基于最优化搜索的迭代载波同步算法

码辅助的迭代同步算法将编码增益引入到同步环路中,能够有效实现低信噪比环境下的载波同步。针对低信噪比条件下码辅助同步算法存在参数估计范围小的问题,提出了基于最优化搜索的迭代载波同步算法。该算法通过研究载波偏差与译码软信息的关系,得出一种较简单的评价函数,再利用均匀搜索方式结合改进的Powell算法来获取同步参数的最佳估计,以实现准确的载波恢复。仿真实验验证了该算法在低信噪比条件下,能够有效补偿载波偏移,且具有较大的同步范围,在一定迭代次数之后可逼近理想同步。     

一种保留相位谱的DS信号接收方法

为抑制接收DS信号中的窄带干扰,研究了基于DFT只保留相位谱的DS信号接收方法,给出了该方法的一种迭代实现算法,有效降低了相位谱计算的运算量.讨论了该算法在DS系统抑制窄带干扰中的应用原理,分析了该算法在加性高斯白噪声信道中的性能损失,给出了一种计算性能损失的方法.对采用相位谱保留算法接收DS信号进行了数值仿真,给出了在窄带干扰和多址干扰情况下,该算法与常规DS信号接收方法的对比数值仿真结果.仿真结果表明:采用文中的算法处理后,可有效抑制窄带干扰,在多址干扰情况下,保留相位谱处理后没有引起明显的性能损失.     

基于残差原型网络的辐射源个体识别

利用深度学习进行通信辐射源识别分类时，现有算法在较低信噪比下的识别能力还不足，且均着重关注各类辐射源个体的类间距离，忽视了类内紧密性。针对此问题，结合残差网络和原型学习基本思想，提出残差原型网络，对输入信号的差分星座轨迹图进行识别。此外，在基于距离的交叉熵损失函数基础上加入原型损失，通过提高类内紧密度的方式进一步扩增了类间距离。通过对5种ZigBee设备的实验，结果表明所提算法在相同信噪比条件下相较于其他算法具有更好的识别性能，在信噪比高于8 dB时，可达到99%以上的准确率。     

一种盲自适应RLS多用户检测器

给出了一种盲自适应多用户检测器,该算法是基于一种约束条件的RLS算法。对该算法在多址干扰环境下的收敛特性进行了分析,证明了该算法的有效性,同时证明了该算法的检测向量最终收敛为约束MMSE检测向量,且不需要训练序列。给出了该算法在高斯白噪声信道及瑞利衰落信道下的对比数值仿真结果。     

一种改进的编码辅助载波同步算法

编码辅助同步算法利用译码软信息迭代更新同步参数,有效地实现了低信噪比环境下的载波同步。针对目前这类算法存在频偏估计范围小且估计精度受限的问题,设计了一种新的迭代载波同步系统,利用译码软信息分别进行去调制和更新误差信号,在通过改进的频偏估计器补偿频偏之后又结合科斯塔斯环(costas loop)进一步修正相偏,使得译码器和同步器均趋于收敛。仿真结果表明,提出的算法能够大幅提高频偏估计范围,且与理想同步译码相比,最大性能损失不超过0.2 dB。     

幸运、创造和使命──我走过的道路和五笔字型的命运

幸运、创造和使命──我走过的道路和五笔字型的命运ＭｙＴｏｒｔｕｏｕｓＥｘｐｅｒｉｅｎｃｅａｎｄｔｈｅＦａｔｅｏｆＦｉｖｅ—ＳｔｒｏｋｅＰａｔｔｅｒｎ王永民（北京王码电脑总公司，教授１０００８０）编者按本文值得一读。作者王永民和他的五笔字型是人们所熟悉...     

PMF-FFT 算法的多普勒频偏估计精度研究

针对PMF-FFT伪码捕获算法在高动态环境下出现的扇贝损失和多普勒频偏估计精度不足的问题,通过对PMF-FFT捕获算法的分析,提出PMF-FFT和Sin C函数内插相结合的捕获算法。通过Sin C函数插值对FFT后的功率谱最大值进行校正,提高最大幅值,得到了更为精确的多普勒频偏。最后通过计算机仿真验证了该方法的可行性。理论分析和仿真结果表明,在PMF积分时间长度相同时,所提算法能够在较低信噪比下减小FFT输出后的峰值衰减,减小频谱泄漏,提高多普勒频率的估算精度,精度较原算法提高了20 d B左右。     

不忘振兴中华的历史使命——从事汉字编码研究的体会

<正> 我们南阳地区科技局(原科委)中文信息处理研究组,在省、地各级领导的大力支持和热情关怀下,在国内一些名家的指导帮助下,经过两年多的艰苦努力,在汉字编码及其应用研究方面取得了初步的成绩,基本上完成了省科委下达给我区的     

基于内插法的PMF-FFT系统多普勒频偏精度研究

针对在高动态环境下PMF-FFT(partial Matched filter-fast fourier transform)伪码捕获算法出现多普勒频偏估计精度不足的问题,提出了PMF-FFT和二次函数函数内插结合的捕获新算法。新算法通过二次函数内插校正PMF-FFT算法的功率谱最大值,提高了多普勒频偏估算值。理论分析和仿真结果表明,所提算法在不改变原系统复杂度的情况下,通过软件算法克服栅栏效应而引起的峰值衰减,多普勒频偏估算精度在原算法的基础上提高了约12 dB左右。     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。