基于Hilbert变换的单边带调制系统及FPGA实现

为解决单边带调制方法因在载波调制技术中难以实现而不被广泛应用的问题,对单边带调制方法进行了研究,提出了基于Hilbert正交变换的单边带调制算法,以及该算法的FPGA（Field Programmable Gate Arrays）实现。建立了Matlab的系统分析模型,采用DSP Builder设计了单边带调制程序,并通过Modelsim对该程序进行了仿真,得到了理想的单边带调制的波形。仿真结果表明,100阶有限冲击响应滤波器可以理想地逼近Hil-bert变换器。该算法共占用了15%的FPGA系统资源,有效降低了使用成本,并且在声频定向扬声器中获得了实际应用。     

复杂环境下的DSSS信号抗均匀频谱干扰研究

随着直接序列扩频(DSSS)信号的广泛应用,复杂环境下的DSSS信号抗干扰研究尤为重要。以直扩系统中常见的均匀频谱信号为例,进行信号抗干扰研究。首先分析均匀频谱信号特性,进而设计直扩信号同步环路模型,通过均匀频谱信号带宽、中心频偏、能量的有机配置,研究均匀频谱信号对DSSS信号同步环路的影响,给出不同条件下最佳抗干扰方案,为通信接收机抗干扰及保障技术提供理论基础。     

基于PSK调制的扩频通信研究

基于PSK调制,以直接序列扩频通信系统为研究对象,在MATLAB仿真环境下分析了直接序列扩频前后的通信系统模型的误码率性能。给出了直接扩频通信系统误码率与信噪比的关系曲线,仿真结果表明,直接序列扩频信号要比不扩频信号,更准确、可靠,因此直扩系统具有更好的性能。     

分数阶傅立叶变换的线性调频干扰抑制的改进算法

为了抑制扩频通信中存在的大量干扰,构建了直接序列扩频系统抗线性调频干扰(Linear Frecluency Modulation,LFM)模型,重点对基于分数阶傅立叶变换(Fractional Fourier Transform,FRFT)的时频滤波算法及其改进算法的性能作了仿真和分析.仿真结果表明,这类算法对于LFM类的信号可获得明显的噪声抑制效果,并具有良好的幅度保持性.更为重要的是,FRFT是一维的线性变换,可以用FFT(Fast Fourier Transform)来实现;在处理多分量信号时,FRFT不仅在计算上大为简化,而且不受交叉项的困扰.     

多电平DSSS信号的盲检测

提出了一种能够对低信噪比条件下多电平直接序列扩频(DSSS)信号进行盲检测的方法.该方法不需要知道发射机的扩频传输体制,当采用MPSK等恒包络线性调制方式时,该算法只需利用信号二阶矩就可以进行盲检测;当采用MQAM等非恒包络线性调制方式时,该算法首先估计接收信号的四阶矩,以抵消调制符号自身包络的影响,然后再采用简易的二阶矩方法进行后续信号检测.理论分析和仿真结果都证实了该方法能够检测出低信噪比多电平直接序列扩频信号.     

基于小波包变换的直接序列扩频通信窄带干扰抑制技术

为了进一步提高直接扩频通信系统抑制大功率窄带干扰的能力，分别利用多进制小波包和复小波包分解将信号与干扰分离，然后再对滤波处理后的分解结果进行小波包合成．试验结果证明，这两项技术的误比特率性能优于二进制小波包噪声抑制技术．     

一种提高DSSS信号载波频率估计精度的算法

针对快速傅里叶变换（fast Fourier transform,FFT）算法频率估计误差较大的问题,采用离散时间傅里叶变换（discrete time Fourier transform,DTFT）辅助FFT估计频率谱峰值,以提高直接序列扩频（direct sequence spreadspectrum,DSSS）信号多普勒测量精度的算法。该算法利用FFT估计频谱最高峰值及次高峰,在对应频点之间平均取10个频率点做DTFT,求幅值的极大值点,以确定频率谱峰值精确位置。仿真实验结果表明,该算法可有效提高捕获过程中DSSS信号频率的测量精度。     

基于Hilbert变换的轴系扭振信号分析

扭转振动是轴系常见的振动形式之一,扭转振动将引起轴系材料的疲劳积累,最终导致轴系破损事故,所以扭振的测量非常重要.应用高精度光电编码器测取扭振信号,当扭振发生时,编码器输出的脉冲信号产生疏密变化,扭振信号对编码器输出的脉冲信号进行频率调制.用希尔伯特变换对调制信号进行解调,直观地得到了整个扭振信号的角位移与角速度波形.对调制信号进行了频谱分析,得出扭振频率与激励信号的频率相一致.研究结果为以后将轴系扭振信号用于回转系统状态监测与故障诊断提供了依据.     

