频偏稳健的分级调制分类算法

通过对观测样本进行非线性变换,提出了一种基于高阶累积量分级调制分类算法,有效解决了频偏引起的相位旋转问题.仿真表明,在归一化频偏小于0.2时,算法具有较好的分类性能.理论分析和仿真结果均证明了算法的正确性和有效性.     

正交频分复用技术在无线局域网中的应用

以正交频分复用(OFDM)为代表的多载波传输技术可以大大提高系统容量,因而受到人们的广泛关注并得到广泛的应用.介绍了OFDM的原理及其在无线局域网中的应用情况,总结了OFDM的特点,并针对无线信道的特点介绍了一种可靠的自适应传输方案.     

一种基于网络的实验室管理系统

对院校实验室管理自动化的需求进行了分析 ,提出了一种基于网络的实验室管理系统的设计和实现方法。     

电子技术学科建设的实践与体会

首先提出了目前电子学科存在的几个问题,然后提出了自己相应的几点解决方法,最后谈了实践体会。     

OFDM系统中自适应调制技术的研究

研究了正交频分得用OFDM系统中基于子载波组的自适应调制技术,提出了一种新的OFDM自适应调制策略,该策略可在上行链路发生错误时,要求重新传送信道信息,使发射机仍能根据信道的实际情况正确选择合适的调制制式,达到降低误比特率,提高系统性能的目的.     

ispPAC30在系统可编程模拟器件及其应用

对lattice公司最新推出的在系统可编程模拟器件ispPAC30的结构、特点和开发环境作了介绍,并给出了一个应用实例,最后还对ispPAC系列器件作了比较。     

通信信号分类算法研究

利用观测样本的高阶累积量特征,在累积量域内构造信号分类特征,采用支持矢量机作为分类器,在高维空间实现对GSM、CDMA和OFDM信号的分类。该算法通过提取观测样本的累积量的识别特征矢量以区分不同的信号类型,并将特征向量映射到高维空间中加以分类,首先在理论上分析了算法的正确性,并通过仿真实验进行了验证,结果表明,算法具有较好的推广能力,在较大的信噪比范围内对三种信号均有较高的识别率。     

数字调制通信信号载波频率估计算法

应用修正的ESPRIT算法估计6种数字调制通信信号的载波频率，并且和其他两种算法的性能作了比较。仿真表明，在中等信噪比条件下，ESPRIT算法对载波频率的估计具有均值精确、方差小的特点，表现出较好的实用性和较强的稳健性。     

干扰环境下的信号调制识别

针对干扰环境提出了一种基于独立成分分析(ICA)和支持矢量机(SVM)的通信信号调制识别算法。算法利用多天线接收技术,采用独立成分分析方法寻求观测样本矢量的统计独立分量,设计了以二值支持矢量机(SVM)为基础的多值分类器,该算法具有较高的训练速度和较好的分类性能。仿真表明,当信干比大于10 dB、移动速度小于12 m/s时,算法的总体正确识别率超过0.9。干扰环境下的信号调制识别研究具有较重要的实际工程应用意义。