PPCM帧同步码的抗干扰性能分析

本文主要针对现用PPK遥测体制分析了特快信号译码器PPCM码的漏、误译码概率,并给出了相应的概率曲线,结果表明了PPCM帧同步码的抗干扰性能很强。     

一种慢跳频系统频率跳变时刻同步算法

提出一种盲接收环境下的慢跳频（SFH）系统频率跳变时刻同步算法。该算法针对慢跳频系统中1跳数据包含多个调制符号的特征,通过非线性变换得到包含离散谱线的信号。利用跳频信号在每1跳内能量恒定的特性,将1跳信号均匀划分为2段,提取分段信号非线性变换后离散谱线能量差异,作为调整频率跳变时刻的判决量,通过反馈环路实现盲接收环境下频率跳变时刻的精确同步。对典型慢跳频DPSK（SFH/DPSK）系统在盲接收环境下的同步性能进行仿真,在Eb/N0大于16 dB时,算法同步性能接近10-3,验证了算法的有效性。     

基于压缩采样的PSK信号自动调制识别方法

N次方非线性变换方法是通信信号自动调制识别的常用方法,该方法对于相位键控(PSK)信号较为有效。但是,该方法要求的采样率通常要远高于Nyquist速率,这无疑给模拟数字转换器(ADC)带来了巨大的压力。本文利用相位键控(PSK)信号经过非线性变换后频谱的稀疏特性,提出了一种利用压缩采样数据实现PSK信号自动调制识别的方法。文中引入了压缩感知理论,并给出了利用压缩采样数据重构PSK信号非线性变换后频谱的方法,该重构频谱可用于自动调制识别及载频和符号率估计。     

循环相关符号率盲估计算法的快速实现

介绍了几种常用的符号率盲估计方法,简单回顾了基于循环相关符号率盲估计的基本算法,在此基础上,通过理论分析提出一种基于循环相关符号率盲估计的快速实现方法。该方法利用FFT运算代替循环频率遍历搜索,计算量分析表明,与基本算法相比,快速算法大幅度降低了计算量,仿真结果验证了该算法的有效性。最后,对算法中存在的问题进行了分析并给出了解决方法。     

论VHDL系统设计中的电路结构简化

简要阐述电路间化的必要性和简化电路结构的方法，然后从描述方法、设计规划和逻辑函数分析了VHDL设计中容易引起电路复杂化的原因，并提出了相应的解决方法。     

基于PCI总线特快信号测试卡的设计

图1为基于PCI总线的特快信号测试卡系统构成框图。特快信号测试卡硬件由特快信号解调芯片、双口RAM、PCI用户接口逻辑和$5933构成。特快信号测试卡软件由驱动应用程序、事后储存处理和实时监控构成。特快信号解调芯片完成特快信号的检测和实时存储，主要包含单次宽脉冲组SWPG信号源、PPK信号源、特快信号译码、特快信号地址形成、特快信号时序控制、特快：信号记录数据形成、PPK检帧同步、自适应禁存控制、相对时电路、时间记录地址形成、时间记录数据形成等电路，     

用于非合作信号噪底估计的改进自回归算法

非合作接收中由于信道或接收机模拟器件的影响可能导致接收信号功率谱存在噪声基底不平坦现象,为便于划定检测门限需要先估计噪声基底再对原始功率谱进行修正.传统的非线性自回归滑动滤波算法采用固定阈值,仅适用于窄带单信号的噪底估计.改进算法通过增加调节系数实现对阈值的动态调节,并根据功率谱特征计算初始阈值和调节系数,提高了原算法的适应范围和工程实用性.仿真结果表明,改进算法对不同种类的信号具有普适性,能解决原算法无法适应的宽带多信号噪底估计.     

一种基于奇异值分解的改进信噪比盲估计算法

针对空间分解类信噪比(SNR)估计算法中子空间维数估计复杂度较高,低信噪比下估计偏差较大的问题,提出了一种改进的子空间维数估计算法。该算法首先利用样本自相关矩阵的奇异值序列进行后向差分得到梯度序列,对梯度序列每一项与后5项之和的比值进行搜索,最大比值所对应的奇异值序号作为信号子空间维数,最后计算信噪比。合适数据长度下的仿真结果表明：在信噪比-5 dB~20 dB范围内,常规通信信号的信噪比估计平均偏差小于0.5 dB,标准差小于1 dB;该算法提升了低信噪比下的估计性能,运算量较小,无需知道调制方式、载波频率、符号率等先验信息,在低信噪比时对信噪比时变的跟踪估计更为准确,且对复杂高阶调制信号同样适用。     

用于APSK和QAM信号信噪比估计的改进分段数据拟合算法

为提高幅相键控( APSK)信号和正交调幅( QAM)信号信噪比估计范围和精度,提出了一种改进的信号信噪比估计算法。算法首先计算接收信号平方的均值和绝对值的均值之比,然后根据星座图特征,利用多项式拟合该比值与信噪比的关系。在拟合过程中,对信噪比区间进行分段拟合来提高各段拟合精度,并用蒙特卡洛仿真经验值修正算法的固有偏差,从而得到信噪比的近似无偏估计。仿真结果表明,当信噪比估计区间为-5~20 dB且数据长度合适时,16 APSK和32 APSK信号信噪比估计偏差均值小于0.5 dB,标准差小于2 dB;该算法对16QAM和32QAM信号信噪比估计的标准差小于传统数据拟合算法。该算法运算复杂度较低,便于实时应用和硬件实现,对恒模和非恒模信号均能实现信噪比宽范围精确盲估计。     

多进制相移键控信号信噪比估计方法

信噪比(SNR)估计是信道估计的重要组成部分,很多先进通信系统和信号处理方法都将信噪比作为先验信息,因此对信噪比估计方法的研究尤为重要。基于多进制相移键控(MPSK)信号模型,对最大似然类、矩估计类和空间分解类算法进行了性能分析和仿真。在一定条件下,上述算法的估计偏差在[0,20] dB区间内均小于1 dB,其中最大似然类算法估计精确度最高,但易受解调误码率影响;矩估计类算法在低信噪比时性能较好,高信噪比时易受算法自噪声影响;空间分解类算法适应性最强,但实时性较差。通过对上述算法一致性和差异性分析,总结了信噪比估计的研究进展和主要问题,明确了复杂调制信号宽范围信噪比估计和空间分解方法的研究方向,为后续研究提供了解决思路和改进措施。