CFO条件下的OFDM子载波调制样式识别方法

提出了一种基于信号幅度分布特征与多次方谱线特征相结合的调制样式识别算法。该算法主要基于正交解调后的正交频分复用子载波信号的幅度分布特征,采用直方图统计的方法实现多进制相移键控和多进制正交幅度调制识别,用多方次谱特征实现多进制相移键控类的调制识别。相比基于经典的高阶累积量的调制识别算法,具有更好的载波频率残留偏差适应能力,在载波频率偏差条件下,提高了调制识别率;相比循环平稳方法,具有更好的信噪比适应能力。仿真实验结果表明了该方法的有效性,相同的识别率下能适应更低的信噪比。

基于小波包变换的自适应阈值抑制窄带干扰

为了进一步提高直接序列扩频通信系统的窄带干扰抑制能力,本文实现了基于小波包变换的自适应阈值抑制窄带干扰算法。通过分析直扩信号在小波包分解后的能量分布特点,来设定自适应阈值以定位和剔除窄带干扰。解决了干扰判决阈值难以确定的问题。自适应阈值能够迅速跟踪和准确定位窄带干扰所在的子带,并对干扰的强度变化具有自适应的特点。仿真结果表明,该阈值抑制算法使直接序列扩频通信系统的抗干扰性能得到提高。

基于单片机的小功率逆变器的设计与实现

为了提高逆变器的整体性能,以STC12C5A60S单片机为核心,设计并实现了一个小功率逆变器。通过单片机直接产生脉宽调制波,控制功率开关器件组成的桥电路实现逆变。根据单片机对外部电位器上电压的采样值对输出电压的幅值进行控制,使得输出电压幅度可调。采用数/模电路结合设计,使得逆变器的体积大大减小。硬件上的功能模块化设计,使整个系统的检测性和操控性大大加强。该逆变器电路简单,工作稳定可靠,且易于升级,具有较大的推广应用价值。

空时频域中欠定混合条件下的波达方向估计

波达方向估计是阵列信号处理领域的热点问题,但经典的波达方向估计方法通常要求阵元数大于源信号个数,即满足超定条件,而在实际中往往面临的是源信号个数大于阵元数的欠定条件。基于此,提出了一种基于空间时频分布的多重信号分类扩展算法,通过将空间时频分布矩阵进行扩展,实现了欠定条件下的波达方向估计。相比时频多重信号分类算法,所提算法能同时适应超定和欠定条件;相比已有的欠定波达方向估计方法,其不但保证了波达方向估计的精度,而且放宽了对源信号稀疏性的要求,同时还降低了对快拍数的要求。仿真实验结果证明了该方法的有效性。

多载波OFDM信号识别方法

无人机(unmanned aerial vehicle, UAV)技术发展迅速,应用十分广泛,用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号,给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此,提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性,通过计算信号的复包络相关谱,并检测判断其相关谱的离散周期性,实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法,所提算法具有更好的信噪比适应能力,而且不需要设定判别的经验阈值,同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。