同步辐射装置主信号源的扩展方法研究

主信号源是同步辐射装置的关键组成部分之一,它不仅用于产生同步辐射光源各子系统所需的稳定度极高的参考信号,还用于生成整个装置的控制系统所需的高精度工作时钟。一般使用射频信号源作为主信号源,而商业射频信号源一般只配备单输出通道,远远不能满足同步辐射装置的需要,使用传统功分器对主信号通道进行扩展又存在幅度衰减、精度下降且相位不一致的问题。为解决上述问题,利用射频芯片AD9361,研究了对主信号源的单路输出进行扩展的方法。该方法可根据用户需求完成相应数量的信号通道扩展,设计了AD9361芯片和FPGA主控模块相结合的硬件架构。搭建实验平台,开展了射频信号源在C波段扩展的实验研究,对所提出的扩展方法进行实验验证。实验结果表明,该方法能保证扩展信号的幅度、频率与相位与主信号保持高度一致。

无线传感节点中频域传输信号解调与控制方法

为提高无线传感网络节点中的频域传输信号抗噪能力,优化前端镜像与噪声信号处理能力,以无线传感节点中的频域传输信号为研究对象,提出一种新的信号控制与解调方法。将无线传感信号输入设计的滤波器中,通过电容器、电阻、运算放大器相互协作完成信号滤波。引入前馈补偿通路组建两级节点信号解调线路,当输出传感信号功率超过标准,便可根据超出值,以前馈补偿的方式调节增益带宽积实现解调。在传感节点中外接一个校正电路,以校正电容调节码的方式,控制传感信号频域传输特性满足正常运行标准。仿真结果表明:在1 V的电源电压下,此滤波器中心频率为2 MHz,邻近信号抑制为55 dB,镜像信号抑制为33 dB,带内纹波为0.1 dB,通带电压增益为18 dB,工作电流为382μA。验证了所提方法具有较高的频域传输信号深度处理能力,且有助于实现无线传感网络高质量通信。

基于信噪比和噪声功率密度测量的射频接收通道状态检测方法

针对传统射频接收通道中靠近天线射频前端的故障检测代价大,检测颗粒度受限等问题,提出了一种基于噪声功率密度测量的射频接收通道状态检测方法。利用噪声系数与增益的级联迭代关联特性,实现对射频接收通道中各单元故障的准确定位。对技术原理进行了理论推导,并构建测试系统验证了方法的可行性与有效性。与传统方法相比,该方法可减少自检电路设计复杂度,减少链路上各个单元自检成本,并可消除自检盲区,实现对故障单元的准确定位。

多场耦合下RF组件的焊点信号完整性

随着集成电路和5G技术的迅猛发展,射频(RF)组件作为关键设备被广泛使用。RF组件需要在复杂多变的工作环境下服役,而焊点作为RF组件封装中相对脆弱的部分,其稳定性和可靠性尤为重要。介绍了焊点在多场耦合下的性能表现。RF组件焊点需要有效传输高频信号,从电气性能和信号完整性两方面对其进行概述,对多场耦合下的焊点信号完整性进行了总结,探讨了在高频条件下对焊点的机械性能和信号完整性进行综合研究和优化的必要性。

面对分布式多域电磁态势感知的射频传感器设计

射频传感器是电磁态势感知的一种重要手段,通过对射频信号进行探测和分析,为电磁态势感知提供必要的数据支撑。针对现有射频传感器存在的获取信息不全面、集成度差等问题,提出基于分布式架构,以时、频、空、能等多域为切入点,设计一款分布式的多域电磁态势感知射频传感器,对射频信号进行多域协同侦测,为分析和评估战场电磁态势提供重要参考。首先基于Zynq多进程(Zynq multi-processor,ZynqMP)处理器和ADRV9009射频收发芯片,设计了传感器的硬件方案,并完成了系统实物制作与测试,然后在软件算法方面,从时、频、空、能四个方面入手,分别就各域的关键特征指标,设计了相应的提取算法,最后设计了相应的功能和性能对比测试内外场实验。实测结果表明,传感器在时域所获得波形的震荡次数的误差小于1.92%,频域中对信号带宽和中心频率的测量误差分别小于3.2%和0.04%,能域中对能量的计算存在小于5.6%的误差,空域中来波方向角的测量误差小于2.7%,达到了预期设计要求。

