利用高阶累积量的时频重叠MPSK信号调制识别

针对多信号的互相干扰,在时频重叠情况下调制识别困难的问题,提出一种基于高阶累积量的识别方法。由于不同数字调相信号的高阶累积量存在差异;并利用高阶累积量对噪声的不敏感性,从中选取四个特征参数。采用决策树的分类方法,对任意方式组合而成的十种相移键控三信号进行制式识别。实验结果表明,在信噪比不低于0 dB的情况下,可以有效地识别十种时频重叠三信号。与现有的算法对比,该算法在提高信号识别率的基础上,同时也增加了可识别时频重叠信号的个数。     

基于PSD和光源调制的合作目标位姿探测方法

空间目标的相对位置与姿态探测是航天器对接领域的研究重点,探测方法主要分为遥测法和光学测量法两大类.其中,后者依靠其速度快、稳定性高、信息量大等优势,成为了近距离位姿探测的主要方法.我们通过双目视觉模型可计算出空间合作目标上特征光点深度信息,再根据特征光点间已知的结构、尺寸等约束信息,实现对目标姿态的解算.本文依据PSD相较于CCD和CMOS传感器,有无需图像特征提取过程、响应速度快、位置分辨率高等优势,且双目立体视觉系统的仿生学结构可直接获取到探测目标的深度信息,提出了采用双PSD视觉模型,并配合特征光点的亮度与顺序联合调制实现对空间合作目标的位姿探测方法.实验结果表明,当光标靶姿态调整±30°时,系统的平均测量误差为2.541°,当姿态角小于15°时,俯仰角和偏航角的平均偏差分别为0.923°和0.563°;大于15°时,受限于光源发散角度的影响,俯仰角和偏航角平均偏差分别增加至4.566°和4.106°,系统能够快速、稳定解算光标靶的空间位姿.     

32路可编程MFC/DTMF信号收发器的设计与实现

采用单片DSP实现 32路时隙MFC/DTMF的收发系统 ,系统以插卡的形式与主控板相连 ,可应用于中小型CTI交换机中 ,测试结果符合《邮电部电话交换设备总技术规范书》规定的各项技术指标 ,和同类系统相比 ,本系统具有体积小、处理密度高、性能价格比高、接口方便的优点 .     

中频干扰电治疗仪的研究与改进

中频干扰电治疗仪治疗效果与干扰差频、调制幅度、调制频率有密切的关系．针对市场上治疗仪治疗方案单一的现状，本文提出频率、幅度可根据病人实际情况自由调节的治疗仪设计方案，并使用FPGA驱动的TFT显示界面，实时监控治疗仪运行情况和作用人体的电场变化，实现人机交流，方便操作．经改进的中频干扰电治疗仪，功能更加强大，治疗效果更佳，操作更加直观、简便．     

基于余弦滚降特性的IIR余弦调制滤波器组的设计

提出一种新的近似完全重构因果稳定的IIR余弦调制滤波器组的设计方法.基于所定义的一种IIR余弦滚降原型滤波器,滤波器组所要求的平坦条件完全被满足.在预先给定极点值的条件下,滤波器组的设计问题可以写成一个凸极大极小优化问题,从而采用二阶锥规划法求解.求出的滤波器组具有合理的完全重构误差,且原型滤波器的多相因子的分母相同,简化了完全重构条件.采用该滤波器组作为约束非线性优化法的有效初值,进一步优化得到完全重构IIR余弦滤波器组.     

PDM 1kW全固态中波广播发射机的安装与维护

由于科学的不断发展,技术不断进步,全固态PDM发射机,采用了新型的固态放大器件,因而取代了能耗高、效率低的大功率电子管。本文论述PDM 1kW全固态中波广播发射机的安装与维护。     

周期激励混沌系统的相位调制信息的传输方法

引言在混饨保密信息传输方面，人们已做了大量的研究工作，提出了多种信息传输方式，如信号掩埋法＊、信号注入法［＼参数调制法【屿D扩频传输方式＊等等。在本文中，我们将给出一种利用混饨系统的同步和非同步状态来传输二进制数字信息的方法。1混饨系统同步理论分析1．1自治动力系统的同步分析设混炖动力系统大一人功川户一f（y）其中包含X，少两个相同子系统，X，入ER”n那么混炖同步问题既是如何把系统水状态稳定在相空间（X，y）。R’”中的同步流形S叫（X，y）y＝X｝上。设一微扰6（t）与同步流形横截相交，我们得到X（l）y（）…     

光学头定位系统的输入成形控制

光学头定位控制由于快速性的要求使得系统产生振荡,影响定位精度.本文应用输入成形方法抑制光头在定位时的振动.通过建立光学头机电系统的数学模型,对于无参数摄动和有参数摄动两种情形分别应用零振荡()和零振荡加微分()两种输入成形控制器进行振动抑制,计算机数值仿真结果表明,该方法对于抑制光学头定位过程中的振动具有较好的效果.     

基于循环谱截面智能分析的混合信号调制识别方法

针对已有混合信号识别方法存在智能化程度低、适应性差等问题，提出了一种基于循环谱截面和深度学习相结合的智能识别方法。理论推导分析了常见混合通信信号的循环谱零谱频率截面特征；利用提出的非线性分段映射和指向性伪聚类新方法对上述截面图进行预处理特征增强，提高了截面特征的适应性和一致性；并将预处理后的特征图与经典残差网络相结合，利用深度学习网络对特征图中调制信息的深层次细节挖掘分析能力，实现了混合信号的有效识别。仿真结果表明，该方法对噪声不敏感，当信噪比不低于-2 dB时，平均识别率大于90%；且该方法对信号参数及信号间能量比变化有较好的适应能力。