抗单粒子辐射LVDS驱动器设计

为了减小单粒子效应对低电压差分信号(Low Voltage Differential Signal, LVDS)驱动器电路的影响,对LVDS内部模块电路进行单粒子脉冲仿真,找出电路中单粒子敏感节点,并进行单粒子加固设计。该电路基于0.18μm 1P5M CMOS工艺实现,传输速率为200Mbps,版图面积为464×351μm²,在3.3V电源电压下功耗为11.5mW。辐射试验采用Ge粒子试验,在入射能量为210MeV,线性能量转移LET为37.3MeV·cm²/mg辐射情况下,该LVDS驱动器电路传输数据未发生错误。     

卫星信道三状态Markov模型设计与仿真

为研究大气空间环境对卫星通信的影响,将卫星通信的天气状况分为晴朗天气、云雾天气、雨雪天气3种情况,分析不同天气状况下的卫星信道传播特性并建立相应的Rice分布模型、C.Loo分布模型和Suzuki分布模型,引入三状态Markov过程实现因天气变化造成的信道状态的转换,构成卫星信道三状态Markov模型并对该模型的统计特性进行分析。最后,采用正弦波叠加法并利用实测气象卫星云图数据对该卫星信道三状态Markov模型进行仿真实验。仿真结果表明,所建模型可以用来模拟实际的卫星信道传播特性。     

基于DNA遗传优化的正交小波常模盲均衡算法

在上行多用户中继网络中,针对中继协作波束成形与多天线基站联合优化的问题,本文提出了两种不同的但是具有一定相关性的设计方法。在第一种方法中,考虑在接收端SINR约束的情况下,使中继节点总功率最小化;在第二种方法中,研究在中继节点满足一定功率约束的情况下,使接收端SINR最大化。研究发现,基站线性接收器的最优权值矩阵决定于中继节点加权向量,进而可将多变量优化的复杂问题转化为单一变量优化问题。原问题进而可转化为半正定规划问题,可以用内点法方便的解决。仿真结果表明,与通过迭代运用凸优化求多向量的方法相比,该方法性能更优。     

多小波模糊神经网络盲均衡算法

为了克服传统恒模算法(CMA)采用固定步长造成的收敛速度与收敛精度之间的矛盾,提出了一种基于平衡正交多小波变换的模糊神经网络盲均衡算法(MWT-FNN-BEA).该算法一方面利用模糊神经网络控制器自动调节算法的迭代步长,较好地解决了收敛速度与收敛精度之间的矛盾;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。     

气象雷达全固态调制器的几种故障排除方法

文章阐述了气象雷达全固态调制器的工作原理及其主要故障的分类,并针对气象雷达在业务运行过程中出现的调制器组件典型故障进行了分析,介绍了如何根据报警信息、故障现象进行定位和排除的方法。文章所述3例雷达故障现象不尽相同,但都与调制器组件相关,针对高压打火可能对发射机造成的严重危害,需要熟练掌握高压线路和模块组件线路结构及信号流程,才能更快更好的排除雷达故障。     

基于三阶累积量对角切片的直接自适应谱线增强算法

依据随机平方相位耦合信号三阶累积量不为零的特点,提出了从高斯噪声环境中恢复平方相位耦合信号的基于三阶累积量对角切片的直接自适应谱线增强算法。该算法恢复平方相位耦合信号、抑制高斯噪声的性能优于传统的自适应谱线增强算法。仿真结果证实了这种算法的有效性。     

对角切片谱法分析信号中相位耦合的频率分量

给出了三阶累积量对角切片谱的性质,分析了水中目标辐射信号的特点,并将3阶累积量对角切片谱法应用于提取水下目标辐射信号中相位耦合的频率分量。以水下某目标辐射噪声的实测数据为例,进行了仿真研究。结果表明,该方法在提取水下运动目标辐射信号中的参加相位耦合的频率分量和相位耦合产生的频率分量、抑制环境噪声和非耦合的频率分量等方面的性能优于自相关谱法。     

基于双曲正切误差函数常数模算法的DSP实现

基于双曲正切误差函数的常数模算法,利用误差函数曲线关于零误差对称性来降低稳态误差,因而具有实用性.为了用DSP实现该算法,在Matlab平台上,采用水声信道对该算法进行了仿真研究,得到最佳均衡器权长、变步长特性参数.在此基础上,进行了该算法的DSP硬件模块及软件编程流程的设计,给出了软件代码编写的关键点及DSP仿真结果.结果表明:该算法的DSP实现效果良好.     

基于Kalman滤波的GSC改进语音增强算法

针对广义旁瓣相消器（Generalized sidelobe canceller,GSC）存在非相干噪声消除性能不佳的缺陷,提出了采用后置Kalman滤波器改进的GSC去噪算法。该算法通过归一化最小均方算法校正自适应噪声对消器,并将滤除方向性干扰噪声后的语音信号输出到Kalman滤波器中,对残余背景噪声进行迭代最小均方误差（Minimum mean square error,MMSE）估计,抑制非相干噪声与麦克风阵元所产生的热噪声。经过在不同信噪比条件下客观语音质量评估（Perceptual evaluation of speech quality,PESQ）及语谱图分析后证明,与传统的GSC以及后置谱减法的改进GSC相比,本算法在噪声消除上的表现更为优越,且增强后信号也更接近目标信号。     

基于神经网络的符号自动识别系统研究

提出了一种新的基于神经网络的目标符号自动识别系统。该系统在图像的二值化处理过程,采用了小波变换的方法,该方法可有效克服噪声的干扰,自动确定灰度图像二值化所需要的阈值。在符号识别部分,采用了双向联想记忆（BAM）人工神经网络技术,通过改进的感知器学习算法,增大了网络的容量,可实现对采集的有污染或缺损符号进行正确识别。仿真实验结果说明,系统具有较强的稳定性和有效性,且易于工程实现。