基于Chirp-BOK调制的超宽带无线通信系统研究

基于正向和反向线性调频脉冲良好的自相关性以及匹配滤波后尖锐的时域特性,将线性调频脉冲扩频技术用于高速的超宽带无线通信,设计了Chirp-BOK调制的超宽带通信系统。系统可以采用声表面波器件实现,具有低功耗,低成本,低复杂度等特点。通过仿真分析比较了Chirp-BOK UWB和TH-PPM UWB系统的可靠性,仿真结果说明：在AWGN信道下,Chirp-BOK UWB系统与TH-PPM UWB系统有着相同的可靠性;在IEEE 802．15SG3a建议的CM1、CM3信道模型下,采用Rake接收的Chirp-BOK UWB系统具有良好的抗多径衰落能力,但符号间干扰影响较大。     

大容量宽带卫星通信系统的下行高效传输方法

针对基于非再生式星上处理的大容量宽带卫星通信系统下行链路采用频分复用(FDM)传输方式效率低、性能差的问题,提出并论证了两种特殊的连续波时分复用(CWTDM)方法——分帧交织叠接相加法(AFO)和准正交时分复用(QOTDM)法。首先,两种方法均先将待传输的各路基带复信号采样量化;然后,AFO方法对量化信号进行分帧叠接相加后加上帧头构成复用帧进行下行传输,QOTDM方法采用样点交织的时分复接再添加同步序列后转化为连续信号进行传输。AFO方法对信号复接、分接的处理简单;QOTDM方法复接时只需每路缓存一个样点,有利于实现更大容量的星上交换。与FDM下行传输方式相比,这两种方法的功率效率更高、链路特性更好。仿真结果表明,相较FDM传输方式,QOTDM方法的256个载波下的信干比可提高10dB,子信道隔离度可达到实用要求。     

分数阶傅里叶变换在合成孔径雷达目标识别中的应用

本文通过分析合成孔径雷达动目标回波线性调频特点,采用分数阶Fourier变换对合成孔径雷达动目标进行检测,对其多普勒参数进行比较精确的参数估计,并通过理论分析和模拟计算证明该方法的有效性。     

单通道SAR的动目标检测

提出了一种基于单通道合成孔径雷达(SAR)进行动目标检测的新方法。该方法在详细分析SAR对动目标的回波模型的基础上,给出了进行子孔径成像、地杂波对消、相干斑抑制、动目标检测的原理和实现方法。文中首先建立了SAR的回波的数学模型,分析了动目标回波和地杂波的不同特征。在对回波做子孔径成像之后,为了抑制相干斑,对两路子孔径信号分别做平滑处理。然后进行杂波对消,通过对杂波对消后的残差图像做恒虚警处理检测出运动目标。计算机仿真结果验证了其有效性。     

一种基于FFT估计DOA方法的双均匀线阵设计

在传统的快速傅立叶变换(FFT)估计空间信号波达方向(DOA)方法的基础上,针对信号集中在一定空间区域里的情况,设计了一种双均匀线阵及相应的DOA估计方法,理论和仿真结果都证明了基于此双均匀线阵的DOA估计方法在解决了角度模糊问题的同时。与基于具相同阵元数目及半波长阵元间距的均匀线阵的常规DOA估计方法相比,可成倍地提高角分辨率,而计算量却显著减小。     

FM-DCSK在非平坦衰落信道下的系统设计与仿真

调频-差分混沌键移（FMDCSK)是一种以混沌信号作为载波的非相干的调制解调技术,其输出信号具有固有的宽频特性。由于其在对抗多径衰落方面具有显著的效果,它适合于在无线移动通信信道下使用,因而得到广泛的研究。给出了FMDCSK在非平坦衰落信道下的原理结构图,并做了性能分析,通过仿真发现：在两径瑞利（非平坦慢衰落）信道下,FMDCSK的误码性能优于传统的调制解调技术QDPSK和QPSK。为了进一步提高FMDCSK的误码性能,建议结合使用一些有效的技术,如分集、Rake接收机等。这些结论和建议对于促进FMDCSK在无线通信环境下的研究与应用具有重要的意义。     

基于软件无线电的调频立体声激励器的设计与实现

与传统采用模拟方式实现调制解调技术相比,全程数字化处理的调制器对信号处理的精度以及设备稳定性都有很大的提高.笔者在自行开发基于DSP FPGA DDS(带有IQ调制通道)结构的通用数字调制平台上,采用正交调制的方式实现了全数字调频激励器,这样避免了使用模拟方式造成的射频输出稳定性和同一性的下降,同时由于带有IQ调制通道的DDS对采样频率的内插提升,射频输出也无需再附加复杂的跟踪滤波器.     

小波多尺度分解及其在SAR图象目标检测中的应用

合成孔径雷达图象的目标检测是最重要的任务之一.目前用于目标检测的现有方法速度较慢、准确率较低、精度较差.作者提出小波分解的方法用于目标检测.同尺度目标检测采用二维离散二进小波分解方法,提高检测速度.不同尺度的目标检测采用多尺度二维离散小波分解方法,提高检测准确率.图象匹配采用灰度归一化的灰度相关匹配方法,提高匹配精度.实验证明,采用该法进行目标检测能获得较好的效果.     

一种LFMCW雷达目标距离提取方法

在阐述FFT方法、最小二乘曲线拟合方法和雷达信号特点的基础上,将BP网络应用于线性调频连续波雷达系统目标距离的信号处理中,用雷达数据对构造的BP网络进行了训练和测试。仿真结果表明,该方法在训练对象足够充分的情况下可以适应较大范围内测量,在无噪或低噪声的情况下,可以获得较高的测量精度,是一种对LFMCW系统信号处理的有效方法。     

基于胶囊神经网络的合成孔径雷达图像分类方法

针对合成孔径雷达(synthetic aperture radar,SAR)图像的目标分类,传统的卷积神经网络(convolutional neural network,CNN)需要大量的数据样本进行训练,无法在小样本条件下进行,其应用受到限制。提出将胶囊神经网络(capsule network,Capsnet)算法用于SAR雷达图像的分类,针对小样本SAR数据集对Capsnet结构进行轻量化设计,并在MSTAR数据集上验证了该算法的有效性。结果表明,与CNN相比,基于Capsnet的SAR目标分类抗过拟合性强,泛化效果较好,具有更高的准确性,能够很好地实现SAR图像样本的分类。