基于GPU的多天线组阵卫星信号合成

为满足高速率卫星通信系统下接收端的高接收信噪比需求,设计了一种基于GPU的多天线组阵合成卫星信号的实现方法。基于全频谱合成的传统方案,加入数字下变频级联多相滤波的非均匀信道化模块,提升处理信号带宽内非均匀分布子信道的灵活性,并采用CPU+GPU异构平台进行高效实现。经仿真及实际信号测试,结果表明该设计相较传统CPU平台实现取得约10~20倍的加速比,为接收端的信号实时处理提供可能性。

基于深度神经网络的多天线组阵信号联合调制识别方法

针对多天线组阵接收中未同步多路信号的联合调制识别问题,提出了一种基于深度神经网络的多天线组阵信号联合调制识别方法。该方法将多天线组阵信号联合调制识别问题转化为多元分类判决问题,使用深度神经网络实现信号调制方式的识别。首先,构建了多个卷积层、循环层和全连接层级联结构的深度神经网络;然后,基于广泛采用的RadioML框架构建训练、测试和验证数据集,数据集中单个信号样本为存在参数差异的多天线信号时域波形;最后,使用基于CPU+GPU架构的服务器对网络进行训练,并对其性能进行测试。结果表明,所提方法能够有效抑制多路信号间参数差异的影响,实现多路信号联合调制识别,接收单元数目越多,分类判决性能越好,且在高信噪比下优势体现更加明显。

深空网异地多天线组阵及其发展

我国即将开展以火星探测为代表的深空探测,深空任务对测控通信信噪比的要求越来越高。异地多天线组阵可以利用已有天线设施进行信号合成,从而提高接收信号的信噪比。论述异地多天线组阵的概念,介绍国外异地多天线组阵的发展情况,阐述我国天线组阵技术的发展趋势,并对异地多天线组阵技术在我国深空探测中的应用进行展望。

平坦衰落信道下基于变分贝叶斯的多天线信号联合符号检测算法

该文针对平坦衰落信道下存在信道参数差异的多天线接收信号联合参数估计和符号检测问题,提出一种基于变分贝叶斯的联合处理算法。算法直接利用多个接收数据流进行信息符号的估计,抑制传统信号合成与解调解耦处理带来的性能损失。将问题建模为已知多组观测数据条件下发送符号、信道传输时延、信道增益和噪声功率的联合最大后验估计问题。基于变分贝叶斯理论对该最大后验进行近似求解,在相对熵最小化的准则下,推导得到了各个待估参数解析形式的近似后验分布——变分分布。所提算法无需计算各参数精确的点估计值,而是采用信道参数和信息符号变分分布迭代处理的方式进行联合求解。仿真结果表明,所提算法通过多信号、多参数的联合处理能够获得优于经典解耦处理和部分联合处理技术的系统误码率性能,且在接收天线数目较多和观测数据长度较短时性能优势体现更加明显。