宽带直扩信号的随机解调压缩采样方法

为了有效解决扩频测控通信系统宽带化带来的高速采样压力和高数据率问题,提出了基于压缩感知的直扩信号随机解调压缩采样方法。通过对模拟信号压缩采样原理进行研究,深入分析和推导随机解调采样原理及其数学模型,提出了基于压缩感知的直扩信号采集系统构架,并对压缩比取值影响因素进行了分析;给出了随机解调压缩采样系统硬件实现方案,并对其可行性进行了分析;最后对所提出的直扩信号压缩采样方法的性能进行了仿真分析。仿真结果表明,压缩采样系统可以实现直扩信号的压缩采样处理,并能够高精度重构原信号,但重构信号的解调门限会随压缩比增大而相应提高,这是采样率降低所需付出的代价。压缩采样为宽带直扩测控通信系统提供了一种高效的模数转换和同步解调处理思路。

基于循环平稳特征的分阶段直扩超宽带信号检测

超宽带(Ultra Wideband,UWB)信号检测对实现超宽带定位具有重要意义。针对低信噪比下直扩超宽带信号(Direct Sequence Spread Spectrum UWB,DS-UWB)功率谱密度极低,难以通过传统手段检测的问题,提出了一种基于循环平稳特征的分阶段直扩超宽带信号检测算法。在介绍直扩超宽带的信号模型的基础上,提出了改进循环平稳特征检测方法,分析了二元假设两种情形下灰度图的差异,利用这种差异将两类图像放入卷积神经网络(Convolutional Neural Network,CNN)自行训练提取特征,进而利用训练好的网络进行检测。为更高效检测出信号,采用分阶段检测,即第一阶段先进行能量检测,若未检测到,则进入第二阶段改进循环平稳特征检测。仿真结果表明,在信噪比小于-8 dB时,所提方法的检测性能明显优于传统的循环平稳特征检测。