电子储存环逐束团诊断技术研究进展

相比于目前在电子储存环中广泛应用的逐圈束流诊断技术,逐束团诊断技术能够对每一个束团进行测量与分析,更有助于充分了解束流内部的状态,测量结果更接近真实的物理模型。近年来,束流信号采集设备的发展与信号处理算法的进步为逐束团诊断技术的不断发展奠定了基础。本文简述了逐束团诊断技术的基本原理和架构,简要介绍了国内外主要研究组在此方向上的探索性工作和研究成果,重点介绍了上海光源研究团队的研究路线、目前的研究成果以及在应用技术中的探索,并讨论了后续值得关注的研究方向和发展趋势,为同样致力于束流测量领域的研究者提供有价值的思路。

基于ROF的终端通信接入网切换算法研究

针对终端通信接入网带宽、资源耗费以及频率等参数难捕捉,导致接入网切换失败率高的问题,提出一种基于ROF的接入网切换算法来实现有效解决。建立切换时网络带宽、资源耗费的代价函数,求解接入网与待接入网间最为合理的代价比例关系。为满足接入网络的硬性带宽需求,初始化请求矩阵,计算每次请求时接入网络产生的带宽变化,用于约束切换精准度,将ROF射频信号技术与判决指标相结合,运用ROF查找通信接入网的切换带宽和频率参数,选择最佳切换值,由此实现终端通信接入网有效切换。实验结果表明,所提算法能够运用较少的切换次数实现最佳切换,其不易受环境噪声影响,所需耗用较低。

基于SoC的软件定义宽带信号采集回放系统设计

为提高宽带信号采集系统开发的简便性和灵活性,提出了基于SoC的软件定义宽带信号采集回放系统的设计及实现方法,采用直接射频采样和数字信号处理技术实现对信号的高速采集和回放,在可编程数字域中灵活完成下变频和信号处理,且具备软件无线电二次开发功能,解决了传统宽带信号采集系统中采用超外差中频采样的模拟化方案设计复杂、灵活性差的问题。系统实验结果表明,本信号采集回放系统输入输出信号频率范围1 MHz~4 GHz、信号带宽不小于80 MHz、采样时钟频率不小于200 MHz,回放信号功率输出范围-90~0 dBm,输出功率调节步进1 dB,具有较高的灵活性。

基于奇异谱分析和改进ResNet的射频指纹识别方法

针对当前真实场景下远距离射频指纹识别难以准确提取特征且实时性较差的问题,提出一种基于奇异谱分析重构信号和改进残差神经网络的射频指纹识别的方法。首先,将采集到的信号进行奇异谱分析,根据贡献率大小对原始信号进行重构,随后通过STFT获得时频谱图作为神经网络的输入:其次,构建轻量级残差神经网络,加快模型收敛速度;然后,在轻量级网络的下采样过程中引入混合维度注意力机制,对网络中间的特征图进行重构,强调重要特征,抑制一般特征;最后,使用激活函数Leaky ReLU替换原有的ReLU,避免在负值区域的梯度永远为0,进而导致模型训练无法反向传播。使用公开数据集POWDER-4BS-Iqsample验证实验后的结果表明,所提方法仅需要训练10个epoch识别精度就能达到87%,在保证识别精度的前提下缩减了时间损耗。与多种经典模型和算法相比,所提方法更加兼具识别精度与实时性。

基于氮化铝陶瓷的收发组件射频信号拖尾研究

以收发组件为应用背景,发现基于氮化铝陶瓷基板的射频电路导致射频信号拖尾,而射频信号拖尾时间直接影响接收通道限幅恢复时间,进而严重影响收发系统的接收灵敏度。研究发现氮化铝陶瓷是一种压电半导体材料,在射频信号传输过程中会产生压电效应,进而导致射频信号拖尾,传输功率越大产生的压电效应越强、射频信号拖尾时间越长。研究成果对于大功率收发组件电路基板选用具有理论指导意义和工程应用价值,特别是在高精测高、超近测距等雷达应用领域。

