语音PCM编码通信系统的SIMULINK仿真

脉冲编码调制(PCM)是一种将模拟语音信号变换成数字信号的编码方式。利用Simulink可视的动态的环境,文中提出从整个通信系统的角度上给出真实语音PCM编码的通信过程。系统在发送端系统对WAV文件进行采样,模拟真实语音,然后利用A律压缩、量化及编码,形成PCM编码,加上信道编码和交织后最后送入基带数字调制系统。接收端通过数字解调、信道解码、PCM解码最后恢复语音信号。仿真系统得出不同信噪比下的系统误码率和还原语音的MOS主观测试。     

三阶累积量的语音激活检测方法

在电子与通信系统中,传输信道的噪声都可以看作是加性的高斯随机过程,而高斯随机过程的三阶累积量为零,通信系统中传输的语音信号一般是非高斯信号,基于这个原理提出一种语音激活检测算法。在通信系统的接收端,对于被噪声污染了的语音信号,通过计算接收信号的三阶累积量,得到语音信号的累积量,从而可以区分语音和噪声,达到检测出语音信号的目的。仿真结果表明,在通信系统低信噪比的环境下能有效地检测出语音信号。     

基于FPGA的差错控制编译码系统设计

利用FPGA开发板,结合Verilog-HDL硬件描述语言设计出了差错控制的信道编译码系统,应用于16位的数字语音信号和混沌信号的通信平台。实验表明此设计可以提高通信系统的可靠性。     

大功率水下激光通信发射系统研究

水下无线光通信已成为实现水下高速数据通信链路的重要技术。由于水下无线光链路损耗大,散射效应显著,同时由于水下无线光信道对信号产生畸变和衰减,影响传输距离和速率。针对水下无线光信号在海水中衰减大、传输距离受限的问题,对水下大功率激光通信发射系统开展了专门研究,突破了长距离高速水下激光通信大功率发射的关键技术,以提高水下高速无线光通信系统的传输距离,满足水下长距离高速无线光通信对发射系统的性能要求。     

舒适噪声生成算法研究

舒适噪声生成技术的研究目的在于能够更为接近的还原实际的背景噪声.具体的实现方法是利用线性预测算法在接收端对背景噪声进行还原,即利用背景噪声的有效载荷包括噪声级别的描述以及反射系数形式谱信息,在接收端生成舒适噪声.而系统模型的阶数则不必传输,因为这个数值是可以从有效载荷的长度中获得,从而能够较好的还原出语音通信中的背景噪声.舒适噪声生成算法的评估是通过引入舒适噪声有效载荷完成的,通过比较原始语音信号以及经过静音检测、CNG算法还原出的语音信号,结果表明在无噪声背景以及有低频噪声背景的情况F,对原始语音信号经过静音检测后插人生成的舒适噪声,能较好地恢复出原始的语音信号.     

基于DSP的小型数字语音通信平台设计

为满足有效可靠的水声语音通信需求,针对语音信号和水下信道的特性,以TI公司的DSP芯片TMS320VC5416和DVSI公司的AMBE-2000芯片为基础,设计了一种适用于水下的小型数字语音通信系统方案,建立了通信系统的整体硬件结构,并对各关键功能模块进行了性能调试和分析;通过对系统的测试和性能分析,硬件系统运行稳定可靠,为实现水声语音通信搭建了良好的硬件平台。     

一种基于DSP强抗干扰无线通信

针对通信系统中信号容易被周围噪声污染的问题，提出了一种基于DSP强抗干扰无线通信。发送端信号经DSP处理后送入无线信道，接收端语音信号经DSP处理后得到原始语音信号。在语音处理时添加了抗噪声处理，压缩编解码和纠错编解码。极大地提高了抗噪声和自我修复能力。可用于不同场合的保密通信领域。     

井下可见光语音传输系统设计

基于井下可见光通信对通信速率要求不高的特点,采用脉冲编码调制方式,设计了一种可实现移动矿灯与液压顶板LED基站之间通信的井下可见光语音传输系统。该系统采用TP3067芯片对语音信号进行脉冲编码,将编码信号叠加直流信号来驱动LED器件,接收端对接收的编码信号进行光电检测和放大处理后,解码恢复出语音信号。实验结果表明,该系统在2.048 Mbit/s通信速率下,接收光功率为-9dB·m时,系统误码率为10~(-83),实现了语音信号不失真传输。     

基于FastICA的低信噪比下L-PLC语音的间断传输

在低压电力线通信（L-PLC）中,多径衰减和信道背景噪声大的问题不可忽视,为此提出了一种基于快速独立分量分析（FastICA）的L-PLC间断传输提升抗干扰能力的方法。在建立L-PLC信道噪声模型的基础上,利用FastICA对强噪声干扰的语音信号进行去噪处理,并对处理后的信号进行话音活性检测,最终获得满足质量要求的语音段。Matlab仿真实验结果表明,在低信噪比环境下,该方法成功实现了有条件的语音信号间断传输,并在一定程度上提高了语音传输质量。     

基于激光无线语音通信系统的研制

通过对电磁波无线、光纤及现有的激光无线通信的优缺点分析,介绍了一种结构简单的激光无线语音通信系统的结构及主要硬件的设计。经实际应用表明:该系统能够灵活地适应各种场合。     

