混沌扩频序列有限精度研究

对混沌序列有限精度下限进行了研究,结果表明,经典混沌序列所需精度非常高,而现有几种对Logistic混沌序列进行改进的方法使其所需精度明显下降.对这些方法进行了分析比较和改进,改进后计算量明显降低,硬件实现更加容易.     

基于ART2A-E神经网络的数字调制识别

在分析经典的ART2／2A网络基础上，提出了一种基于ART2A—E神经网络的自动数字调制识别分类器，并测试了分类器对2PSK、4PSK、OQPSK、GMSK、π/4OQPSK、4ASK6种数字调制信号的识别能力．仿真结果表明，该分类器对这6种数字调制信号在信噪比为8dB条件下识别率达到90％以上，而且在不影响网络已记忆模式情况下能自动对未学习模式进行新的聚类，提高了自动调制分类器的自适应性和可扩展性．减少了错判概率．     

一种新的载波频率估计方法

载波频率估计是实现扩频信号盲估计的关键技术之一,提出一种载波估计新方法,信号经过延迟相乘后,经功率谱运算,实现对直接序列扩频(DS/SS)信号的载波频率估计,并进行仿真验证,结果表明,应用该方法能够简单的估计出载频.     

一种简单的长码周期估计方法

在直接序列扩频（DS／SS）通信系统中，提出了一种简单的长码周期检测方法．将输入的DS／SS信号进行延迟相乘处理，消除信息数据对PN码周期的影响，应用自相关处理，提取长码周期．理论分析和仿真表明，在信噪比大于-10dB条件下，应用谊方法能够简单有效地估计出长码和短码周期．图4，表3，参11．     

基于SATA接口硬盘数据存储系统设计

设计了一种基于FPGA和Serial ATA桥接芯片的数据存储系统．采用FPGA设计IP核控制JM20330芯片。完成由IDE到SATA接口的转换,提供单接口传输通道,并支持热插拔;实现脱机情况下对SATA硬盘的操作,为高速数据存储提供一种新的系统．     

基于STBC技术的DCSK通信系统性能分析

差分混沌相移键控(differential chaos shift keying,DCSK)技术具有较好的抗噪声性能以及较低的检测复杂度,但是其传输速率比较低。为了提高其传输速率,提出了一种基于空时块码(space time block code,STBC)技术的DCSK通信系统。该系统充分利用了不同混沌信号之间具有较好的互相关性的特点,采用解码复杂度低的非相干解调技术,具有良好的抗噪声性能、不需要信道状态信息的优点。推导了在多径瑞利信道中STBC-DCSK系统的误码率性能。大量的仿真实验结果表明,提出的STBC-DCSK系统在损失了微小的系统误码率性能的情况下,进一步提高了传输速率。     

基于一类SVM贝叶斯算法的DS-UWB系统多用户检测研究

在多径多址条件下,用户自身的前后符号之间会产生码间干扰,同时各用户之间会产生多址干扰,从而给用户信号的正确检测带来极大困难。提出了一种基于一类支持向量机贝叶斯分类器的DS-UWB系统多用户检测算法,证明了基于径向基核函数的一类SVM的分类函数归一化为密度函数,并将所得的概率密度函数用于构造贝叶斯分类器。仿真实验表明,在UWB信道环境下本算法的误码率性能明显优于最小均方误差（MMSE）检测和解相关检测等线性检测算法。相比传统SVM算法,本算法所需的核运算量和存储空间要小得多,有效地降低了运算负载,抑制了多址干扰。     

数字下变频器的原理与实现方法

阐述了数字下变频器(Digital Down Conversion,DDC)的原理.DDC主要由数字控制振荡器、混频器、低通滤波器等部分组成,DDC是将中频信号与数字控制振荡器产生的载波信号进行混频,再经过低通滤波器得到基带信号,实现了下变频功能.分别介绍了用查表法、坐标旋转数值计算机算法和MVR CORDIC)算法3种方法实现DDC的过程.基于这3种方法设计的DDC应用广泛,同时也适合用于FPGA器件实现.     

高速ADC构成的并行/交替式数据采集系统的非线性研究

研究了高速ADC及由其构成的并行?交替式数据采集系统的DNL(微分非线性)与INL(积分非线性)及有关测试理论与方法。由单片ADC的DNL和INL导出了并行?交替式数据采集系统的DNL和INL的数学表达式;采用统计直方图方法分别对单片ADC和由双片ADC组成的并行?交替式数据采集系统进行了计算机仿真。结果表明,并行?交替式数据采集系统的DNL与INL小于每一通道单片ADC的DNL和INL。     

基于MLP神经网络的超宽带信号自适应识别算法的研究

提出一种利用人工神经网络进行超宽带信号调制模式自适应识别的方法。采用三层MLP神经网络进行调制模式识别。首先对超宽带数字调制信号进行统计特征参数提取,特征参数作为MLP网络的输入层神经元参数,隐含层是双层结构。实验证明,当中间层采用正切型激活函数、输出层采用线性激活函数时,MLP分类器的识别性能最好。在5 dB信噪比环境下,算法的正确识别率高于95%。与传统的统计判决方法相比,神经网络分类器不需要设定判决门限就能实现自适应识别,并且达到更好的识别率,解决了软件无线电系统中的超宽带信号自动识别的问题。