数字电视测量指标分析

本文介绍了数字电视维护中常用的几项指标,并以图形和具体的数据形式进行了一定的解释,可以对维护工作中有一定的帮助。     

数字电视MER及星座图剖析

随着数字电视的发展，人们越来越重视数字电视的质量，数字电视的质量首先决定于数字电视信号的质量，因此对数字电视信号的分析、测试非常重要，本文重点对数字电视信号的MER及星座图进行剖析。     

匹配星座图盲信道均衡算法

文章首先阐述了一般的盲信道均衡模型,然后提出了一种新颖的基于星座图匹配的盲信道均衡算法,通过与其它算法进行实验比较,得到的仿真数据表明本文算法在最小误差、收敛效果、计算速度等方面优于其它算法。     

最高功放效率PAPR抑制评估标准和迭代准则

高峰均功率比一直是掣肘OFDM系统性能的最大障碍。为了更精确地评估峰均比抑制对功放失真的影响,提出了最优CCDF(OCCDF)迭代收敛准则。新准则考虑放大器中每个子载波的失真,限定MER条件下得到尽可能低的放大器输入功率回退(IBO),获得最高功放效率所匹配的OFDM整体信号分布。基于此,在CMMB系统中给出了一种高效的时域削波结合星座图扩展(ACE)的峰均比抑制技术。采用OCCDF迭代峰均比抑制方案实验结果:MER=40 dB条件下,基于ACE峰均比抑制的OFDM系统相比抑制前获得了3.05 dB的功放IBO性能改善。对应到功率放大器的性能改善:功放效率提升了15.74%,总功耗和管耗分别降低了22.2%和40.19%。     

QAM调制分析与其SystemView仿真实现

正交振幅调制OAM(Ouadrature Amplitude Modulation)是一种频谱利用率很高的调制方式.文章在介绍OAM调制、解调原理的基础上,深入探讨了OAM的频谱利用率和误码率性能.并在SystemView下对该系统进行了完整仿真.通过仿真观察到调制与解调信号的波形,星座图以及OAM信号功率谱密度曲线,并对仿真结果进行了分析.由分析结果可知,OAM调制系统具有很高的频谱利用率以及较好的误码率性能,因此可增大系统容量,同时也保证了系统的可靠性.     

MQAM原理及其在EDSL系统中的应用

EDSL是众多xDSL技术中的一种，是我国拥有自主知识产权的第三代宽带接入技术。多电平正交振幅调制（MQAM）是EDSL在双绞线上实现高速数据传输的关键技术。概述了MQAM的一般原理，介绍了一种能有效提高频谱利用率的变速率MQAM调制技术，并论述了它在EDSL系统中的具体应用，详细说明了EDSL系统中ETU的工作过程。通过比较QAM和DMT两种方案，说明了EDSL系统采用QAM技术的原因，对深入了解EDSL系统具有一定的指导作用。     

基于256-QAM星座图重排HARQ技术

介绍了一种基于256-QAM调制的混合ARQ(HARQ)技术,该技术通过星座图重排,降低了多级调制造成的比特之间可靠性的差异,能够显著提高HARQ的性能。首先,提出了标准的符合格雷映射关系的256-QAM星座图后,并通过选取另外3个星座图进行重排,构成基于256-QAM的4星座图影射规则。仿真结果表明该方法最终降低复杂度并提高HARQ性能,这将对未来256-QAM的应用(例如HSDPA、HSUPA)提供较大的参考价值和现实意义。     

基于星座图聚类分析调制识别的改进算法

通过分析聚类分析在星座图中的应用,得出星座图聚类分析对高阶QAM短突发信号的类内调制识别不适用的结论,从而提出了星座图聚类调制识别法在短突发信号的改进方法。将星座点在坐标轴上投影,利用投影点进行聚类分析,可以提高星座聚类算法在高阶QAM短突发信号调制识别中的性能。仿真结果表明,在短突发信号的条件下,该方法具有良好的识别效果。     

基于PACGAN与差分星座轨迹图的辐射源个体识别

深度学习解决个体识别的一个突出问题是难以获得足够样本对网络进行训练,针对该问题,提出了一种基于PACGAN(Pooling Auxiliary Classifier Generative Adversarial Network)的辐射源个体识别算法。该算法针对输入信号的差分星座轨迹图进行处理,并对辅助分类生成式对抗网(ACGAN)进行了适应性改进。在判别器网络中引入池化操作,增强其在多分类任务中的特征提取能力;针对样本图像特征大量边缘分布的情况,添加零填充层并以增强其边缘特征提取能力,增大卷积层感受野以提取全局性特征。通过对五种ZigBee设备的实验,结果表明本文提出算法在小样本条件下相较于其他方法具有更高的准确性。      

稀疏码分多址系统一种改进的检测算法

稀疏码分多址(SCMA)系统中基于球形译码算法(SD)由于具有优良的性能受到越来越多的关注,然而现有基于SD的算法只能用于某些特定星座结构的检测,导致其应用受限。该文提出一种适用于任意星座且性能达到最大似然(ML)算法性能的改进球形译码(ISD)算法。该算法将用户星座图拆分,并将用户星座图转换为多层树结构,利用对树结构的搜索完成译码操作,并且对树的搜索是从高层向低层进行的。因此,可以将SCMA检测转换成最小化树结构部分度量问题;同时,所提出的改进算法对星座图的结构无任何限制,所以该算法适用于任意类型的星座图。此外,由于SCMA的稀疏性,每一层的部分度量均与分配给每个资源元素的用户无关,从而进一步降低了计算复杂度。