过加权最小二乘法估算移动台的位置坐标.在多径传播以及非视距(NLOS)传播无线环境中,仿真实验证明,采用该方法可以有效改善靠近小区中心的移动台的定位精度.     

重叠FFT频域窄带干扰抑制的改进方法

为了克服基于FFT(Fast Fourier Transform)的频域干扰抑制算法通常采用数据加窗以降低频谱泄漏而引起扩频信号失真和信噪比损耗,提出了一种重叠加窗频域干扰抑制改进方法.该方法的特点是能实现信号的完全重构,避免加窗处理引起PN码相关特性的改变.理论分析和仿真结果验证了算法的有效性.仿真结果表明,该方法能有效消除加窗引起的频谱失真和信噪比损失,降低误码率,并适用于多种类型的窗函数.该方法的代价是增加了少量复数运算.     

多径信道下基于频域均衡的超奈奎斯特传输

针对在多径信道下进行超奈奎斯特(FTN)传输时,同时存在由FTN与多径信道引入的双重符号间干扰(ISI)的问题,提出了应用频域均衡与低密度奇偶校验(LDPC)编码相结合的接收机结构来提高系统传输性能。该接收机构在接收端利用频域均衡器对由FTN与多径信道引入的符号间干扰进行频域均衡,均衡后的信号再通过LDPC信道译码器,利用最大后验概率准则(MAP)进行判决,最终恢复出原始信息。仿真实验显示,基于频域均衡的FTN传输系统可改善系统传输的误码性能。     

一种带有CFO补偿的OFDMA上行链路Turbo接收机

提出了一种带有多用户载波频率偏移(CFO)联合补偿功能的迭代(Turbo)接收机,用于频率非同步环境下的正交频分多址(OFDMA)上行信号接收处理。基于频域Turbo均衡原理,该接收机实现了带有软干扰消除(SIC)的CFO补偿、最小均方误差(MMSE)频域均衡和最大后验(MAP)信道译码的联合迭代处理。理论分析和仿真结果均表明:与传统的非迭代接收机相比,文中所提Turbo接收机利用MAP译码器的软判决反馈信息实现了干扰重构和消除,在迭代中获得了更优的频率同步性能和误比特率性能;与现有几种典型的迭代接收机相比,文中所提Turbo接收机具有更优的误比特率性能和更低的实现复杂度。     

一种新型的双陷波UWB天线研究与设计

为了有效地抑制窄带信号对超宽带系统的干扰,设计了一种新型双陷波平面超宽带天线,地板采用新型的缺陷地结构来扩展带宽,并通过在八边形天线的辐射贴片上加载互补开口谐振环、在馈线上开U形缝隙,使得天线在3.7～4.1 GHz和5.1～5.9 GHz频段内实现双陷波特性.分析了实现天线陷波的原理,研究了天线的尺寸参数对陷波的影响,并对所设计的天线进行了实物加工和测试.结果显示,该天线能够有效地抑制卫星C波段和无线局域网系统的干扰,远场方向图和增益特性良好,在整个超宽带系统工作带宽内具有较好性能,是一种能广泛应用于超宽带系统的新型超宽带天线.     

一种基于广义互相关的水声直扩信号检测方法

直扩信号因其低功率谱密度特性使得检测十分困难,针对传统自相关法在低信噪比条件下检测性能急剧下降的问题,在分析了直扩信号自相关特性的前提下,提出一种基于广义互相关估计的直扩信号检测方法。首先对接收信号分段并对相邻信号段分别进行广义互相关估计,估计结果采用二阶矩非相干积累,提取相关峰获得检测统计量,将检测统计量与门限比较,判定信号是否存在。通过计算机仿真对比了改进自相关检测法与文中方法的检测性能,仿真结果表明：该方法相比于改进自相关检测法信噪比容限降低了5 dB,适用于低信噪比条件下的水声直扩信号检测。水池试验处理结果也验证了该方法的实用性。     

自适应多用户信号检测器的抗窄带干扰性能分析

分析了自适应多用户信号检测器在多址干扰与窄带干扰共存条件下的系统性能，理论推导软件模拟结果证实它能有效地同时消除多址干扰和窄带干扰带来的影响。     

基于最大化信干噪比的广播信道干扰消除算法

研究了广播信道分布式干扰消除算法的性能,提出了一种基于动态功率分配的多天线广播干扰信道对齐算法.该算法利用多用户多天线干扰信道相关矩阵的迹来计算分配功率,并采用最大化码流信干噪比的方法来得到预编码矩阵和接收滤波器矩阵.数值仿真表明,该动态功率分配算法与等功率分配算法相比,尽管低负荷下干扰对齐后的平均信干噪比增益不明显,但中、高负荷下其干扰对齐后的平均信干噪比大幅提高,特别是高负荷下可以解决等功率方法存在的信干噪比瓶颈效应.由于低负荷的应用需求并不强烈,因而该算法是一种实用的广播信道干扰消除方法.     

