自适应滤波在遥测信号数字化解调中的应用研究

根据自适应滤波理论,构建了一个基于最小均方误差(LMS)算法的单频自适应跟踪器,论述了该模型在遥测信号数字化处理中实现位同步和解调的基本原理。并以PCM／DPSK信号为例,分析了多普勒频率对位同步及解调过程的影响。计算机仿真测试结果表明,此方法位同步精度高,抗干扰能力强,解调性能较相干解调优越,便于软件编程及DSP器件实现,具有一定的应用价值。     

基于自适应滤波的ASK解调方法及性能

研究了一种基于自适应滤波算法的振幅移位键控 (ASK)信号的方法。采用常用的最小均方误差(LMS)自适应算法 ,研究了自适应解调方法对ASK信号的解调及其性能。计算机模拟结果表明 :自适应ASK解调比传统的ASK解调性能优越 ,便于用数字信号处理技术实现。     

软件无线电中2DPSK数字化解调算法的研究

文章提出了一种在软件无线电中基于离散傅立叶变换（DFT）算法的二进制差分相移键控信号（2DPSK）数字化解调方法，通过对载波周期内的采样值进行DFT来提取相位信息并恢复原始调制信号。文章还给出了软件仿真实现，其结果表明：采用该方法可以正确的实现2DPSK信号的解调，与传统的解调方法相比，不仅解调过程简单，易于实现，计算量小，而且抗干扰性能也得到了明显的改善。将该方法应用于2DPSK信号方式的数字化接收机设计中具有实际的意义。     

自适应波束形成的神经网络方法

本文回顾了次元分析(MCA)神经网络算法的一些研究结果，并将其用于自适应波束形成。自适应波束形成或称自适应空间滤波，是通过一个感知器阵列接收空间传播的信号并处理它们，其目的是自适应地加强某个方向的信号。现有的波束形成自适应算法郝有一定不足，基于优化有约束的能量函数，本文提出了新的用于自适应波束形成的MCA神经网络学习算法，该算法是全局收敛的。实验结果验证了本文的理论，以及说明了本文算法的实用性和有效性。     

自适应滤波器的收敛性研究

主要介绍基于最小均方算法的自适应滤波器。该自适应滤波器的显著特点是滤波频率可以自适应地跟踪输入信号的频率变化，而且它的品质因数Q和滤波频率可以独立编程，Matlab仿真结果表明该算法具有良好的收敛性。给出了自适应滤波器的设计方法以及参数：步长、滤波器长度和初始系数向量对滤波器性能的影响，分析了算法的收敛性能和稳定特性。     

基于小波自适应算法的传感器信号降噪研究

基于MALLAT算法原理和自适应算法,设计了小波自适应算法的结构,并对算法进行了理论分析和仿真研究。仿真结果表明,小波自适应算法在传感器信号降噪方面表现出了良好的性能。     

基于差分相移键控的水声数据传输技术研究

该文研究了四进制差分相移键控水声通信系统,给出了系统调制和解调的工作原理。该系统采用正交调制法生成DPSK信号,解调运用了互谱解调和差分正交解调两种方法。在无多径干扰及一定多径干扰的典型水下声信道条件下,比较了系统性能并给出了仿真结果。结果表明,在所选两组典型水声信道下,当信息以较低速率传输并采用互谱法解调时,即使不使用均衡器处理,在较小的信噪比下仍可实现信息的正确传输。而在以较高数据率传输信息时,在采用基于LMS算法的均衡器的情况下,极大地改善了通信的质量,降低了误码率。在一定的信噪比下仍可实现信息的正确传输。该系统也为构造实际的系统获取了一定的先验知识,并可提高实际系统的研制效率。     

带有时变非线性预处理的立体声回波消除方法研究

就立体声回波消除问题提出了两种新的信号非线性预处理方法，并给出了相应的自适应算法。新的预处理方法比Benesty(1997)及Joncour(1998)的方法对信号的非线性处理部分要少，因而对语音信号的质量影响有所下降。仿真结果表明，新的预处理方法与其实现算法相结合应用于立体声回波消除时，比Benesty(1997)及Joncour(1998) 所提方法的效果更好。     

一种自适应光子多普勒信号解调方法

针对目前光子多普勒测速信号传统解调方法解算效率低、需要频繁人工交互、只能离线处理的问题，提出了一种基于图像处理的自适应光子多普勒信号速度解调方法。通过对光子多普勒信号特征分析截取有效段、自适应选定短时傅里叶变换窗口长度，使用设置能量阈值与直方图均衡的方法滤除噪声增强对比度，使用canny算子提取差频曲线边缘，最后经过图像断点连接和曲线细化得到差频曲线解调出目标体速度。实验表明，在设定参数合适的情况下，该方法能够自适应高效地完成多普勒信号速度解调。     

