基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

载波散斑相关条纹的调制频率

针对载波电子散斑干涉(CESPI)偏转物面调制法出现的载波相关条纹的调制频率(f)的合理取值问题,通过CESPI迈克尔逊测量系统光路图分析了偏转角(Δα)与调制频率之间关系,根据散斑大小与散斑空间位移间的相关约束条件,推导出载波相关条纹调制频率的极大值公式;根据载波相关条纹图的频谱分离要求,推导了载波相关条纹调制频率的极小值公式.为了有效提高调制频率,提出了一种基于偏转参考镜面的调制方法,并建立了几何光路模型进行理论分析.实验结果表明:该方法能克服散斑尺寸对调制频率的约束,可以有效提高载波相关条纹的调制频率,特别适用于大载荷形变的CESPI测量.     

曲面论高斯方程公式的几种形式的推导方法

考虑曲面论高斯方程公式的表示问题.运用曲面上基本方程的矩阵表示法,给出高斯方程直接的显式公式表示;指出高斯曲率简化公式的推导来源,揭示出高斯曲率隐式公式的发现过程,并给出了Liouville形式的高斯方程的证明过程.     

高充电效率的恒流太阳能路灯控制器

针对传统太阳能路灯控制器主要存在充电效率低、恒流精度低的问题,提出基于多路脉冲宽度调制(PWM)恒流技术的新型太阳能路灯控制器的设计方案。该控制器采用复合式DC-DC变换器,通过控制多路PWM信号,实现高效地充放电功能。充电过程以改进的扰动观察法实现最大功率点跟踪(MPPT),提高充电效率;放电过程通过实时检测LED路灯的实际电流,动态调整相应PWM信号的占空比实现高精度恒流驱动LED路灯。实物测试结果表明该控制器能有效地改善充电效率和恒流源精度,充电速度提高了4%~7%,恒流源精度高达2.5%。     

基于分数阶傅里叶变换的量化噪声抑制方法

针对A/D转换器在采样和量化过程中产生的量化噪声问题,提出一种基于分数阶傅里叶变换的量化噪声抑制方法.利用经典量化器的统计特性,分析出量化噪声在分数阶傅里叶域具有白噪声特性,利用过采样和分数阶傅里叶域数字滤波方法对输入信号的量化噪声进行抑制,提高信号质量.理论推导和仿真结果表明,该方法能够有效抑制量化噪声,提高A/D转换器的输出信噪比,而且针对线性调频等信号的量化噪声抑制效果优于传统傅里叶域的方法.      

多频带正交频分复用系统多模式调制解调技术

多频带正交频分复用(MB-OFDM)系统是实现高速无线个人局域网高速数据传输的关键技术。按照MB-OFDM系统不同的传输模式要求,文章提出四相相移键控、双载波、双载波32正交振幅三种调制及解调技术。在多径信道环境下的传输测试证明,多模式调制解调技术能提高MB-OFDM系统的高速数据传输性能。