空间调制系统的星座优化设计

作为一种新颖的多天线技术,空间调制(spatial modulation, SM)受到了学者的关注。近年来,SM系统的星座设计成为研究热点。然而现有的星座设计算法由于预先设定星座结构,导致不能得到最优的星座图。对此,在发送功率受限的条件下提出一种新的星座设计方案。该方案基于最小化SM系统误符号率(symbol error rate, SER)准则,通过扩大可行域范围并利用遗传算法，对SM系统的信号星座进行了优化。此外,深入分析了信号星座对SER及系统参数对星座设计的影响。仿真结果表明,该算法得到的星座图相比于其他星座图具有更好的SER性能。     

双联合收发空间调制方案设计与性能分析

针对当前社会对高速率以及高效率日益增长的需求,提出了一种双联合收发空间调制(double joint transceiver spatial modulation,DJSM)方案,在传统联合收发空间调制(joint transceiver spatial modulation,JSM)的基础上加入双空间调制(doubl...     

基于高阶累积量特征学习的调制识别方法

自动调制分类是确保通信安全、可靠的关键技术之一。在低信噪比(low signal-to-noise ratio, Low-SNR)环境中,自动调制分类识别率低且识别类型受限。利用零均值高斯白噪声(white Gaussian noise,WGN)的高阶累积量理论值等于0的性质,在信号分析过程中,引入高阶累积量,可使系统免受WGN的影响。同时,引入深度学习网络结构完成微弱特征的表征,可有效解决调制方式受限及Low-SNR情况下的识别率下降问题。实验结果表明,所提方法在高斯信道环境下的分类精度比现有方法要高,在Low-SNR的不同信道环境下有较高的识别率,且使模型在时间、相位和频率偏移量方面具有更好的鲁棒性。     

基于无抖动编码的非正弦波调制

非正弦波调制信号存在相位突变,在工程实践中易产生较大的冲击电流,给大功率发射系统带来较大困难;而且相位不连续也不利于保持正交脉冲间的正交性,不利于信息的正确解调。针对该问题,提出了解决方案:基于无抖动编码的非正弦波调制。该方案用平滑的波形来替换前后码元的不连续跳变,从而得到相位连续的时域波形,波形平滑、频谱主瓣窄、滚降速度快。     

基于近似熵的Multi-h CPM调制识别算法

Multi-h连续相位调制(continuous phase modulation, CPM)信号与其调制指数均值相等的Single-h CPM信号的特征具有极大相似性,难以区分。针对该问题,提出了一种基于近似熵的Multi-h CPM调制识别算法。该算法将信号按照相同调制指数为一组的方式拆分为多个子序列,通过舍弃符号间拼接产生的多余模式向量对近似熵进行修正,然后利用Multi-h CPM信号各子序列近似熵的差异性,完成Multi-h CPM信号和Single-h CPM信号的类间识别,最后利用概率神经网络完成类内识别。实验结果表明,该算法在信噪比低至11 dB时,仍可以达到90%的识别率。     

基于差分编码调制的多址中继网络编码方法

现有多址接入中继信道（multiple-access relay channel,MARC）的网络编码技术多采用非差分调制,相干解调时会产生相位模糊。引用差分调制可克服此问题,但解调性能会损失约2.5 dB。为了弥补此损失,文中提出一种基于差分调制的比特交织编码调制迭代译码（bit-interleaved coded modulation scheme with iterative decoding,BICM-ID）方法。利用外信息转移图分析比较了两种编码（卷积码和低密度校验（low density parity check,LDPC）码）结合差分正交幅度调制（differential quadrature amplitude modulation,DQAM）在格雷和改进集合分割（modified set partitioning, MSP）映射下的性能,并做仿真对比。结果表明,对于差分调制,格雷映射比MSP映射更优。对于格雷映射,卷积码比LDPC码更优,有0.7dB的增益,且复杂度更低。     

