欠采样下的多频带通信信号高精度载频估计

为根本解决当前主流的基于调制宽带转化器(MWC)的欠采样频率估计方法存在的3个问题,即采样通道数目多、载频估计精度低、信源频带分布稀疏度条件高,该文提出基于互素谱相位差校正的通信信号载频估计方法。通过将两路互素欠采样取代多路调制宽带转化器欠采样,克服了其耗费欠采样通道数目多的缺陷;基于此,既推导出全景谱谱峰位置与两路互素输出IDFT支路序号对的映射关系,又推导出相邻快拍下该序号对的IDFT相位差与载频值的解析关系,从而克服了主流方法的载频估计精度低的缺陷;通过将最小尺寸全相位滤波器对半分解方法融入原型滤波器设计,构造出两路并行互素谱分析器,还彻底克服了对信源频带分布稀疏度条件高的依赖。仿真表明,相比于主流方法,该文方法仅需耗费不足其1/2的样本数量,载频估计的相对误差降至其1/20以下。

面向小型载荷的宽带通信信号随机共振检测方法

随着人工智能等领域的飞速发展,无人机在各个领域,尤其是现代战争中发挥着越来越重要的作用。无人机凭借其强大的灵活性和高隐蔽性优势,对现代作战具有颠覆性影响。在无人机执行战场侦察、监视、通信、电子干扰、雷达诱骗、激光制导等任务的过程中,及时探测敌方辐射信号尤为重要。随机共振方法利用特定非线性系统可以使输入其中的信号与噪声在一定条件下产生协同作用的特点,将噪声的能量转移到信号中来放大信号,是常用的微弱信号检测方法之一。窄带信号的随机共振检测技术已趋于成熟。而对小型载荷无人机监视、通信等场景下的微弱宽带通信信号,现有随机共振检测方法直接采用窄带信号的时域能量检测方法,并未基于宽带信号特点设计专门的检测方法,低信噪比条件下检测性能受限。为了满足对微弱宽带通信信号的检测要求,本文以常用的宽带通信信号为研究对象,对于单通道接收场景,提出基于宽带信号局部频谱的随机共振信号检测方法,该方法与传统的随机共振信号检测方法相比性能提升约6 dB。其次,对于更低信噪比的情况,提出一种随机共振与互相关检测相结合的双通道协同检测方法,并提出基于随机共振后两路互相关系数最大化的系统参数优化准则。典型场景下的仿真分析表明,对于单通道接收的低信噪比微弱宽带通信信号,局部频谱法可以有效提升检测性能;对于更低信噪比宽带通信信号,采用随机共振处理后的双通道互相关检测可以进一步提升检测性能。

浅析电子通信信号的干扰与控制

本文以电子通信信号的干扰与控制作为研究主题,首先从电子通信和电子通信信号两个方面展开相应的概念解读,进而从3个方面阐述电子通信信号的主要干扰类型,并结合实际指出产生干扰的原因,最后有针对性地从尽可能的消除硬件干扰、注意规避电子设备产生的干扰以及有层次的排查和解决同频干扰3个方面提出电子通信信号受到干扰的控制措施,希望能进一步保障我国电子通信信号质量。

宁和城际轨道交通大胜关大桥段通信信号设备防雷研究

雷电灾害是目前中国最严峻的十大自然灾害之一,雷电对电子设备所产生的干扰已引起人们的高度重视。宁和城际地铁大胜关长江大桥路段处于雷电的高发区域,文章对该路段的气候、雷电环境及实际工况进行了调查研究,通过对其主桥和引桥上通信信号设备的防雷保护范围进行计算,分析并得出了通信信号设备的接地方案。该研究成果对类似相关项目具有一定的借鉴作用。

基于人工神经网络的无线通信信号自动调制识别方法研究

对于一些复杂的调制方式,现有的自动调制识别方法可能无法完全准确地识别,现提出基于人工神经网络的无线通信信号自动调制识别方法。首先,基于人工神经网络构建无线通信信号调制模型,判定调制方式,并给出其对应的调制参数,然后,使用maxout函数作为人工神经网络卷积层和全连接层的激活函数,取代原先的Re LU函数,增加卷积层的数量,降低池化层的层数,提取无线通信信号特征参数,构建适合神经网络训练的特征矢量。最后,结合自适应调整的识别阈值,进行无线通信信号初始自动调制识别,通过相似度进一步优化调制识别方法,实现无线通信信号自动调制识别。通过测试数据集验证该方法的有效性和准确性。实验结果表明,使用人工神经网路模型在识别方面相较于文献方法更具优势,因此,可以证明基于人工神经网络的无线通信信号自动调制识别方法具有更高的精准度。

