超窄带高速通信进展

空中的无线电频谱越来越拥挤,频率的资源性影响日益彰显.为在单位频带内高速传输信息,就要尽可能提高频谱利用率.但能否使传输频带"超窄",传输码率更高,同时还保持在可以接受的发射功率水平,需要重新审视经典的数字通信理论和调制解调技术.文中结合作者的研究探索,阐述了"超窄带高速通信"领域技术创新和工程实现的进展,辩证反思了通信工程界习以为常的经典方法,并总结了该领域的一些问题和进一步研究方向.     

基于HVS与PCNN的彩色图像增强

提出一种新的彩色图像增强方法:将RGB空间转化为HIS空间后保持H分量不变,对S分量进行指数拉伸;而对I分量则利用脉冲耦合神经网络的特性将原始图像的灰度信息与空间信息一起耦合到神经元的内部活动项,然后利用人类视觉系统模型构建动态阈值与其比较得到增强图像.实验证实了这种方法的有效性.     

一种适用于DAMB的LDPC码设计方案

最近提出的外部信息转移图是一种优化非正则LDPC码的简单高效方法.该文把此技巧应用到数字调幅广播(DAMB)系统,取得了令人满意的结果.实验还表明在各种广播信道中优化的LDPC码皆优于Turbo码方案.     

基于任意小波的提升格式的设计

在Sweldens等人提出的提升格式（lifting scheme)基础上,利用小波消失距与其对应的滤波器在z=1处零点阶数的关系,提出了一种新颖的提升系数设计方法,它克服了过去的提升格式设计方法只能设计基于Lazy Wavelet的插值小波的缺陷,通过求解一组简单的线性方程组来设计基于任意双正交小波的提升系数,从而实现了根据具体要求动态地、迭代设计波的目的。为了便于算法的工程实现,本文根据最佳提升格式的惟一性,提出并论证了一种最佳提升系的迭代设计算法,此外,上述2种算法均可以用于市尺称和非对称的小波。     

几种用于Turbo码的交织器分析

将一系列常用交织器应用于Turbo码系统,并分别进行了仿真计算,比较了采用不同交织器Turbo码的性能,提出了将两个交织器结合起来构成新的交织器的方法.由于信息位和未经交织的校验位之间时间上的相关性,通过采用再加一级符号交织器的办法,进一步减小相邻位之间的相关性,结果表明在Rayleigh信道下可进一步降低误码率.     

与删除卷积码相结合的非均匀16-DAPSK在无线广播信道上的性能

导出了加性高斯白噪声和Rayleigh衰落信道上非均匀16-DAPSK错误概率的简单闭合表达式.对于多媒体通信和组播传输而言,非均匀16-DAPSK是有用的.给出了带有删除卷积编码的非均匀16-DAPSK调制的性能.结果表明卷积编码可与非均匀16-DAPSK调制用于在无线电广播系统中传输附加消息,而对于基本消息几乎没有损伤.     

一种低复杂度的数字调幅广播调制方式

提出一种低复杂度的数字调幅广播调制方式——32DAPSK+OFDM.该方式能有效地降低数字广播接收机复杂度.首先给出30MHz以下频段(调幅广播波段)信道模型和基于OFDM数字调幅广播系统的等效基带模型,然后讨论32DAPSK+OFDM的调制、解调以及在白高斯信道的误比特性能。最后仿真32DAPSK+OFDM在调幅广播信道的误比特性能。     

基于模式的自制小波在EBPSK信号检测中的应用

为了改善基于小波的超窄带信号的检测率,提出了根据信号的模式构建小波的方法.以扩展二元相位键控的“1”信号为例,采用常数正交函数空间投影法构建了对应的unb1小波,并与经典的Haar,db系列、Symlet系列、Coiflet系列、Biorspline系列、逆Biorspline系列、离散美尔、高斯系列、墨西哥帽和Mor...     

基于几何特征的调制波形优化方法

为提高频带效率,探索更有利于频谱紧缩的调制波形,根据二元相移键控调制波形的几何特征,通过数学分析与推导,提出了基于几何特征的卡圆和正弦插入波形优化方法. 把提出的优化方法应用于EBPSK调制,使其调制波形的相位突变趋于平滑,功率谱边带大大衰减,频谱得到紧缩,获得了较好的频谱特性.仿真表明,优化后的EBPSK调制与优化前的EBPSK调制具有几乎相同的误码率,验证了该优化方法的可行性.把提出的优化方法进一步与控制周期线谱成分的优化方法结合,得到了传输带宽更窄、边带抑制更好的EBPSK调制波形.该方法可以完全数字化实现,因而,可以简化发送设备,甚至省去发送成型滤波器.     

混合蛙跳算法优化的支持向量机EBPSK检测器

为了充分利用"0","1"码元经过冲击滤波器后的波形差异和有效改善基本支持向量机经典训练方法容易陷入局部最优的缺陷,设计了混合蛙跳算法优化的支持向量机EBPSK检测器.首先,从经过冲击滤波器的"0","1"码元原始数据中提取训练集和测试集,并进行归一化处理;然后,利用混合蛙跳算法的全局寻优能力在训练集空间搜索支持向量机...