新兴的无线接入技术--PAS(小灵通)和LMDS

无线接入指用无线通信技术实施接入网的一部分或全部功能向用户提供固定或移动的终端业务服务，它是有线接入的有效支持、补充与延伸，是快速、灵活装备与实现普通服务的重要途径。介绍了目前在各城市已开通的窄带PAS系统和正在进行试验网建设的LMDS宽带技术。     

一种基于频差补偿的相位谱时延估计方法

针对影响射频窄带信号时延估计精度的3个主要因素：中频偏差、信号带宽及信噪比,提出了一种基于频差补偿的相位谱时延估计方法.其采用平方倍频法分别估计两路信号的中频,通过频差补偿消除中频偏差对时延估计精度的影响;利用线性调频Z变换（CZT）在有限带宽内增加时延估计的有效点数;并针对相位法自身的特点利用Kalman滤波器优秀的抗噪声特性提高时延估计的精度.理论分析和实验仿真均验证了该方法的有效性.     

一种无线通信信号超窄带滤波方法的改进

在无线通信过程中,采用传统超窄带滤波方法很难获取较宽且没有被干扰的频带,有效信号在频域中会出现裂口,导致大量数据丢失,造成人为干扰。提出一种新的无线通信信号超窄带滤波方法,依据幅值、斜率以及带宽对干扰源位置与数量进行判定,为无线通信信号超窄带滤波提供可靠依据。将干扰数据与有效数据投影至不同空间,分别对其进行超窄带滤波处理,通过数据特征值子空间滤波法,获取无线通信信号超窄带滤波的回波数据,实现无线通信信号超窄带滤波,完成无线通信信号超窄带滤波方法的改进。实验结果表明,所提方法能够有效滤除无线通信信号中的超窄带干扰,能保留数据的完整性,避免人为干扰。     

自适应网格在水平集方法中的优化与应用

在水平集方法对运动界面进行追踪的过程中,利用自适应笛卡尔网格可以在水平集演化的关键区域对网格进行自动细化.水平集方程每个时间步求解后,细化区域和粗化区域的选择是决定迭代求解效率的一个重要因素,由于不同细化级别边界处的节点部分缺少同级别的邻接点,加大了求解水平集演化方程中偏微分近似解的复杂度.提出一种优化后的笛卡尔自适应...     

窄带宽物联网云平台技术在孵化系统中的应用

针对孵化室内温度、相对湿度、氧气体积分数和二氧化碳体积分数等调节精度低,导致孵化率和健雏率不高的问题,提出了一种将孵化室环境数据通过窄带宽物联网(NB-IoT)上传到云平台的智能孵化系统,云端控制系统根据得到的数据主动调节孵化室环境因素。对比试验表明:改进后的孵化系统温度波动率为0.52%,相对湿度波动率为2.56%,二氧化碳和氧气的体积分数始终处于动态平衡且均在最佳孵化范围。与普通孵化系统相比,物联网孵化系统整体孵化率提升了6%,健雏率提升了2.23%,提升效果明显。     

基于 RIE 的自适应窄带干扰抑制算法

针对直接序列扩频(direct sequence spread spectrum,DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题,将窄带干扰存在性识别技术(recognition of interference existence,RIE)和变换域窄带干扰抑制算法相结合,提出了一种自适应窄带干扰抑制算法.该算法能根据接收到的信号,利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号,从而决定是否需要对其进行干扰抑制处理.理论分析表明,当接收信号中不合窄带干扰或干扰信号较小时,既可减少由于窄带干扰抑制算法对有用信号造成的损伤,提高误码率性能,又能降低系统处理的复杂度.仿真结果表明,自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案.     

基于FFT的直扩系统中窄带干扰抑制技术研究与实现

针对直接序列扩频系统中窄带干扰问题,介绍了基于FFT的干扰抑制算法.根据直接序列扩频信号与窄带干扰信号在频域能量分布不同这一特性,利用快速傅立叶变换实现窄带干扰信号的实时检测和抑制.采用VHDL硬件描述语言对算法进行基于FPGA实现的可综合的描述.最后在硬件测试平台上进行性能测试,结果表明设计能有效抑制直接序列扩频系统中的窄带干扰.     

一种基于稀疏重构的NB-IoT时延估计算法

针对传统的时延估计算法无法解决窄带物联网(narrowband internet of things, NB-IoT)低速率低功耗引起的估计精度低、计算复杂度高等问题,提出一种加入代价函数模型的基于稀疏重构的时延估计算法。利用窄带定位参考信号(narrowband positioning reference signal, NPRS)与传统的正交匹配追踪算法(orthogonal matching pursuit,OMP)进行时延值预估计,然后根据预估计的时延值构建冗余字典,在此基础上利用改进的OMP算法进一步对时延值进行估计。该算法中加入代价函数的思想将多维的时延估计降维成多个一维的时延估计,同时利用稀疏重构来消除各信号之间的干扰。另外,为了消除降维带来的局部最优的问题,合理设置软门限来有效并快速地终止代价函数模型的迭代过程。仿真结果表明,与OMP算法等传统时延估计算法相比,该算法具有更好的检测性能以及更高的时延估计精度。     

线性正则变换域的窄带信号表示及其抽样理论

窄带信号广泛应用在雷达、声呐、通信、定位、生物医学工程等领域,传统的抽样理论已经研究了傅里叶变换域窄带信号的抽样和重构实现.线性正则变换(LCT)是傅里叶变换、分数阶傅里叶变换(FrFT)的推广形式,相应的抽样理论还不十分完善,因此有必要在LCT域重新研究窄带信号的抽样定理.从LCT的定义和性质入手,首先给出了信号基于LCT的Hilbert变换以及LCT域窄带信号的时域表示形式;然后在此基础上导出了LCT域窄带信号的抽样定理和重构实现公式,这些结论是传统窄带信号抽样理论在线性正则变换域的推广.最后,仿真实验进一步验证了结论的正确性.     

直扩通信系统中的窄带干扰抑制及仿真

该文针对直扩通信系统在抗窄带干扰方面的局限性,提出在解扩前应用自适应窄带干扰抑制技术,并进行了仿真,仿真结果表明,直扩通信系统中采用自适应窄带干扰抑制技术,可有效的抑制强窄带干扰,保证通信系统数据传输的正确性。