基于归一化循环前缀相关谱的无人机识别技术

基于射频的无人机识别技术具有探测距离长、环境依赖性低的优点,已成为无人机监控系统不可或缺的技术手段。如何在低信噪比条件下有效识别无人机是当前热点问题。为保证良好的图传质量,无人机通常采用带有循环前缀结构的正交频分复用(OFDM)调制作为图传链路的调制方式。据此特性,首先提出一种基于归一化循环前缀相关谱和卷积神经网络的无人机识别算法。依据对无人机信号的OFDM符号周期和循环前缀长度的分析结果,计算信号归一化循环前缀相关谱。当归一化循环前缀相关谱的计算参数与无人机信号的调制参数匹配时,谱线中会出现若干相关峰,峰的位置分布反映了无人机信号帧结构、突发规则等协议特征。然后,利用卷积神经网络对归一化循环前缀相关谱进行特征分析和提取,从而识别无人机。最后,利用通用软件无线电平台USRP X310对5款无人机的射频信号进行采集,构建实验数据集。实验结果表明,该算法优于基于频谱和基于时频谱的算法,且在低信噪比下仍然有效。

射频场幅度对铯原子磁力仪共振信号影响的研究

针对Mx型射频驱动磁共振磁力仪测量中射频场强度选择问题进行了实验研究。通过在无磁屏蔽环境下使用铯原子磁力仪系统,探究了射频场强度对共振信号特征的影响。实验采用扫频方式进行测量,并分析了共振信号的幅度、展宽、斜率等特征。研究结果表明,射频场强度约占待测磁场大小的3.6%~4.1%时信号共振点的幅值达到最大。此外,实验中还发现相位信号共振点斜率与射频场强度呈正相关变化,从而推导出系统弛豫速率与射频场强度呈反比关系。研究结果可对于确定合适的射频场强度提供一定的参考价值。

基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型

传统的混凝土拱坝位移预测模型仅考虑各类影响因子对预测结果的影响,未充分挖掘残差序列中的有效信息。为此,首先运用关联向量机(RVM)结合粒子群(PSO)算法建立拱坝位移预测的PSO-RVM模型;然后采用奇异谱分析(SSA)对残差序列进行分解,并根据奇异值的累计贡献率筛选分量进行重构;其次利用随机森林算法(RF)对重构序列进行预测,得到残差序列的修正值;最后将PSO-RVM模型预测值与残差序列修正值叠加,建立基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型PSO-RVM+。工程实例表明,奇异谱分析与随机森林算法能有效提取残差序列中的有效信息并对残差进行修正;相较于PSO-RVM、RVM及传统的回归模型(SWR)等位移预测模型,PSO-RVM+组合预测模型的预测性能更优、适应性更强。本研究能为大坝安全监控与健康诊断提供一种新的思路。

北斗RDSS测试系统校准方法研究

北斗RDSS测试系统是一种专门用于测试北斗用户终端RDSS单元测量的闭环测试系统。本文通过对该系统的出站射频信号动态参数、入站解析参数计量特性和主要的参数校准方法进行分析,并通过校准试验,对入站功率的不确定度进行分析与评定。结果表明:该方法不仅能为计量校准规范编制提供参考,而且能为计量校准装置研制奠定基础。

射频信号合成与数字域信号合成的等效性分析

针对射频信号合成和数字域信号合成仿真试验系统在架构实现上的区别,首先简要介绍了两种仿真系统架构,并基于射频接收链路中的非线性器件对两种架构的输出信号影响进行了理论推导和等效性分析。在完成多通道采样同步和相位校正后,从理论上给出了两种架构的主要差异在于三阶互调失真模拟。最后利用放大器测试了三阶互调失真与输入信号功率的关系,并对数字域信号合成架构在仿真试验中的使用条件给出了使用建议。

