基于BOPPPS模型的数字电路实验教学设计

针对目前军队院校“数字电路”课程实验环节中存在的学员参与度不高、实验方式固化、灵活性不够等问题,提出将BOPPPS模型和Multisim软件引入到实验过程中。以“时序逻辑电路设计”一节内容为例,按照导入、目标、前测、参与式学习和后测、总结等六个环节进行“四人抢答器实验”的实验教学设计。实践结果表明,该方法能有效解决传统实验环节存在的问题,激发学员学习兴趣,取得了较好的教学效果。     

基于谱相关的直接序列扩频信号参数估计

直接序列扩频信号(direct sequence spread spectrum,DSSS)是抗干扰低截获概率信号,实现其参数的估计具有重要意义。针对直扩信号载频、码元速率、相位的估计问题,结合谱相关的基本理论,提出了对直扩信号载频、码元速率、相位估计的谱相关方法。理论分析和仿真结果表明:在没有伪随机码序列及相关参数先验信息的条件下,该方法能够完成低信噪比时对信号的检测和载频、码速率、初相的估计,可有效提高计算效率。     

低信噪比下随机交织器识别

针对Turbo码随机交织器参数识别问题,充分利用信道截获数据的软判决信息,提出了一种基于对数符合度的交织映射关系识别算法。该算法从计算总的编码方程成立概率出发,定义了能很好衡量概率大小的对数符合度概念,极大地简化了计算复杂度,使得计算量仅与截获码块数目和交织长度的平方有关,计算方式仅为大小比较与符号提取;再利用正确交织位置能够使总的编码方程成立的概率达到最大这一特性,依次实现各个位置的交织关系的识别。与现有算法相比,所提算法识别性能稍差,但计算复杂度更低。仿真结果表明,在信噪比为0 dB、交织长度为200时,仅需要截获码块数目为500,其正确识别率就能达到100%。     

基于FastICA算法的盲源分离

近年来,ICA(Independent Component Analysis,独立成分分析)已成为处理BSS(Blind Source Separation,盲源分离)问题的主要手段,同时也受到人们越来越多的关注,为此讨论ICA的原理及其优越性.首先介绍ICA,然后引入FastICA算法的推导过程,最后通过MATLAB仿真将其与梯度算法、PCA(Principal Component Analysis,主成分分析)算法所得的仿真结果进行对比分析.通过算法验证,经FastICA处理得到的分离信号与源信号相关系数的绝对值不小于0.99,与其他两种算法比较可以明显地得到FastICA是一种更为有效的盲源分离方法.     

低信噪比下RSC码快速迭代寻优识别算法

为了解决现有算法在RSC码多项式参数识别过程中,实时性不好和容错性差两大缺点,提出了具有低信噪比适应能力的RSC码快速迭代识别算法.首先根据RSC码元之间的线性约束关系,定义了双曲正切符合度概念,该概念能够表征在某一多项式参数下,截获码元之间的线性关系成立的可能性大小;其次将截获码元总的双曲正切符合度值作为代价函数,然后将待识别的多项式参数的概率值作为代价函数自变量,从而将RSC码参数识别问题转化为多元函数极大值求解问题;最后利用变步长梯度上升方法,在有限次的迭代下,完成在连续概率空间中代价函数极大值求解,最终完成RSC码参数识别.提出的算法收敛速度快且稳定,除了具有较强的低信噪比适应能力外,其计算量与编码器寄存器个数以及码元路数成平方倍数增长.仿真实验表明：提出的算法最多在第5次迭代时,就能完成参数的收敛,同时低信噪比的适应能力较强,即使在0dB条件下,RSC码多项式参数识别率能达到90%以上;与现有的相关算法相比,所提算法的低信噪比适应能力提高了近3dB,同时完成一次参数识别的时间大大降低.     

基于改进Walsh-Hadamard变换的(n,1,m)卷积码盲识别

针对高误码率情况下(n,1,m)卷积码的盲识别问题,该文提出一种新的基于改进Walsh-Hadamard变换(Walsh-Hadamard Transform, WHT)的方法。首先将原问题等效为多路1/2码率卷积码的盲识别问题,并建立关于其生成多项式系数的线性方程组。然后分析了现有基于WHT的方法直接求解该方程组所存在的不足,重新建立更稳健的判决门限,同时通过缩小解的取值范围降低计算量,进而在求得正确解向量的同时完成对码长的识别。最后,将多路等效1/2码率卷积码的生成多项式按一定条件组合,得到(n,1,m)卷积码的生成多项式矩阵。仿真结果验证了所提方法的有效性,且性能优于传统方法。     

基于SMC的STBC-MC-CDMA信号扩频码及信息序列盲估计

针对具有空时分组码的多载波CDMA(Space Time Block Coding Multi Carrier Code Division Multiple Access,STBC-MC-CDMA)信号扩频码及信息序列的联合估计问题,结合序贯蒙特卡罗(Sequential Monte Carlo,SMC)算法和卡尔曼滤波技术,充分利用STBC和OFDM(Orthogonal Frequency Division Multiplexing)调制的正交属性,提出了一种快速的盲解扩算法.该算法通过将信号模型按不同符号路数和天线数目进行分段处理,采用卡尔曼滤波方法对均值和协方差进行迭代更新,并用一组带有权值的抽样粒子来近似建立的联合后验概率分布,根据抽样值和重要性权值大小进行参量状态估计,大大提高了算法的计算效率.理论分析和仿真结果验证了本文算法的有效性.     

基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计

针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。     

归零Turbo码参数的盲识别

针对归零Turbo码码率、码组起点、交织起点、交织长度参数识别问题,首先引入矩阵秩量比的概念,推导出适用于归零Turbo码矩阵秩量比下限,提出了基于秩量比判决门限的码长识别算法;其次,遍历一交织帧输出码元,找出最小秩量比对应的位置,实现交织起点和码组起点的识别;然后,依靠完整的交织帧输出数据,利用分析矩阵实现码率与分量编码器中寄存器个数识别;最后,由以上识别的参数计算出交织长度.仿真结果表明:在信噪比为5 dB时,单靠信息序列,各部分的识别概率能达到80%以上;在交织长度为100时,提出的识别算法与传统算法相比,性能相近,识别时间大约缩短为原来的1/3.