窄带无线通信中数字信号的频谱编码传输方法

本文提出了一种适用于窄带无线通信的数字信号频谱编码传输方法，就是用待传输的二进制数字信号对频谱进行编码，通过ＩＦＦＴ转换成编普通的模拟信号发送出去，在接收端，地收到的模拟信号进行抽样、ＦＦＴ变换、恢复成原来的频谱，从而识别出发送端的数字信号。     

基于多广义函数混沌同步的数字信号传输方案

讨论的是混沌保密通信问题。在多广义混沌同步和间歇偶合思想基础上提出了一种数字信号传输方案。在信号传输过程中，每个信号周期被分为两部分Tl，T2，分别用于实现同步和信号解调。通过随机选择广义函数和T1，T2的大小，大大提高了信息传输的安全性能。分析了T1，T2与安全性能和信息解调精度的关系。数值仿真表明效果良好。     

关于编码正交频分复用中同步的研究

编码正交频分复用(COFDM)是一种多载波数字通信调制技术,其基本原理是将频域中的一个宽带信道划分成多个重叠的子信道进行窄带传输.在接收端,虽然频谱相互重叠,但是只要保证各子信道上信号的正交性,就可以将各信道上的信号正确分离.文章重点研究了COFDM 通信系统中的同步技术.     

基于认知的UWB系统软频谱自适应设计方法

认知无线电技术与UWB技术结合解决干扰问题已成为近几年研究的热点。基于认知的思想,在满足联邦通信委员会（FCC）频谱限制的基础上,设计出最佳脉冲波形,使其与周围电磁环境中的干扰设备的功率谱相互正交,从而有效地避开干扰。通过对电磁环境的周期性重复采样,UWB可以成为自适应抑制干扰的通信系统,实现了认知超宽带无线电的概念。此方法不需要在整个频段内降低UWB脉冲的功率谱密度,为提高UWB脉冲发射功率和增大UWB系统的通信距离,提供了一种灵活易行的解决方案。     

“数字信号处理”课程中采样定理的一种推导方法

采样定理是"数字信号处理"课程的教学难点之一。现有的采样定理的推导方法与采样电路模型联系较少,使得学生在学习过程中对采样定理的物理意义了解不够清楚,本文给出了采样定理另一种推导方法。教学实践表明,本文推导方法的数学表达式能反映出采样过程中信号频谱的变化,有助于学生理解与掌握采样定理。     

分数阶Fourier域上非均匀采样信号的频谱重构研究

 本文研究了分数阶Fourier变换域上非均匀采样信号的重构问题.首先得到周期非均匀采样信号经非均匀分数阶Fourier变换后的频谱表达式,研究了该分数阶频谱和信号连续分数阶频谱之间的关系,并基于该关系式提出了一种分数阶Fourier域周期非均匀采样信号的频谱重构算法;其次,讨论了分数阶Fourier变换域上更加一般情况下非均匀采样信号重构问题;最后,给出了周期非均匀采样信号频谱重构的仿真结果.     

基于平均频谱效率的自适应编码调制优化设计

自适应编码调制(ACM)技术能够很好地改善无线信道的频谱利用率.文中提出了一种基于平均频谱效率的自适应调制编码系统的优化方案,运用该方案,ACM系统需要数量很少的优化编码,使吞吐量接近于AWGN信道容量.     

基于分数阶Fourier变换的一种新的非均匀采样方法

由于采样设备和被采样信号的限制,完全均匀采样是无法实现的,因此不得不进行非均匀采样.根据信号的时变特征,在信号的低频部分,用较低的频率对信号进行采样;在信号的高频部分,用较高的频率对信号进行采样.在此基础上,应用分数阶Fourier变换对非均匀采样Chirp信号进行分析,得到非均匀采样Chirp信号在分数阶Fourier变换域的频谱表达式,并分析其在分数阶域的频谱性质.该方法解决了整个采样时段内由于过采样造成的数据冗余性,满足了实时性要求,且具有较好的抗噪声能力.这里提出的非均匀采样方法满足了采样定理的要求,并得到了均匀采信号在分数阶域的频谱表达式.     

一种快速同步的时钟数据恢复电路的设计实现

时钟数据恢复(CDR)电路是通信传输设备中的重要部分,对于突发式的接收,基于锁相环的传统的CDR往往不能满足其快速同步的要求.对此,文章采用过采样方式基于FPGA设计实现了一种全数字化的155.52Mb/s下的CDR电路.理论分析、仿真和实验测试结果表明,该CDR电路可以有效地对相位变化实现快速同步,有很大的捕捉范围,且系统较锁相环便于集成.     

一种基于过采样的OFDM系统定时同步算法

针对基于辅助训练序列的OFDM符号定时同步,文章提出了一种基于过采样的定时同步相关算法。首先介绍了OFDM系统的传输模型,然后阐述了定时同步算法,包括已有的基于已知辅助数据的定时同步算法和基于过采样的已知辅助训练序列定时同步算法,最后对算法性能进行了仿真分析。     

基于Compressed Sensing框架的图像多描述编码方法

基于新兴的压缩感知(Compressed Sensing,CS)理论,提出了一种抗丢包能力强且结构简单易实现的多描述编码方法.首先对变换后的图像进行交织抽取分块,再对各子块进行随机观测、量化、打包形成多个描述子码流.解码端根据接收码流情况通过求解优化问题重建原图像.由于随机观测过程简单易实现,故该方法可以以较低的计算复杂度构造出较多的描述子.实验结果表明,在同样的丢包率下,本文方法的重构质量(PSNR)明显优于SPIHT多描述编码方法,且计算复杂度较低.     

主观Bayes方法与神经网络相结合的多传感器数据融合空间点目标识别方法

根据对空间弹道式目标及其伴随诱饵信息获取过程中存在的不确定性，将主观Ｂａｙｅｓ方法引入到空间点目标的识别中．为解决应用不精确推理方法所必需的知识和经验的前提问题，将神经网络的输出代替领域专家的知识和经验，并给出了将神经网络与主观Ｂａｙｅｓ方法结合起来的具体方法，进而提出一种多传感器数据融合识别空间复杂弹道式目标及其伴随诱饵的识别模型．实验仿真结果表明，大大改善了识别效果．     

一种基于变形模型的红外图像去噪新方法

红外图像去噪的新方法采用了平滑约束计算机视觉问题的变形模型，并根据 红外图像的成像特点，提出了用变形模型的空间变化尺度因子，去控制红外图像的平滑去噪操作，使得去噪处理具有良好的保边缘性能。     

树型电力网单一故障诊断的零泛器替代法

本文研究树型电力网发生单一短路或断路故障,且故障点线间具有任意量值的接触电阻时的故障诊断问题。提出了故障点定位和接触电阻定值的一种方法零泛器替代法。论述了这种诊断方法的原理,建立了诊断方程,提出了算法。最后给出了具有5个分支的树型电力网短路和断路故障诊断的算例。     

一种基于多传感器时间—空间信息融合的红外小目标识别方法

为了提高强干扰条件下的红外弱小目标识别的可靠性，提出了一种基于多传感器时间－空间信息融合的红外小目标识别方法，并采用D－S证据合成理论对来自多个红外双波段成像传感器的实际图像信息了仿真融合计算。仿真结果表明该方法对强干扰条件下的红外弱小目标具有较高的识别效率。