A Neural Network Approach to Blind Estimation of PN Spreading Sequence in DS/SS Signals

As the power spectrum density of direct sequence spread spectrum (DS/SS or DS), signals is often much lower than the noises’, the DS signals have the ability to resist interception and interference. But in point of fact, if we have get some parameters of the DS signals, including information symbol period, chip period of the pseudo noise (PN) sequence, we can estimate the PN sequence in DS signals blindly, this has great value for management or interception of DS communications. Ref.[1…     

直扩信号伪码周期的谱检测

针对低信噪比直扩信号（DS／SS信号）的伪码（PC码）周期截获的难题,提出了一类基于信号功率谱二次处理的新方法,理论分析和计算机模拟表明,该类方法在较低的输入信噪比条件下能良好地工作。     

基于高阶累积量的空间特征估计方法

本文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计.该方法构造了空间特征矩阵,对其作特征分解可以得到各用户的空间特征.该方法不依赖于信号具体特征,适用于任意加性高斯噪声.理论分析和仿真结果说明了算法的有效性和稳健性.     

微型葡萄盆景的制作

葡萄是人们喜爱的一种果树,既可以庭院栽培,也可以阳台盆栽。若把它制作成微型盆景,置于书房、案头,别具一格,更是令人喜爱。微型葡萄盆景的制作,要取得有果穗的主干。这可以利用葡萄在梅雨季节容易产生不定根的特性,采用空中压条法,或者地面挖坑低压法取得主干。具体作法是: (一)空中压条法每年4～5月份,当你的盆栽葡萄或庭院种的葡萄,开始扬花结果的时候,从中选取比较健壮的、最好是有两串果穗的新枝,在其与母藤连接处套上一个饮料瓶。将饮料瓶上半部     

一种多符号网格码与差分空时分组码级连方法

我们提出了一种多符号网格码(MTCM)与差分空时分组码级连的传输方法,研究了在传输信道是慢时变平坦瑞利衰变的条件下,并采用理想交织时系统的性能。导出了这个级连系统的成对错误概率上限表达式,分析表明,系统的性能主要受到不同信号序列间的最小汉明矩离和信号星座间的平方欧几里德矩离的影响。仿真结果表明,在相同的频谱有效性和信号星座条件下,这种级连的系统比非级连差分空时编码系统有更好的性能。     

低信噪比长伪码直扩信号的盲估计方法

为了解决低信噪比长伪码直扩信号的盲估计难题,提出了一种长伪码直扩信号的相关矩阵累加平均结合特征分析的新方法。本方法是在已知长伪码直扩信号的扩频码周期、码速率等参数,并且信息序列不相关的前提下,将接收到的长伪码直扩信号以一随机确定值为起点进行周期分段形成连续多个观察向量,求其相关矩阵并累加平均,并实施特征分析以得到相关矩阵的特征值和信号所含主成分,由相关矩阵的特征值可以估计出信号所含的噪声方差、信号信噪比和信号分段时随机确定的起点,由主成分特征向量还可以进一步估计出观察信号的扩频码序列。本文所提出的方法充分分析和推导了长伪码直扩信号的特征结构,提出了对长伪码直扩信号盲估计的核心基础算法,该算法可以有进一步应用于长伪码直扩信号盲解扩的潜力。本文提出的方法并不象已经提出的其他算法,其对长伪码扩频信号的盲估计性能可以随着观察向量个数的增加逐步得到改善,而且该方法可以应用于任意类型的扩频码、信息码,在理论上能工作在任意强度的加性高斯白噪声环境下,并且不需要事先提取任何定时同步信息。理论分析和数值结果表明了本方法较为鲁棒不易受到噪声影响。     

窄带干扰环境下DS-SS信号的细微特征分析

通过对窄带干扰(NBI)条件下低信噪比直接序列扩频(DS-SS)信号的细微特征分析,得到了NBI特征波形和DS-SS扩频伪码(PN)的盲估计。首先按PN码周期和码速率(假设已获知)对接收DS-SS信号进行取样预处理形成观察向量集,接着用细微特征分析方法对该集合进行处理,最后可以估计出信号所夹杂的NBI特征波形和信号的PN码序列。为了减少所估计PN码的相位模糊性,本文在取样预处理时将取样时间窗口增大到PN码周期的二倍,结果使所估计的PN码或是原码或是反码,从而提高了估计准确性。同时利用所估计的NBI特征波形可消除原始信号所夹杂的NBI,而利用所估计的PN码序列则可以对DS-SS信号实施盲解扩处理。理论分析和数值结果表明,该方法有效,并能工作在较低的输入信噪比和信号干扰比环境下。     

调制域分析仪中的非线性数据处理技术

本文讨论了调制域分析仪测试误差的来源及其特性。提出一种自适应非线性混合滤波的数据处理方案（ＡＮＨＦ）,分析了ＡＮＨＦ的滤波特性,通过对大量实测数据的处理,证明该方法能有效减少各种随机测试误差,提高测量精度,同时保护被测信号的边缘特征。     

高速、高精度频率采样中的量化误差分析

讨论了高速、高精度频率采样的基本原理;分析了量化噪声对测量误差的影响;提出了采样器建立和保持时间对测量误差影响的问题;导出了考虑采样器建立和保持时间后时间量化误差的概率密度函数,为量化误差的校正奠定了理论基础。     

一种DS/SS信号PN码序列估计的神经网络方法

本文提出了一种利用神经网络(N.N.)完成直接序列扩频(DS/SS)信号PN(伪噪声码)码序列估计的新方法.该方法充分利用了无监督N.N.的自适应主元提取特性,加上其高速运算能力,解决了传统方法在PN码的实时处理及实现上的困难,理论分析和数值结果表明了本方案能在较低的输入信噪比条件下完成对PN码的正确估计.