一种基于射频特征的雷达干扰抑制方法

由于数字射频存储器(DRFM)的发展,针对雷达主瓣的有源干扰已成为电子战的主流。现有的干扰抑制方法较多针对单一的干扰,泛化性较弱。提出先用基于卷积神经网络(CNN)的堆栈式卷积自编码器(SCAE)提取雷达信号的射频特征,再将射频特征应用于基于深度神经网络(DNN)的堆栈式自编码器(SAE),从而实现干扰抑制。最后,通过实际采集的数据验证了所提方法的有效性,并确定了理论分析的准确性。

电视台广播发射射频系统信号冲突消除方法

常规的电视台广播发射射频系统信号冲突消除方法主要以冲突状态识别为主,并未将噪声信号与冲突信号分离处理,影响最终的信号冲突消除效果。因此,本文设计了电视台广播发射射频系统信号冲突消除方法。首先,分离广播发射射频系统冲突信号,根据广播发射频率与功率的差异,区分正常信号与冲突信号,并提取出冲突信号特征,确保后续冲突信号消除效果。其次,构建广播发射射频系统信号冲突消除模型,实时监测电视台广播发射射频系统信号冲突,并以动态调整发射参数的形式,降低信号冲突的可能性。然后,利用四电平信号拟合正弦与余弦信号,通过信号叠加与重构,消除不同次数的谐波信号,确保广播发射射频系统的正常使用。最后,通过对比实验验证了该方法的信号冲突消除效果更佳,可以应用于实际生活中。

一种多功能多控制信号输出工具的设计

本文设计了一款便捷多通道串/并行信号控制工具,该工具具备程控和快速手动配置功能,适用于多通道电子元器件的功能测试和性能评估。设计思路主要利用FPGA产生串/并行控制信号,利用继电器和矩阵开关实现多路电源和微波射频信号选通,另外内嵌的电子触摸屏控制器代替了上位机可实现便捷手动配置,以实现数控衰减器、微波开关、射频收发芯片等多通道射频集成电路的关键指标测试。本文详细介绍了测试工具的设计思路和软、硬件实现方式,通过仿真测试和试验验证,验证了该工具达到了最初的设计目标。

基于改进层次斜率熵(IHSloE)的信号低频和高频故障特征提取方法

采用传统的基于粗粒化处理的多尺度特征提取方法,无法提取故障信号中的高频部分的故障信息,导致其提取到的故障特征难以准确地表征滚动轴承的故障状态和动态特性,无法保证故障诊断的可靠性和准确性。针对该缺陷,提出了一种基于改进层次斜率熵(IHSloE)和随机森林(RF)的滚动轴承故障诊断方法。首先,利用改进层次化处理代替粗粒化处理,实现了信号的多尺度分析目的,基于斜率熵,提出了改进层次斜率熵的非线性动力学指标;随后,利用IHSloE方法提取了滚动轴承振动信号的故障特征,建立了表征滚动轴承故障特性的故障特征;最后,基于RF模型建立了多故障分类器,并将故障特征输入至RF分类器进行了训练和测试,以实现滚动轴承的故障识别目的;利用滚动轴承数据集进行了实验,并将其与其他的故障特征提取指标进行了对比。研究结果表明:IHSloE方法采用改进的层次化处理,能够快速有效地提取出振动信号中的高频故障特征,诊断准确率达到了99%,而特征提取时间仅为149.35 s;相较于采用粗粒化处理和层次处理的特征提取方法,其准确率至少提高了2%和1%,证明该方法适用于滚动轴承的故障诊断。

一种基于RSSI校验的无线传感器网络节点定位算法

由于事件发生的位置和获取信息的节点位置是无线传感器节点监测消息中所包含的重要信息,因此如何进行无线传感网络节点自定位成为了当前的一个研究热点.在过去权质心算法的研究基础上,本文提出了基于RSSI校验的无线传感器网络节点定位算法,利用固定节点之间的距离和RSSI值来校正移动节点与每个固定节点之间的权值,从而提高了算法的定位精度.实验结果表明,在相同实验环境下本算法的精度优于以往的权质心算法.尤其在平均定位误差方面,前者比后者改进了大约25%.