合作SCC系统的总LS信号检测方法

为了克服已有信道估计算法无法及时跟踪信道变化的缺陷,在合作OFDM系统中引入了总LS（Total Least Squares,TLS）信号检测方法来实现信道状态信息估计。TLS方法同时考虑了信道噪声和信道时变特性,能够对信道和信号的变化同时进行跟踪估计。因为充分考虑了信道的时变性,且复杂度较低、收敛速度较快,所以在高速移动通信环境下,TLS方法能够很好地估计信道信息。仿真结果表明,与传统的LS法和ML法相比,该算法在改善误码性能方面优势明显。     

IP语音通信技术的研究

当前,Ip语音的研究已较为成熟,已有许多成熟的产品能够提供稳定的通信.本文根据匿名通信机制,设计了IP语音匿名通信信道,其中包括匿名通信信道通信机制、匿名通道的建立和传输过程中的拥塞控制方法.     

基于PSD传感器的激光语音还原系统电路设计

针对目前激光语音恢复电路的精度低、滤波不完全等问题,采用PSD位移传感器设计了一种激光语言还原系统电路。该电路包括基于PSD的光电转换电路、流压变换电路和差分放大电路三部分。通过分析PSD工作原理及特性参数,设计并讨论了流压变换电路及放大电路的性能,实现了微弱信号的低噪声放大。经过实验验证,该电路可在距离障碍物2~3 m处清晰地还原出被隔离的室内语音信号。     

保护信道和排队相结合的信道分配策略

提出了一种适用于语音、数据呼叫的蜂窝移动通信系统的信道分配策略。该策略为数据呼叫提供保护信道,降低数据呼叫的阻塞率。同时,采取语音呼叫排队策略抑制数据保护信道引起的语音呼叫阻塞率的恶化。为了进一步提高系统的性能,在策略中引入了不耐烦顾客,并建立了带有不耐烦顾客的排队模型。仿真结果表明该策略能够有效地降低语音呼叫和数据呼叫阻塞率,改善系统性能。     

即时通信语音还原设计与实现

在分析各主流即时通信语音数据传输实现的基础上,获取各基于即时通信语音的协议结构和协议特征,设计实现了一种的通用的即时通信语音还原方法。该方法具有很强的灵活性和可扩展性,能够很好地适应即时通信软件升级和新应用出现所带来的新特征问题。     

一种散射通信信噪比估计算法的仿真与实现

信噪比是通信系统中的一个重要的通信参数,一方面利用信噪比可衡量信道质量,另一方面在无线通信尤其是认知无线电领域多个参数需根据信噪比进行自适应调整。利用通信信号形式的频谱特点提出一种结合信号频谱的信噪比估计算法,首先对算法性能进行了计算机仿真,然后利用可编程器件对算法进行了硬件实现以及性能测试,测试表明该算法具有估计动态范围宽、测试精度高等特点,另外该算法与通信系统误码性能、信道类型无关,在恒参信道、变参信道中均具有良好的估计性能。     

基于混沌复合映射的语音信号流安全通信仿真实现

利用连续Chua's电路方程与离散标准映射复合产生的序列,将语音信号流进行混淆并在信道中传送,该设计方案能对语音文件进行快速加密和完整还原,从密钥的敏感性及空间分析,此方案具有良好的安全保密性,适用于网络的安全传输.     

基于STC89C52单片机的红外光通信装置设计

本系统用红外发光管和红外光接收模块作为数据的收发器件,用来定向传输语音信号。该装置主要分为发射部分、中级转发部分、接收部分组成,用来实现红外光的传输与接收,采用一路数字信道,实时传输发射端环境温度。以STC89C52单片机为控制核心,控制温度传感器采集温度,使显示模块在接收端实时显示,语音信号与数字信号能同时传输。接收模块采用BTL放大电路,较好的实现了对语音传输的放大,成功的完成了红外光通信装置的实现。     

水下高速激光通信系统及组网技术研究

基于蓝绿波段光线在水下传播的光学特性,设计了一种水下高速激光通信系统。系统以STM32F407为微控制器,以AD9660为激光驱动芯片构成光发射机,以光电探测器、信号调理电路、自动增益控制电路、解调电路构成光接收机,支持10/100 M以太网数据通信。驱动信号调制方式采用DPIM(Digital Pulse Interval Modulation)技术,光接收元件使用PIN光电二极管为光接收器,将光信号转换为电信号,经过信号调理,通过解调电路采集解调后的数据,控制单元处理还原初始信号。实验证明,该系统可以实现水下点到点距离50 m、1 Mb/s速率的高速低误码率通信,为水下设备间的数据采集与组网通信提供了一种新的技术方案。     

基于小波域滤波的电子通信信道恶意干扰信号分离方法

针对电子通信信号与恶意干扰信号严重重叠的现象,设计了基于小波域滤波的电子通信信道恶意干扰信号分离方法。在分析信道特征并划分噪声种类后明确噪声信号形式,然后利用小波域滤波算法合理设置分解层数,对信号做分解重构与降噪,再利用极限学习机建立神经网络学习模型。根据干扰信号模型与信道衰减程度提取干扰信号特征,并将特征样本输入到神经网络中,直到输出分离结果。仿真结果表明：该方法能够有效去除信道噪声、降低通信误码率、均衡信道负载。