基于RLS自适应滤波算法的MIMO-OFDM信道估计

对于传统递归最小二乘算法信道估计性能的抗噪声问题,提出一种基于自适应滤波的RLS估计算法。该算法通过在时域内加入自适应滤波器,对信道中的估计结果进行自适应滤波。经过仿真分析,将自适应滤波的RLS算法与传统的RLS算法在误码率(BER)的性能进行比较,得出基于自适应滤波的RLS算法是一种高精度抗噪声的信道估计算法。将系统的输入含有噪声的信号进行自适应滤波,得到输出信号波形,与输入信号波形进行对比,来验证自适应滤波对噪声抑制作用。     

基于FPGA的16APSK数字接收机的设计与实现

介绍了一种适用于新型体制16APSK的相干解调算法,给出了其工作流程框图,说明了各主要模块的设计方法,并给出了基于FPGA的数字接收机架构及实现结果。经实验证明,该接收机兼顾解调性能与实现复杂度,具有较高的工程应用价值。     

非对称成对载波多址信号的相位误差分析及幅度改进算法

针对由主站和小站信号同频混合而成的非对称成对载波多址（PCMA）信号解调问题，构建了一种实现此类信号解调的框架。参数估计是非对称PCMA通信系统在实现两路信号分离解调时不可或缺的环节，对于幅度参数估计精度问题，提出一种基于四次方法的搜索式幅度估计算法。首先建立非对称PCMA系统解调模型并作出基本假设，然后对不同假设下的相位误差进行对比并分析相位误差对幅度估计算法的影响，最后提出一种新的幅度估计算法。实验结果表明在相同信噪比（SNR）下，正态相位误差下的小站信号解调性能要劣于其均值条件下的解调性能。当误比特率（BER）在数量级为10^-4时，改进算法下小站信号的解调性能提升了1 dB，说明改进算法优于四次方法。     

LoRa物理层同步及解调性能研究

针对现有的基于FFT的同步算法误差较大的问题,提出了一种优化的LoRa物理层前导码同步方法。首先,根据Chirp信号的时频转换特性,分别采用差分算法和插值算法对前导信号的归一化的小数频偏和小数时延进行估计,在此基础上采用基于FFT同步的联合估计算法对整数频偏和整数时延进行估计;之后,从理论上分析残余的同步误差对LoRa信号解调性能的影响。仿真结果表明,所提出的同步方案可以在相应信噪比极限下满足解调性能要求。     

甚高频数据广播信号解调算法设计

为提高甚高频数据广播(VDB)信号的同步精度和解调性能,根据VDB信号基本格式和特点,提出了一种基于解差分的VDB信号的解调算法,该算法消除了频偏引起的同步性能恶化,能够在一组同步码元内完成帧同步、位同步和频偏估计与校正。仿真结果表明,该方法有效提升了VDB信号解调性能。     

Chirp-rate调制的新型解调方法

提出了一种基于分段去斜率的Chirp-rate调制解调方法。根据CRM信号以不同调频斜率的Chirp信号作为调制信号的特点,接收端分为两级解调,第一级解调采用延时混频(去斜率)的方法,把不同调频斜率的Chirp信号转换为MFSK信号,第二级采用非相干方式对MFSK信号解调。最后分析了二进制CRM信号经过高斯信道的性能,在高信噪比情况下略好于基于分数阶傅里叶变换的CRM系统。     

A best method of demodulation algorithm for UNFSK applied in transportation

The frequency shift of the ultra-narrow frequency shift keying (UNFSK) is far less than the ordinary binary frequency shift keying (FSK) method. Because the two frequencies of UNFSK are extremely close, the traditional demodulation method cannot separate them successfully. This study aims to successfully demodulate the UNFSK signals by applying cycle extension and notch filter. The signal processing procedure is as follows: First, the sampling signals have been made cycle extension to enlarge their spectrum difference between signal 0 and 1; secondly, the cycle extension signals have been processed by the notch filter algorithm and finally, we could get the information by sentencing the filtering result. Finally, the method is applied in transportation. The simulation results proved that the algorithm greatly enhanced UNFSK signal demodulation performance, compared to the traditional demodulation method. There can be 2–3 dB improvement in performance, which is very suitable for UNFSK.