基于E-PASTd的盲扩频码序列估计算法

针对直接序列扩频信号的扩频码盲估计问题,改进了特征分解的方法,提出了一种基于压缩投影近似子空间跟踪的PN码恢复算法。该算法由两个主特征向量估计非同步延迟值,结合利用压缩投影近似子空间跟踪技术的快速收敛特性提取主分量,避免了对自相关矩阵的直接特征分解运算。计算机仿真表明该算法降低了数据的存储量,易于硬件实现,具有良好的收敛特性,性能优于已有的梯度算法和神经网络算法。     

采用m-W复合序列的直扩系统规避窄带干扰的研究

针对直接序列扩频系统中窄带干扰抑制的问题,提出了利用m-Walsh(m-W)复合序列规避窄带干扰的方法.该方法根据m-W复合序列的直扩-跳频(DS-FH)特性,通过改变m、Walsh序列的周期和Walsh函数序列的序数控制信号能量主瓣在频域的位置和带宽来避开已知的单频干扰和部分频带干扰,使受干扰的信号能量较少,在抑制窄带干扰的同时,使信号损失最小.仿真结果表明,在未经过频域陷波前,m-W复合序列的误比特率可比常规的m序列降低3～4个数量级;在经过频域陷波后,在相同误比特率时,信噪比可降低0.5～1dB.     

一种基于Hilbert Huang变换的直扩信号盲检测方法

针对直扩信号在低信噪比情况下难以检测的问题,提出一种基于Hilbert—Huang变换的盲检测算法。通过对信号进行经验模态分解,根据能量最大原则对得到的内蕴模态函数进行筛选和提取,实现信号的重构;计算其时间、瞬时频率及幅值的分布图和边际谱,从而检测出直扩信号并估计出载频。理论分析和仿真实验表明该算法在信噪比为-16dB的情况下能有效地检测出直扩信号。     

基于提升小波变换和Hilbert调制技术的故障识别方法

齿轮局部发生故障后,非线性振动信号频谱中齿轮啮合频率及其二、三次谐波附近的边频带均出现显著增长.由于提升小波算法预测和更新原理与故障信号紧密相关,利用提升小波对振动信号进行时频特性分析和信息预处理,通过预测器和更新器的设计取代小波基函数选取过程;随后对蕴含大量故障特征信息的高频细节信号实施Hilbert变换,调制信号的包络谱中彻底剔除常规振动分量仅保留故障信息,该方法可高效识别振动信号频谱中的齿轮故障特征频率.最后用实例验证基于提升小波变换的Hilbert调制分析在齿轮故障诊断中的有效性.     

一种基于Hilbert Huang变换和循环谱的直扩信号参数估计方法

尝试将Hilbert-Huang变换时频分析方法应用到直扩信号的参数估计领域,在研究传统循环谱参数估计方法的基础上,充分利用直扩信号的循环平稳特性和Hilbert-Huang变换的分解自适应性以及良好的时频聚集性,提出一种基于Hilbert-Huang变换和循环谱理论的参数估计方法。该方法避免了多维搜索,且不需要伪码序列和各频率参数等先验信息,可实现直扩信号的盲参数估计,仿真实验证明了该方法的有效性。     

一种基于Hilbert和Chirp—Z变换闪变测量的改进方法

为了对电压闪变,提出了一种基于Hilbert和Chirp—Z变换的改进算法。首先介绍了Hilbert变换和Chirp—Z变换的原理,并从理论上推导了用Hilbert变换提取闪变包络线的公式。然后指出波动分量为方波时不能直接应用频谱分析法,需要对基于Hilbert和Chirp—Z变换的测量方法进行改进。最后用算例对所提方法进行仿真验证,证明该方法的正确性。     

基于改进希尔伯特-黄变换的电力系统谐波检测方法

由于电力系统谐波谐振点检测结果存在较大噪声,导致谐波检测精准度较低,由此提出了基于改进希尔伯特-黄变换的电力系统谐波检测方法.通过希尔伯特-黄变换建立相应的解析信号,并分解模态,使信号呈局部对称形式,获取瞬时变化频率和幅度.经过模态分解后,检测谐波参数,将特征值的倒数定义为模态阻抗,获取最小特征值,以该点为电力系统谐振...     

一种小波变换的数字信号调制方式识别方法研究

数字通信信号调制方式识别有重要的现实意义。针对各数字信号的特点,利用Haar小波函数归一化前后小波变换模值,实现对数字信号的类间识别;根据数字信号进制数,进行数字信号的类内识别,并通过软件仿真验证该方法的有效性。仿真结果表明,基于小波变换的调制方式识别方法可对数字信号进行有效的识别。     

基于小波自相关的数字调制样式识别

提出一种小波变换与自相关结合的数字调制信号识别方法，先采用Haar小波对QAM、PSK和FSK信号分别进行离散小波变换，然后针对3种信号小波变换结果的特性分别求出它们的自相关函数，选取合适的门限对3种信号加以识别．该方法计算量少，信号功率对识别性能影响小，计算机仿真结果表明其快捷、有效。     

基于小波及其希尔伯特变换的MC-CDMA

根据小波的希尔伯特变换与其自身时移正交、与相应的小波及小波的时移正交的特点,提出了3种基于小波及其希尔伯特变换的多载波CDMA,比较了传统多载波CDMA与提出的多载波CDMA性能差异。在AWGN信道下,基于小波及其希尔伯特变换的多载波CDMA与传统MC/BPSK-CDMA和MC/QPSK-CDMA具有相同的BER,且在不增加带宽的情况下,加倍了比特速率。     

基于复值稀疏贝叶斯的Hilbert变换计算方法

Hilbert变换是信号分析及信号处理中的重要工具,?由于Cauchy核在原点的奇性增加了Hilbert变换计算的难度.最近,?研究者们首次提出了利用复解析的方法来计算Hilbert变换的自适应傅里叶分解(Adaptive?Fourier?Decomposition,AFD)方法.AFD方法通过参数化的Szeg?核的线...