基于高阶累积量和支撑矢量机的调制识别研究

提出一种基于高阶累积量和支撑矢量机的数字信号自动调制识别新方法 ,即将接收信号的四阶、六阶累积量作为分类特征向量 ,利用支持矢量机把分类特征向量映射到一个高维空间 ,并在高维空间中构造最优分类超平面以实现信号分类。这种方法对高斯噪声和星座图由于信号初始相位而引入的旋转具有良好的稳健性 ,并避免了神经网络中的过学习和局部极小点等缺陷。计算仿真结果表明 ,这种方法具有很高的分类性能和良好的稳健性     

基于LDPC自适应编码调制的图像传输性能

研究了基于LDPC码的自适应编码调制技术及其在慢衰落无线信道图像传输中的应用,分析了确定最优信噪比转换门限集合的最小均方误差非线性曲线拟合法,进而得到基于LDPC码的自适应编码调制系统的最大平均吞吐量性能。仿真结果表明,在慢衰落无线信道图像传输中,系统能获得满意的图像传输质量和很高的频谱利用率。     

基于LDPC频域编码MIMO-OFDM系统自适应调制算法研究

提出了一种基于发射功率、发送比特和误码率均受限时规则和非规则LDPC频域编码MIMO-OFDM系统自适应调制算法.仿真比较了规则、非规则LDPC编码及未编码自适应调制MIMO-OFDM系统性能,比较了LDPC-SISO-OFDM、LDPC-MIMO-OFDM系统子载波数变化对系统BER性能的影响,比较了收发天线数变化对LDPC-MIMO-OFDM系统BER性能的影响.仿真表明自适应调制MIMO-OFDM系统比非自适应调制系统性能有所提高,规则、非规则LDPC编码自适应调制MIMO-OFDM系统比未编码系统性能有很大提高,非规则LDPC编码自适应调制MIMO-OFDM系统比规则码自适应调制系统性能有提高,但在高信噪比时有错误平层.结果证明,适当设计非规则LDPC频域编码自适应调制算法,可以大大改善MIMO-OFDM系统性能.     

卫星通信中调制识别算法研究

针对卫星通信这一应用场合,提出了一种数字调制信号自动识别算法。该算法利用调制信号的高阶累积量,并结合星座图特征,对信号进行分类。它对信号的幅度、相位偏差具有不变性,同时可抑制加性高斯噪声;与其它识别算法比较,它具有稳健、应用广泛的特性。通过计算机仿真表明,在给定的数据长度和中等信噪比条件下,可得到很高的识别率(>95%)。     

基于联合特征参数的数字调制识别优化算法

针对数字调制识别在低信噪比下的应用,提出了一种基于联合特征参数的数字调制识别优化算法。该算法利用调制信号的高阶累积量和时域瞬时信息,并结合星座图特征进行特征提取,采用弹性反向传播（resilient back-propagation, RPROP）算法训练的反向传播（back propagation, BP）神经网络对多进制数字幅度调制（M-ary amplitude shift keying, MASK）、多进制数字频率调制（M-ary frequency shift keying, MFSK）、多进制数字相位调制（M-ary phase shift keying, MPSK）、多进制正交幅度调制（M-ary quadrature amplitude modulation, MQAM）共4类12种信号进行分类识别。仿真结果表明,当信噪比低至-2 dB时,提出的调制识别优化算法可使12种数字调制信号的正确识别率均达97%以上,极大地改善了低信噪比下的识别性能。     

基于跨层不等重功率分配的渐进图像传输方案

为了在无线衰落信道下鲁棒和高效地编码传输渐进图像,提出了基于跨层不等重功率分配的编码传输方案。和以往基于不等重功率分配的传输优化方案不同,该方案综合考虑了反馈信道提供的物理层信道状态信息、链路层自动重传信息和应用层压缩编码率失真特性,采用基于解析表达的数值优化算法,求得各个层上最优不等重功率分配策略,减小给定期望传输功率约束下的图像传输失真。实验表明,相对于以往方案,所提方案不但避免了启发式优化算法的高搜索复杂度|而且能大大提高接收端重建图像的峰值信噪比。     

