LTE系统PRACH基带信号的研究与实现

PRACH信道用于UE进行上行同步或小区之间的切换,通过对PRACH基带信号算法原理的分析,提出了一种PRACH基带信号的生成实现方案。通过对比和仿真,验证了该实现方案的高效性和可行性。该方案已在TD-LTE射频一致性测试仪表中得到应用。     

LTE-A系统中物理随机接入信道信号检测的仿真与实现

根据多普勒频移对物理随机接入信道（PRACH）信号检测产生的影响进行分析,划分出了中速、高速、超高速三种模式,并提出相应改进的信号检测算法。对中速模式,提出了基于频偏校正的前导检测算法;对高速模式,提出了多重滑窗峰值检测算法;对超高速模式,提出了基于整数倍子载波的频偏补偿前导检测算法。仿真结果表明,不同场景下PRACH信号通过加性高斯白噪声（AWGN）信道传输,接收端虚警率性能至少改善了3.8 dB;通过扩展典型城市信道模型（ETU）信道传输,虚警率性能至少提升了1 dB。与频域相关检测算法相比,所提算法提高了前导信号成功检测概率,减少了接入时延。     

应用于软件无线电罗盘的频差快速检测算法

提出一种罗盘导航信号载波频差的快速检测算法,并通过DSP芯片实现。在中频导航信号数字下变频和抽样之后,通过拟合的数值方法快速计算反正切,最终完成载波频差信息的提取,降低了数据运算量并保证了DSP计算的实时性。计算机仿真和实际对比测试表明,该算法可以快速准确地检测出导航信号的载波频差,使得软件无线电罗盘解算的方位信息的有效性得到保证。与传统无线电罗盘中通过模拟鉴频器实现频差检测的方法相比,该方法具有精度高、成本低、灵活可编程等优点,有一定的推广应用前景。     

基于神经网络的滚动轴承故障快速检测方法

为了实现滚动轴承故障的快速检测,提出了一种基于神经网络和轴承振动信号时域指标的滚动轴承故障检测方法。采用振动信号的偏态、峭度、峰值和裕度作为BP神经网络的输入,用BP算法对网络进行了训练。实验结果表明,利用该方法可以有效实现滚动轴承故障的快速检测。     

判决法对数字和模拟信号的自动识别及验证

调制方式是数字和模拟通信信号的一个重要特征参数,数模通信信号调制方式的快速检测和识别在军用和民用方面都极为重要.以判决法为基础,提出了一种可用于检测和识别11种信号的调制方式的自动识别算法,并给出了该算法的实现流程.计算机仿真结果表明,理论分析与仿真实验验证了该算法的有效性.在信噪比≥9dB时,算法平均识别成功率≥97％,可以应用于实际通信系统中信号的快速检测和识别.     

分裂基FFT在电力系统谐波检测中的应用

在电力系统中,由于非线性负载广泛应用,电网被注入了大量谐波,给电力系统中的设备带来很大的危害。谐波检测是电力系统质量分析和谐波补偿的关键技术,而快速傅立叶变换是目前应用最广泛的一种谐波检测方法。本文对分裂基FFT算法的原理进行了研究,采用C语言编程实现该算法,并在基于TMS320F2812DSP的实验装置上进行了基于分裂基算法的谐波检测实验,对采样信号进行FFT运算,能快速检测出电网信号中电压的谐波参数,以进行谐波的实时分析处理,验证了该算法的正确性和高速性,可作为一种通用的算法应用于谐波检测。     

一种频移键控信号的直接数字解码算法

提出一种FSK信号的直接数字解码算法,具有快速、简单、准确可靠、易于用DSP专用芯片实现等优点.本算法已在一种通讯设备上得到了使用,证明了其有效性.     

一种基于傅利叶域的音频水印嵌入算法

提出了一种基于傅立叶域的音频水印嵌入算法。该算法充分利用人耳听觉系统特性,把水印信号嵌入到音频信号快速傅立叶变换后的相位系数上。实验证明,该算法易于实现,具有较好的不可觉察性及鲁棒性,是一种实用的音频水印算法。     

低信噪比下基于频域滑动滤波算法的DS/BPSK信号检测

提出了一种低信噪比下DS/BPSK小信号检测方法,该方法根据相关器输出信号在载频上功率的大小来检测有无信号.为了克服载频估计误差的影响,提出了"频域滑动滤波"算法计算载频上的信号功率.仿真结果验证了该方法的有效性.该方法完全以软件方式实现,可以借助计算机或DSP达到快速检测的目的.文中分析了检测原理,给出了工程技术实现.文中所提的小信号可以作为标识信号线性加入到通信信号中,通过检测该小信号的有无可以快速识别通信信号的某种属性.     

双自适应提升小波变换在PQD去噪中的应用

提出了一种新的电能质量扰动（Power Quality Disturbance,PQD）信号去噪方法。采用快速提升小波变换进行PQD信号的分解和重构,将自适应算法引入到更新算子和预测算子的设计中,提高了算法的快速性,满足了PQD检测实时性要求。综合软、硬阈值去噪的优点,提出了加权阈值去噪的概念,使得算法能同时很好地满足暂态PQD信号和稳态PQD信号的去噪。仿真结果表明,该算法能够提高去噪后信号的信噪比SNR,降低去噪后的均方误差百分值MSE,降低了算法的执行时间,且适宜于算法的DSP实现,具有一定的实用价值。