共查询到17条相似文献,搜索用时 125 毫秒
1.
2.
3.
4.
针对现有归零Turbo码码长、帧同步、码率等参数识别算法存在容错性能低且计算复杂度高的缺点,提出了一种具有高容错性的识别算法。利用每帧初始两码元的差分结果为确定零点特性,构建新的差分序列分析矩阵,通过改变分析矩阵的列数并作特定的矩阵变换,实现码长识别。基于极大极小准则,解算出确定零点与随机零点的判决门限,实现确定零点识别,然后通过遍历确定零点,完成帧同步识别。从工程实际以及编码约束关系出发,遍历码率以及寄存器个数的可能值,实现码率以及寄存器个数识别。仿真实验表明:差分确定零点位置分布与总结的3个特点一致,判决门限能够有效判断差分确定零点;该算法容错性能较强,在误码高达0.20条件下,各种参数识别率能够达到96%以上,且所需码元数据量以及计算复杂度远小于现有算法。 相似文献
5.
6.
7.
8.
9.
10.
针对短帧突发模式下直接序列扩频( DSSS)通信系统要求在有限时间内以很低虚警和漏警概率捕获PN码相位这一难题,提出了一种基于数字匹配滤波器(DMF)的多码元非相干累加单次驻留检测的PN码快速捕获算法。它在传统单次驻留算法的基础上,用多码元累加来提高码相位判决量的信噪比,从而大大降低了低输入信噪比和低恒虚警约束下的平均捕获时间。分析了该算法在QPSK-DSSS系统下的捕获性能,仿真结果证明了该算法可以在低信噪比和低恒虚警条件下实现PN码的快速捕获。 相似文献
11.
12.
集中插入式帧同步识别方法 总被引:1,自引:0,他引:1
在非协作方截获的数字序列帧同步码的识别问题研究中,由于帧的长度未知、帧同步码未知,给识别带来困难。为此,提出了利用小区域检测估计帧长,利用二次滤波估计帧起始位,然后用模糊匹配识别帧同步码型的识别方法,对巴克码或m 序列进行了集中插入式帧同步识别仿真。仿真结果表明:在误码率不大于4%的情况下,上述方法对集中式插入帧同步的数据帧有较高的帧同步识别率:巴克码为80%,m 序列为78%. 相似文献
13.
针对雷达信号识别中因新信号数据与训练数据的样本差异,导致卷积网络模型识别率下降的问题,提出一种基于卷积网络和对抗学习的雷达信号识别算法,提升模型对新样本的识别率。首先,依据时频变换理论,变换得到雷达信号时域-频域能量分布图像,以表征信号脉内调制特征;然后,结合深度可分离卷积的结构,构建卷积网络模型,并利用样本数据对模型进行预训练;最后,融合生成对抗网络的思想,网络模型采用对抗学习方式,根据输入新样本数据自适应调整、更新网络各层参数,提升模型对新样本特征提取能力。仿真结果表明,-4dB信噪比样本识别率由79.78%提升到90.67%,-2dB信噪比样本识别率由83.15%提升到91.00%,验证了算法的有效性。 相似文献
14.
An Automatic Interference Recognition Method in Spread Spectrum Communication System 总被引:4,自引:0,他引:4
An algorithm to detect and recognize interferences embedded in a direct sequence spread spectrum (DSSS) communication system is proposed. Based on Welch' s averaging modified periodogram method and fractional Fourier transfor- mation (FRFT), the paper proposes a decision tree-based algorithm in which a set of decision criteria for identifying different types of interferences is developed. Simulation results demonstrate that the proposed algorithm provides a high recognition rate and is robust for various ISR and SNR. 相似文献
15.
针对低截获雷达信号通常采用人工特征选择,且在低信噪比、样本数量少情况下识别率低的问题,提出一种融合雷达信号时频图像的卷积特征与字典学习识别算法。该算法以表征信号调制方式的时频图像为基础,通过时频变换获得信号的二维时频数据,输入到LeNet-5卷积神经网络中。网络通过美国MNIST数据库手写数据集进行预训练,将预训练后网络中的2~6层网络参数迁移到新的LeNet-5中,取出第6卷积层的数据作为提取的卷积特征。使用判别字典学习方法进行识别。仿真结果表明:通过预训练处理能够加快网络的收敛与优化,有效提取到每类信号的卷积特征;与文献[4]、文献[24]、文献[25]、文献[26]中4种算法相比,利用判别字典学习能够在样本少、低信噪比情况下取得较高的识别率。 相似文献
16.
欺骗干扰能够获得距离和方位向压缩增益,使用较小功率即可实现对合成孔径雷达(SAR)的有效干扰。针对SAR的欺骗干扰抑制问题,提出了基于多个互正交多相编码在脉间捷变的抗干扰方法。利用加权循环算法,优化多相编码,提高自相关峰值,降低自相关旁瓣和互相关峰值,提高抗转发式欺骗干扰性能。通过仿真比较了模拟退火算法、遗传算法优化多相编码与本文优化所得多相编码的自相关和互正交性能,并从多个不同干扰功率入手,对研究的多相编码抗欺骗干扰性能与二相编码进行了对比,20 dB干扰时该方法仍可达到88%的检测概率,证明了方法有效性。 相似文献
17.
为了解决窄带干扰条件下低信噪比直扩信号扩频序列(direct sequence spread spectrum,DSSS)的盲估计问题,提出一种基于双PN周期分解的扩频波形估计算法。该算法用2倍PN周期进行采样形成观测向量,利用特征分解法求各特征值及其向量,并利用特征向量消除窄带干扰,并求出PN码序列。结果表明:该算法在低信噪比条件下能完成对PN码序列的精确估计,能解决传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题。 相似文献