基于加权表决的决策层融合多系统调制识别

利用信息融合技术研究多系统调制识别问题,提出一种加权表决融合算法。该算法首先定义系统对识别结果的贡献度,用来描述多个系统的联合对识别性能的提升,并将其作为分配权重的依据。然后将这种多系统识别问题建模为合作对策模型,利用合作对策的Shapley值来决定各系统的权重。最后通过所提出的加权表决算法,对多个系统的调制方式判决结果进行决策层融合。计算机仿真表明该算法有助于提高调制识别的性能。     

QPSK调制下最大平均互信息量化在LDPC译码中的应用

对低密度奇偶校验(low-density parity-check, LDPC)码在四进制相移键控(quaternary phase shift keying, QPSK)调制下的译码算法进行了深入研究,分析和推导了最大平均互信息量化的具体方法。在QPSK调制下,通过此方法量化初始消息,最终使每次迭代的变量消息和校验消息都是整数,实现了基于整数运算的最小和译码算法。仿真结果表明,其性能与基于高精度浮点数的和积译码算法大约相差0.39 dB,同时该算法中所有变量都用固定长度的整数表示,便于硬件实现,在其译码性能比和积译码性能下降不大的情况下,大大缩短了译码时间。     

基于零阶椭圆球面波信号的连续相位调制及性能分析

连续相位调制技术在卫星通信、深空探测、遥感遥测等航空航天领域具有重要应用,连续相位调制信号的性能通常取决于其基带调频脉冲信号.零阶椭圆球面波信号是时频域高能量聚集性信号,且该信号的时间带宽积可以灵活控制.结合连续相位调制原理,探索性地将零阶椭圆球面波信号应用于连续相位调制,与现有主要连续相位调制信号性能进行了对比分析....     

基于方位弯折的高分辨距离像雷达目标识别

针对高分辨雷达距离像的方位敏感性问题,将应用于语音处理的动态时间弯折技术引入高分辨距离像雷达目标识别领域,提出了一种动态方位弯折技术,该技术通过将测试数据与模板特征序列进行非线性伸缩(弯折),获得测试帧与模板之间最小匹配距离对应的最佳匹配路径,实现对测试数据的目标识别。对ISAR实测飞机数据的分类实验及与模板匹配法和RBF识别方法的比较,获得了良好的识别结果,表明了该方法的可行性和有效性。     

Modulation recognition of MIMO radar signal based on joint HOS and SNR algorithm

This paper presents a joint high order statistics （HOS） and signal-to-noise ratio （SNR） algorithm for the recognition of multiple-input multiple-output （MIMO） radar signal without a priori knowledge of the signal parameters. This method is capable of recognizing the MIMO radar signal as well as discriminating it from single-carrier signal adopted by conventional radar. Meanwhile, the sub-carrier number of the none-coding MIMO radar signal is estimated. Extensive simulations are carried out in different operating conditions. Simulation results prove the feasibility and indicate that the recognition probability could reach over 90% when the value of SNR is above 0 dB.     

伪波束域四阶累积量切片高分辨方位估计法

在低信噪比或空间非白噪声情况下,基于信号二阶统计量的高分辨方法,性能变差较快。在基于四阶累积量切片MUSIC方法的基础上,结合波束域高分辨方法的思想,提出了一种四阶累积量切片伪波束域高分辨方位估计方法。分析表明,高阶累积量的运用有效抑制了空间高斯白噪声和有色噪声;波束域方法的运用有效滤除了部分空间噪声,增强了方法的稳健性。仿真结果表明,相比基于四阶累积量切片的MUSIC方法,所提出的方法在高斯白噪声和有色噪声中,有效提高了低信噪比情况下的方位估计精度,降低了目标的分辨门限。