一种非常规的线性调制解调方法

根据对常规调制解调信号频谱的分析,提出了一种基于采样和数字滤波的方法,这种方法不仅能很大地降低信号的失真,而且便于DSP计算和计算机处理.     

时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

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。     

希尔伯特变换在扭振测量中的应用

使用希尔伯特变换,对与轴系相连接的增量编码器所检测到的旋转编码脉冲进行解调处理,在不改变系统组成的基础上,实现旋转机械系统在线监测与故障诊断。研究了一种基于希尔伯特变换的高分辨率扭转振动测量方法及相应的脉冲调制解调,讨论了该方法的工作原理和现实中的具体方法和使用中存在的一些问题。通过试验,证明了使用该方法可以获得轴系扭转振动信号。将希尔伯特变换解调与Labview相结合可以建立扭转振动在线实时监控系统。     

关于调幅解调电路的探讨

本文讨论了一种新的调幅信号的解调方法，即不需要载波信号，将调幅信号进行平方后，再将它滤波分频等，最后解调出调制信号。并且详细给出了此种解调方法的原理图和仿真结果。证明了此种方法对单音频调制信号的解调实现起来简捷可靠。     

一种自适应高动态GMSK信号相干解调算法

针对最大加速度为20 g的高斯最小频移键控(GMSK)高动态调制信号解调技术展开研究.研究了高动态GMSK信号的捕获和跟踪技术,得到高动态环境下GMSK信号的相干解调门限和误码率性能.结果表明,最大加速度20 g、符号速率8 k波特、帧长4 192 bit条件下, E_c/n₀≥2 dB时可闭环锁相工作,相比无动态GMSK信号解调性能恶化约0.4-0.6 dB.随着符号速率的上升,高动态带来的性能恶化会减小.     

融合ADC和FPGA的通信系统自适应调制与解调技术研究

为提升通信系统信号调制解调的效果,研究结合模数转换器(ADC)和现场可编程门阵列(FPGA)设计自适应调制解调方案。ADC负责将模拟信号转换为数字信号,FPGA承担信号处理的任务,它可以根据实际信道条件和传输要求,动态选择最适合的调制方式和解调方式。实验数据显示,传入FPGA内部的信号通过脉冲宽度调制(PWM)和ADC解调后,其误码率最低为19.183%。相比于传统FPGA解调的方法,ADC解调后的信号具有较低的误码率,能够提升通信组网技术的应用效果。     

一种用Fourier级数辨识延时线性系统的算法

本给出了一种改进的Ｆｏｕｒｉｅｒ级数辨识延时线性系统的算法。通过Ｆｏｕｒｉｅｒ级数的运算算子矩阵，将描述系统的微分方程化为代数方程，再使用最小二乘方法即可求得系统的参数估计。本的算法简单，节省了ＣＰＵ存贮空间，更便于实用。     

QPSK调制／解调电路的verilog HDL模型与功能仿真

本文介绍了QPSK（四相移键控）数字调制／解调技术的原理,建立了一种基于高速硬件描述语言（verilogHDL）的数字式QPSK调制／解调模型,并应用FPGA硬件平台实现了相关的电路设计,给出了基于新一代专业仿真环境Modelsim—abe的系统仿真过程及结果分析。