深度神经网络在螺旋桨叶片数识别中的应用

从调制(Demodulation on Noise, DEMON)谱谐波簇中提取的结构特征可以建立用于螺旋桨叶片数识别的模板。使用模板匹配算法进行螺旋桨叶片数识别时,存在依赖模板库和置信度准则、算法约束条件多、无法发现缺失模板等问题。本文提出了一种将深度神经网络(Deep Neural Network, DNN)应用于螺旋桨叶片数识别的方法,该方法仅在训练深度神经网络时使用模板库,克服了识别过程中对模板库和置信度准则的依赖。此外,通过提取识别错误项,可以找到缺失模板,实现了对模板库数据的补充。使用该算法对大量实测数据进行检测,发现深度神经网络具有更高的识别正确率,而且识别过程更加简单可靠。     

强载波干扰条件下的罗兰-C相位编码识别研究

针对强载波干扰能够淹没罗兰-C信号,甚至严重影响罗兰-C接收机的信号处理的情况,分析了罗兰-C载波信号初相位的apFFT识别原理,对强载波干扰条件下利用全相位谱分析(apFFT)的罗兰-C信号相位编码软件识别方法进行了研究.基于apFFT谱分析方法用MATLAB对罗兰-C接收信号在强载波干扰等情况下的初相位识别进行了仿真.结果表明,apFFT谱分析方法既能识别出罗兰-C载波信号的初相位,又能分析出干扰频率及其强度,尤其信干比(SIR)在-40dB情况下仍可准确地识别出相位编码.     

莱斯信道下大规模MIMO系统混合模数转换器的随机向量量化方案

针对大规模MIMO系统用配置单精度模数转换器(ADC)来降低系统能耗会导致系统损失部分性能的问题,提出了一种莱斯信道下大规模MIMO系统的采用混合ADC的随机向量量化(RVQ)改进方案。该方案在频分双工模式下,首先在基站端采用高分辨率ADC和低分辨率ADC混合的接收方案处理信号,使接收的导频信号和有用信号具有较高的转换精度;系统对导频信号进行信道估计后,再对信道状态信息(CSI)进行RVQ处理,以此减小系统的反馈开销;最后运用最小均方误差(MMSE)信号检测算法减轻由量化误差引起的的用户间干扰,从而达到降低能耗并减小系统性能损失的目的。实验结果表明,这种改进的RVQ方案能在降低系统能耗的基础上有效减小系统容量损失,并使其和速率接近传统的高分辨率ADC接收方案。     

基于骨导麦克风数据的咀嚼发音类型自动识别与分类方法

口腔运动与人们的饮食规律息息相关，该文通过对口腔运动状态的分析识别来监测人们的饮食规律，以此来指导人们的饮食习惯。借助语音识别技术的思想和方法，分析识别口腔运动产生的骨导音，为提升识别效率，采用了传统的隐马尔可夫模型。基于隐马尔可夫模型建立了一套骨导音识别系统，在进行骨导音识别之前，通过分帧加窗、提取梅尔频率倒谱系数，对其进行模型训练；在识别过程中，找出与待测音频信号和模板库中匹配度最高的模型，以其模型输出结果作为最后的识别结果。该方法的识别结果可以达到 84%，实验结果表明该方法具有一定的可行性。     

无人机被动音频探测和识别技术研究

为解决近场空域低、慢、小旋翼无人机的安全威胁,提出基于音频信号分析的无人机探测识别方法。该方法采用改进流程和参数的梅尔频率倒谱系数(Mel-Frequency Cepstral Coeffi-cients,MFCC)和其一阶差分作为无人机音频的特征参数,结合提出的多距离分段采集法,通过训练高斯混合模型(Gaussian Mixture Model,GMM),建立多特征的无人机音频"指纹库",最后用特征匹配算法实现无人机的探测和识别。实验结果表明,所提出的方法在典型郊区环境中可实现150 m距离内无人机的探测和识别,识别率达到84.4%。     

PDE信号修补方法及在EMD端点效应处理中的应用

根据信号的连续性、光滑性等特性,可以利用已有相邻信号实现对缺陷信号的修补。分析了热传导方程的物理特性;提出了基于偏微分方程（PDE）的信号修补方法。分析了线性PDE修补和非线性PDE修补方法的基本原理。经验模态分解（EMD）过程中因存在着端点效应问题,使得EMD分解结果产生失真,从而导致分解无效。利用PDE信号修补的基本原理,实现了基于PDE的端点扩展方法。实验表明,PDE信号修补方法具有较好的修补效果,基于这一方法的端点扩展,可处理较长时间信号,且处理之后的信号畸变少     

波纹管内部脱浆状态的超声检测方法

为了检测波纹管内部不同脱浆状态的缺陷问题,提出了一种采用变分模态分解（Variational Mode Decomposition,VMD）与蚁群神经网络相结合的超声检测方法。将检测到的回波信号进行变分模态分解,将分解后信号的多尺度样本熵作为特征参数,输入到蚁群神经网络中进行检测。实验结果表明利用VMD分解方法与蚁群神经网络相结合可以对波纹管内部横向缺陷进行有效判断。