基于改进神经网络的自动调制识别研究

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一.选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合.为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器.仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0～20dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率.     

OFDM认知无线电系统中的自适应资源分配新算法

认知无线电能通过提高频谱资源利用率,来解决无线频谱资源紧缺的问题,正交频分复用(OFDM)被认为是能与认知系统完美结合的技术。提出了一种基于OFDM认知系统的动态资源分配算法。该算法从最大化次用户的总传输比特速率出发,在次用户总的发送功率限制和主用户的干扰门限限制下,基于构建的新的代价函数,运用改进的匈牙利算法进行子信道分配,然后根据次用户的需求,进行自适应比特和功率分配。仿真结果表明,该算法可以有效利用不同主用户频带间的频谱空穴,使次用户系统的吞吐量最大,同时保证各个主用户受到的干扰总量低于各自的干扰门限。     

认知无线电系统中的协作频谱共享博弈

该文运用协作博弈中的纳什讨价还价方法分析认知无线电系统中的频谱分配. 以所有次用户的收益乘积最大化为目标,引入次用户优先级参数以改进次用户的效用函数. 证明了在协作博弈过程中,新的效用函数存在纳什协商解,而且这个解是唯一的. 仿真结果表明,改进的协作博弈算法可通过参数设置来体现次用户之间的优先权,使次用户之间协作地进行博弈,使频谱分配更加公平有效.     

一种减小OFDM系统中的PTS复杂性的方法

OFDM系统的一个主要缺点是峰均功率比过高。部分传输序列是一种复杂度较高的能够降低OFDM系统的峰均功率比的方法。提出一种用迭代移位线性搜索法确定最优辅助信息的次最优PTS方法,通过基于IEEE802．16a标准的OFDM系统平台的仿真。表明这种方法能够很好地解决系统复杂性和降低峰均功率比的问题。     

基于FFT的OFDM调制解调的DSP实现

介绍了以FFT实现OFDM调制解调的原理和基4按频率抽取快速傅里叶算法,并在TMS320c6201EVM板上的仿真实现。     

OFDM系统中的同步技术

OFDM(正交频分复用)是一种高效的传输技术,将被广泛地应用于下一代无线通信系统中。简单介绍了OFDM的概念,并详细阐述了OFDM系统的各种同步算法,包括时间同步算法,频率同步算法和时间频率联合同步算法。     

基于模式识别的语音分类方法

对语音的浊/清分类方法进行了讨论,并着重研究了基于多个特征参数、应用模式识别理论的语音分类系统.实验表明,采用Fisher分类器实现的语音分类方法,对训练内语音分类准确率可达98.6%,而训练外语音分类准确率也可达96.7%.