一种基于神经网络的跳频信号频率预测方法

对跳频通信进行有效干扰的关键在于对跳频信号的频率进行较准确的预测 ,本文就此提出了一种基于神经网络的对跳频信号频率进行预测的新方法。该方法利用了神经网络的非线性映射能力 ,能够较好地对目标进行预测。仿真实验的结果表明该方法有很强的实用性 ,值得进一步研究。

在AWGN信道下星形MQAM的BER性能的研究

本文采用一种新型的信号空间轴线分析方法 ,根据星型MQAM信号星座在信号空间中的排列方式 ,将其看作为ASK与PSK的综合 ,从而得到了加性高斯白噪声 (AWGN)信道下星型MQAM的误比特率 (BER)性能的通用近似公式 。