基于量子Logistic映射构造的跳频序列性能分析

为了获得具有优异抗干扰性和安全性的跳频序列,基于量子Logistic映射,对比于Logistic映射,通过非均匀量化的方法来构造跳频序列;分析了跳频序列的平衡性、汉明相关性、跳频间隔,在FPGA上实现了量子Logistic映射。实验结果表明,在相同的条件下(频率数目和序列长度),本文算法在平衡性、汉明相关性方面都优于Logistic映射,跳频间隔和Logistic映射数值接近。基于此,可以将量子Logistic映射应用于跳频通信系统,相应的抗干扰性和安全性优于Logistic映射。     

一种无人机载雷达和通信一体化波形设计方法

为了节省现有无人机编队利用数据链周期性地通告平台位置、速度等占用的时间资源, 本文创新性地提出了一种无人机载雷达和通信一体化波形设计方法。利用一种基于分段帧结构的扩频通信波形信号,在无人机间数据通信的同时,利用帧结构分段设计,隔离出目标回波信号,然后进行雷达回波信号的处理,从而直接完成无人机编队位置感知,达到通信与雷达探测同时进行却又互不影响的目的。外场实验结果表明所设计的一体化波形可以优于0.4m的探测精度有效测量目标距离,完成目标的位置感知,节省了无人机周期位置报告的时间资源,具有较强的理论创新和应用价值。     

基于深度学习的Wi-Fi信号编码参数盲识别

通信链路层特征盲识别是智能通信和通信对抗领域关键技术。为提高基于IEEE 802.11协议的无线（局域）网/无线保真（wireless fidelity,Wi-Fi）信号的编码参数盲识别精度,提出了一种基于深度学习的低密度奇偶校验码（low density parity check code,LDPC）编码参数盲识别算法,可准确盲识别信道编码算法的信息位码长和码率。算法以解调后的比特流为训练数据集,搭建多层深度神经网络模型,经过多次调参和迁移训练,最终得到了能够准确预测编码参数的网络模型。实验结果表明,该网络模型能够在高达10%误码条件下得到优于91%的编码参数盲预测率,在无误码的条件下,编码参数盲预测准确度高达95.32%,为智能通信和通信对抗的研究提供了一定参考价值。     

基于归并算法的高速LDPC流水线译码器设计与实现

LDPC码是一种纠错能力极强的编码,已广泛用于新一代数字电视,深空探测,卫星通讯等多种领域,基于不同要求出现了许多不同的编码标准,所以定制化的LDPC码译码算法的硬件实现已成为当今的研究热点之一。为满足卫星通信中高速数据传输的需求,使用LDPC码Normalized最小和译码硬件实现算法以及归并算法原理,并结合FPGA适合并行计算的特点,提出一种基于流水线的部分并行LDPC译码的FPGA设计,通过仿真和实验,最终完成满足卫星高速通信需求的LDPC译码器设计。最终使用Altera公司FPGA上完成译码器设计,整个系统在时钟频率为150 MHz的条件下,数据处理速率达到1.5Gb/s以上,数据吞吐率达到750 Mb/s纠错性能优异,完全满足卫星高速数据处理要求。     

基于SGP4模型的卫星多普勒频移补偿方法研究

针对卫星与地面站进行通信时,地面站接收到的信号存在明显的多普勒频移现象,提出了一种基于SGP4模型的卫星多普勒频移补偿算法。首先,根据开普勒定律推导出多普勒频移公式;然后由卫星星历信息,基于SGP4模型预测出卫星的轨道,计算出卫星和地面站之间的相对位置和相对速度,得出多普勒频偏,在地面站分别进行预校正与补偿;最后,使用STK/HPOP生成标称轨道对SGP4模型生成的预测轨道进行误差分析和性能评估。仿真结果表明,对于工作在Ka频段、轨道高度200~1 000 km的低轨卫星,多普勒频偏估计精度优于50 Hz,精度高;随着轨道高度的增加,多普勒频偏估计更加精确。