基于改进的独立分量分析混叠通信信号盲分离

针对时域与频域均交叠的多路数字带通通信信号盲分离问题,利用布谷鸟搜索算法,研究了一种新的基于独立成分分析的盲分离方法。在均匀线阵下,构建混叠信号模型;从最大化信号非高斯性角度,将盲源分离问题转化为信号峭度的优化问题;利用布谷鸟搜索算法优化求解近似峭度的代价函数,将迭代产生的适应度值最高的个体作为解混向量,实现源信号的分离。与已有的基于固定点算法的独立成分分析方法相比,该方法能够克服其无法分离时频域混叠的振幅键控(ASK)信号的限制,适用于任何调制类型的数字带通通信信号盲分离。通过仿真实验验证了方法的有效性并分析了方法性能,实验结果表明在较低信噪比条件下,分离的信号具有较高信干比,说明方法具有较高的鲁棒性。

基于多参数识别的电力载波通信信号监测系统设计

电力载波通信信号在传输过程中存在衰减,为降低电力载波通信传输误码率,实时监测信号传输行为,设计了基于多参数识别的电力载波通信信号监测系统。根据动态遗忘因子取值范围,建立多参数识别机制,再联合相关载波通信数据,求解信号衰减参数,完成对电力载波通信的可行性分析。按照载波通信体系整体架构的布局形式,确定滤波器、耦合器元件所属连接位置,完成电力载波通信信号监测系统设计。对比实验结果表明,在多参数识别机制作用下,电力载波通信传输误码率最大值仅为23.5%,在实时监测信号传输行为方面具有突出应用价值。

基于DRSN的通信信号调制方式识别方法

针对现有的通信信号调制方式识别方法在低信噪比(Signal to Noise Ratio, SNR)条件下存在的识别率较低、调制类型较少和信道类型不够丰富等问题,提出了一种基于深度残差收缩网络(Deep Residual Shrinkage Network, DRSN)的通信信号调制方式识别方法。根据调制识别领域的特点,构建改进的深度残差收缩网络模型,充分利用该网络的注意力机制和软阈值化进行降噪处理,提高模型在低SNR条件下的调制识别能力。实验结果表明,相比残差网络(Residual Network, ResNet)、卷积长短时深度神经网络(Convolutional Long-short-term Deep Neural Network, CLDNN)和卷积门控循环深度神经网络(Convolutional Gated recurrent Deep Neural Network, CGDNN)模型,所提方法在低SNR和5种信道类型条件下对26种调制信号的识别中有效地降低了噪声的影响,在4 dB以上时识别率达到了91.70%,10 dB时识别率在98%以上,取得了较好的识别表现。

《铁路通信信号工程技术》期刊征文通知

为促进轨道交通列车控制技术的创新与发展,提升我国轨道交通列控系统关键技术和装备的自主创新水平,《铁路通信信号工程技术》期刊现对能反映轨道交通科技创新水平的文章进行征文,征文内容如下。

基于人工智能模型的通信信号自动调制识别研究

现行的自动识别方法无法准确识别某些复杂的调制方式。针对此问题,文章提出基于人工智能模型的通信信号自动调制识别方法。首先,在构建通信信号调制模型时,采用人工智能来判定调制方式,并给出相应的调制参数。其次,采用maxout函数替代原有的ReLU函数,同时增加卷积层的数量,减少池化层的层数,提取通信信号的特征参数,从而构建适合人工智能模型训练的特征矢量。最后,结合自适应调整的识别阈值进行通信信号的初始自动调制识别,并通过相似度进一步优化调制识别方法。通过测试数据集,验证该方法的有效性和准确性。实验结果显示,相较于文献方法,基于人工智能的通信信号自动调制识别方法具有更高的精准度。

基于通信信号增强技术的高速公路隧道救援对策研究

随着国家交通事业的快速发展和高速公路的不断建设,高速公路隧道数量也在不断增加,这给消防救援工作带来了巨大压力。由于高速公路隧道环境复杂、事故率高、危害大,救援工作本就十分困难。因此,建立稳定的通信网络对于消防救援工作有着十分重大的意义。为此,本文进行了基于通信信号增强技术的高速公路隧道救援通信传输对策的研究。研究结果表明,无线信号增强生成对抗网络在通信信号提升方面优于残差网络,特别是在低信噪比的情况下效果更为明显。同时,采用高增益定向辐射特性的天线、降低隧道内表面对通信信号的反射和吸收,以及降低隧道内部信号的信噪比,能够有效提升高速公路隧道救援信号传输质量。

