基于高阶循环累积量的载波频率估计

首先系统总结了高阶循环累积量估计载波频率的研究成果,从理论上推导出MASK、MPSK和MFSK信号的测频原理,并对平方降价法的性能进行了测试,指出了平方降阶法的局限性。然后以16QAM信号为例,从理论上证明此方法同样可以应用于MQAM的载波频率估计,并进行了仿真验证,从而扩展了此方法的适用范围。最后,进行了小结,指出测频方法存在的问题及解决方法。     

一种基于OSERDES复用的信号源设计

直接数字频率合成（DDS）技术在信号处理领域有广泛应用。为产生高采样率的模拟信号源,现场可编程逻辑阵列（FPGA）利用DDS技术输出数字信号,经过MUX芯片复用提高码速率,再通过DA芯片输出模拟信号。该方案调用FPGA内部并串转换器OSERDES,采用双倍数据速率（DDR）模式。多路低速信号复用成高速信号,输出不需要MUX芯片复接,直接输出到DA芯片。该方法减少中间环节,提高了稳定性。最后通过实验验证了方法的可行性。     

二进制BCH码的一种盲识别方法

提出二进制BCH码的一种盲识别方法。该算法适用于本原和非本原二进制BCH码。首先,在帧长度已知的条件下,根据循环特性,给出一种分组长度的统计识别方法;然后,根据循环特性及各种约束条件得到备选多项式;再根据校正子权重和最小原则,得到最优多项式;最后通过因式分解得到生成多项式的最终估计表达式。仿真表明,本文算法具有较强的抗随机误码能力,而且其识别性能随着参加统计的码字数增多而提高。该算法不涉及矩阵运算,因此非常适合硬件实现。     

基于高阶累积量的MPSK识别方法

提出一种不需要载波同步的调制识别方法,能够实现二进相移键控（BPSK）、正交相移键控（QPSK）和八进相移键控（8PSK）的识别。其方法是：首先对带有残余载波的基带信号进行定时抽样,计算抽样点的点积及叉积,并将点、叉积复合成一个复基带调相信号,其特点是调制阶数与原信号相同,而残余载波转换为固定相位;然后,利用这个复基带信号的四阶累积量构造分类向量进行分类。首先介绍四阶累积量的基本概念;然后给出相移键控（PSK）信号的表达形式,点叉积计算方法及其组合而成的复基带信号的形式;其次介绍识别算法;最后进行仿真分析,并考察了符号长度、定时误差及成形因子对分类性能的影响。     

随机振动信号的小波处理方法

利用小波变换处理随机振动信号，先随机振动信号进行小波分解，分解的层数根据需要的精度而定；再对各频域内的信号进行时域分段，分段数与各频段的中心频率成正比，以使时间分辨率与中心频率成正比；最后对分段后的数据求平均功率，并将各频段各时间段的数据合在一起，构成一个压缩后的时频分布。处理结果表明，小波变换处理方法能够充分反映随机振动信号的时频局域特性。     

弱周期信号的时域积分检测法

弱周期信号的时域积分检测分为模拟和数字时域积分两种方法.前者用模拟电路实现时域积分.后者先将模拟信号通过A/D转换为数字序列,然后以信号周期的整数倍将序列分成M个等长的数据段,再将各数据段对应累加.针对数字时域积分中对采样率的要求,利用抽取和内插转换采样率,可使采样率为信号频率的整数倍.仿真证明,该方法有效.     

盲源分离技术现状及发展趋势

盲源分离是最近十几年发展起来的新研究领域,是在知其少量或完全未知先验信息情况下提取源信号的信号处理方法,特别适用于通信侦察领域。盲源分离模型大致分为线性瞬时模型、线性卷积模型、非线性模型及欠定模型。简述了每种模型盲源分离算法的基本思想及常用方法。重点介绍了目前相对成熟的基于线性瞬时模型的三种盲源分离方法：批处理、自适应和逐次提取。目前线性瞬时盲源分离研究较成熟,未来的研究热点是卷积模型、欠定模型等算法研究及如何提高算法性能等方面。     

无盲区数字信道化实现方法

通常的数字信道化方法,由于信道不重叠,相邻信道之间存在盲区,当信号落入盲区时,会造成信号畸变甚至丢失。利用信道重叠技术可以有效地解决信道之间的盲区问题,但需要研究高效算法。文中根据一般数字信道化高效算法的数学推导思路,推导出通带重叠的数字信道化的高效算法,并建立了算法模型,从而解决了无盲区数字信道化的高效实现问题。利用Mat1ab建立仿真模型,仿真结果验证了模型的正确性。     

PSK非相干差分解调

从通用正交解调的基本思想出发,提出一种PSK非相干差分解调方法,将载波频率的频偏转化为点积和差积的相位偏移,同时采用包络平方滤波的定时同步方法,因此具有很强的抗频漂能力。通过理论分析,推导出解调算法公式,给出了解调器结构,并得到解调算法的抗频漂门限。针对BPSK、DPSK、QPSK和DQPSK四种常用的PSK调制模式进行了仿真,验证了算法的正确性。     

基于特征值分解的频移键控信号检测与识别

提出一种基于协方差矩阵特征值分布特性的频移键控(FSK)信号检测方法以及基于信源数估计技术的FSK识别方法.根据噪声协方差矩阵特征值的直线分布特征,利用直线拟合度构造了信号检测判定准则.给出了常用的信息论(AIG)、最短描述长度(MDL)及盖氏圆盘算法(GDE)信源数判定准则的定义,并根据特征值分布特征提出了一种最大斜率准则(MSR).仿真表明,MSR准则对于FSK识别更有效.同时,给出了检测及识别参数的设置方法.仿真结果证明了检测及识别方法的有效性.文章将阵列信号处理中的方法应用于单通道信号的分析中,为FSK信号的检测与识别提供了一种新的思路.