基于MeanShift的短波跳频信号快速盲检测

在复杂的短波信道环境下,为了降低各种干扰信号和噪声对跳频信号的影响,实现低信噪比下跳频信号盲检测,结合时频分析技术,提出一种基于MeanShift算法的连通域标记跳频信号快速盲检测算法。首先,对信道环境灰度时频图进行二次灰度形态学滤波得到二值化时频图。其次,通过连通域标记算法,计算信号最大持续时长。再次,利用MeanShift算法对信号最大持续时长进行聚类分析。最后,结合自适应双门限对聚类结果进行二次判决。仿真结果表明,在无任何先验信息的情况下,所提算法能够在低信噪比下快速分离各种干扰信号与尖锐噪声,实现跳频信号快速盲检测,检测概率较高,在短波信道环境下抗干扰能力较强,计算复杂度较低,具有较高的工程实用价值。

基于Swin-Transformer的短波协议信号识别

针对短波复杂信道环境下信号所属协议识别困难的问题,提出一种基于Swin-Transformer神经网络模型的短波协议信号识别算法。首先使用时频分析方法得到信号的灰度时频图作为神经网络的输入;其次设计一种基于Swin-Transformer的神经网络模型,对信号时频图进行特征提取;最后将特征与协议建立映射关系,从而实现信号协议的识别。仿真实验结果表明,在信噪比大于−4 dB的高斯信道下,所提算法的识别准确率接近100%,高于现有算法。此外,在强干扰以及多径时延衰落的信道条件下,所提算法仍具有较高的短波协议信号识别率。

智能反射面辅助的未来无线通信:现状与展望

随着元材料和元表面等相关研究的进一步发展,智能反射面(IRS)的概念被提出。IRS利用集成在平面上的大量无源反射元件通过软件编程智能地配置无线传播环境,从而达到提高无线通信系统性能的目的,相对于传统的中继系统具有成本低、功耗低、易部署等特点。因此,IRS及IRS辅助无线通信是未来通信领域发展的重要技术之一。通过对现有IRS研究现状的调查和整理,从IRS的基本概念、发展历程、特性优势和IRS辅助无线通信的基本概念、研究方向等方面,详细介绍了IRS与IRS辅助无线通信的发展与应用。最后对IRS未来的发展进行展望。