System View与Matlab联合仿真的研究与实现

在很多应用场合,需要联合SystemView与Matlab进行通信系统仿真。以μ律PCM编码为例提出了一种以M-LINK接口为桥梁的联合仿真方法,给出了联合仿真的流程。并通过对联合仿真输出波形出现的延迟现象进行分析,给出了仿真过程中关键参数的设置方法。仿真结果表明,这种联合仿真方法是可行的,可以应用到其它需要联合SystemView与Matlab进行复杂通信系统仿真的场合。     

基于局部频率估计和有限元的相位展开方法

针对干涉数据质量不同的区域采取不同的展开策略,在最小二乘意义下利用有限元方法最小化不同的代价函数来实现。引入局部频率估计解决了相位展开的"坡度欠估计"问题,使用有限元方法利用了其可以适应任意不规则区域求解的特性。仿真和实测数据处理结果验证了本文方法的有效性,且与其它方法相比具有较高的精度。     

基于高分辨雷达的运动目标参数估计方法研究

根据运动目标的频域回波的特点，深入研究了一种具有多项式相位结构的运动目标回波仿真模型，并提出了基于该模型的多特征参数提取方法。该方法基于匹配傅立叶变换理论，依据频域雷达目标回波特征构造匹配函数，对目标回波数据进行匹配傅立叶变换，变换结果的主瓣坐标反映了目标散射点的距离及速度信息。大量的仿真实验结果证明，该方法十分有利于进行运动目标的特征提取。根据对仿真结果的分析，进一步给出了改进算法，使得在较低信噪比情况下也能够有效的检测出目标上的散射点的距离与速度参数。     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。     

基于K-L变换的网络调制识别方法

针对BP网络进行通信信号调制样式识别的场合,在输入层和输出层节点数确定的条件下,提出在网络训练完成后应用K-L变换方法确定网络隐含层的节点数,对网络结构进行优化。利用K-L变换的正交性,去除了网络结构的冗余,给出了该算法的理论推导和具体应用步骤,通过仿真验证了算法的有效性和顽健性。利用BPSK、QPSK、16QAM等数字调制信号,选取了三个特征量,分别用优化前后的网络进行调制识别,实验表明优化前后网络的识别性能基本一致。     

递归的稳健LCMV波束形成算法

提出了一种针对指向误差、阵元位置误差或阵元相位误差的递归的稳健波束形成方法。该方法基于导向矢量展开算法,在采用线性约束LMS算法递归搜索最优权矢量的同时,搜索真实的期望信号导向矢量。导向矢量的计算采用基于梯度搜索的最优化算法。该方法避免了常规LCMV算法的矩阵求逆运算,所需运算量小。对存在几种特定误差情况的计算机仿真结果表明,该方法稳态性能优越,对期望信号导向矢量的误差具有很好的稳健性。     

再论扩展目标的角闪烁

解释了角闪烁的两种物理概念及其计算方法;从数学上证明了远区角闪烁线偏差与雷达距离无关;以两个任意取向的电偶极子组成的典型目标为例,推导了考虑目标回波极化和接收天线极化时的角闪烁理论计算公式。理论分析和数值计算表明,在几何光学条件近似下,对线极化接收,相位梯度法与坡印亭矢量法完全等效。     

基于支持矢量机和循环累积量的调制识别算法

利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征矢量,采用支持矢量机将分类特征矢量映射到高维空间并构建最优分类超平面,实现对QAM调制信号的自动识别。该算法解决了样本在低维空间中的不可分问题,具有良好的泛化推广性能,并且可在多种调制信号环境下实现对感兴趣信号类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。     

采用高级调制格式相干接收的FSO系统性能研究

基于描述FSO系统接收端光强分布的Gamma-Gamma信道模型,研究大气湍流强度和信号传输距离对高级调制格式-相干接收系统的影响。在分析Gamma-Gamma信道下,采用MPSK(M=2,4,8)和MQAM(M=8,16,32)调制-相干接收FSO系统的误符率与湍流强度、传输距离之间的关系,利用特殊函数代换推导其闭合表达式。根据计算结果,仿真研究M值、湍流强度和传输距离等因素对误符率的影响。     

齿轮磨损状态的周期平稳信号分析

对齿轮常见的失效形式——磨损进行分析,并根据实际信号,将时域分析、FFT与周期平稳信号分析相比较.仿真结果表明,周期循环平稳分析方法在提取故障特征方面具有更大的优势.