基于深度学习的通信信号调制识别系统设计

文章设计一种基于深度学习的通信信号调制识别系统,旨在克服传统调制识别方法在复杂电磁环境下的局限性。系统具有信号预处理、特征提取、调制分类以及后处理决策4个模块,采用卷积神经网络(Convolutional Neural Networks,CNN)进行特征提取,结合支持向量机(Support Vector Machine,SVM)进行分类。实验结果表明,系统在多种信道条件下,尤其在复杂信道和低信噪比(Signal Noise Ratio,SNR)情况下,表现出较高的识别准确率。文章的研究成果验证了深度学习技术在通信信号处理中的应用价值,为无线通信和电子对抗领域提供了新的技术手段。

深度学习在无线通信信号处理中的应用

深度学习能够分析大型数据集并学习复杂的模式,从而显著改善干扰管理、资源分配和信号分类等领域的性能。深度学习在无线通信的优化信号检测、推进网络维护和提高无线定位精度方面发挥着至关重要的作用。将先进的机器学习技术集成到无线通信中,不仅提高当前系统的效率和可靠性,还为未来的进步奠定基础,确保无线网络能够适应并满足快速发展的数字环境中日益增长的需求。

BIM技术在地铁通信信号工程中的作用与运用策略研究

地铁交通信号工程中,需要考虑的因素较多,所以实际作业环节,就需要相关单位加强对施工的重视,分析地铁通信信号工程施工的难点,并且制定针对性地解决策略。BIM技术作为常见的技术手段。是指建筑信息模拟,所以地铁通信信号施工环节,就需要相关人员结合BIM技术,对地铁通信信号工程进行模拟,以保证作业的落实。本文就从地铁通信信号工程入手,分析工程需要进行难点,探究BIM技术在工程中的优势,并且制定应用策略,保证工程质量。

《铁道通信信号》投稿须知

1.《铁道通信信号》月刊由中国国家铁路集团有限公司主管、中国铁道科学研究院集团有限公司主办;面向国家铁路、城市轨道交通、地方铁路等行业领域公开发行,覆盖学术研究、设计建设、运营维护全产业链条;关注国内外轨道交通领域通信信号技术创新性、前沿性和探索性的学术成果,及时反映轨道交通行业通信信号专业的技术发展及应用情况,是铁路通信信号专业的权威性学术期刊,具有广泛的行业影响力。

《铁道通信信号》投稿须知

1.《铁道通信信号》月刊由中国国家铁路集团有限公司主管、中国铁道科学研究院集团有限公司主办;面向国家铁路、城市轨道交通、地方铁路等行业领域公开发行,覆盖学术研究、设计建设、运营维护全产业链条;关注国内外轨道交通领域通信信号技术创新性、前沿性和探索性的学术成果,及时反映轨道交通行业通信信号专业的技术发展及应用情况,是铁路通信信号专业的权威性学术期刊,具有广泛的行业影响力。

铁路通信信号工程技术期刊简介

《铁路通信信号工程技术》由中国铁路通信信号集团有限公司主管,北京全路通信信号研究设计院集团有限公司主办,在铁路电务科研、设计、施工及维修等单位有较大影响,深得科技人员的好评。经国家新闻出版总署批准,自2005年12月起面向国内外公开发行。国内统一连续出版物号:CN11-5423/U。

《铁路通信信号工程技术》期刊简介

《铁路通信信号工程技术》由中国铁路通信信号集团有限公司主管,北京全路通信信号研究设计院集团有限公司主办,在铁路电务科研、设计、施工及维修等单位有较大影响,深得科技人员的好评。经国家新闻出版总署批准,自2005年12月起面向国内外公开发行。国内统一连续出版物号:CN11-5423/U。国际标准连续出版物号:ISSN1673-4440。

基于阵不变量的水声通信信号被动测距技术研究

针对浅海环境下水声通信信号被动测距问题,采用模态分解的声场分析方法,对阵不变量在浅海环境下的计算方法进行了理论分析和推导。基于水声通信信号高频、突发的特点,采用射线声传播模型对浅海垂直阵列接收水声通信信号场景进行了建模和仿真,提出了基于阵不变量的水声通信信号被动测距算法,并通过数值仿真和对比分析验证了算法功能和被动测距精度。

复杂电磁环境下电子通信信号抗干扰方法

针对复杂电磁环境下电子通信信号中包含多种类型的干扰,抑制难度增大等问题,提出一种空域自适应的抗干扰方法。电子通信信号干扰类型分为宽带干扰、窄带干扰和跟踪式干扰三种,根据每种类型影响程度划分干扰等级;在通信系统估计模型中,根据等级确定干扰信号目标和发送数量;利用空域自适应干扰抑制方法计算最优天线阵权向量,为期望信号加权,使干扰信号陷入零陷,实现抗干扰的目的。通过仿真对比实验,验证了所提方法干扰抑制后通信信号误码率较低,具有理想的干扰抑制增益效果。