基于时域调制域特征的IFF模式5信号识别

针对Mark XIIA系统模式5信号处理的需求,对模式5信号的格式和基本特征进行了分析,提出了一种基于模式5信号时域和调制域特征的识别方法。该方法通过提取模式5信号脉冲时域参数和对脉冲进行MSK解调,获取模式5前导脉冲时域参数脉宽和前导脉冲固有的16位MSK解调结果0111100010001001来完成模式5信号前导脉冲识别,并根据前导脉冲偏移值特点优化了模式5信号框架匹配算法流程,实现了模式5信号的识别处理。Matlab仿真和硬件实现验证了方法的有效性,当满足一定信噪比条件时,识别正确率可达100%。     

四维DSSS调制信号的峰均比抑制

针对四维直接序列扩频调制信号的峰均比（Peak-to-Aaverage Ratio,PAPR）问题,分析了成形滤波器滚降因子对调制信号PAPR的影响,得到了PAPR随滚降因子的变化规律,进一步引入了基于限幅的PAPR抑制方法降低调制信号的PAPR。理论和仿真结果表明,当滚降因子为0.42时,调制信号的PAPR值最小;所引入的PAPR抑制方法能有效降低调制信号的PAPR,同时对系统误码性能的影响极小,当限幅率为4、系统互补累积概率密度为0.1%时,调制信号PAPR降低了0.8 dB,系统误码率为10－5所对应的信噪比损失仅为0.3 dB。     

基于C/A码辅助的GPS M码信号盲解调

针对GPS M码信号受到C/A码和Y码信号的干扰难以直接进行解调的问题,提出了一种基于C/A码辅助的M码盲解调方法。利用解调后的C/A码信号校正信号频偏,通过I/Q支路分离实现将C/A码信号与Y码、M码信号的剥离,最后利用M码信号的特点进行相参增强进一步提高性能。实采数据的解调实验证明了所提算法的可行性。     

LoRa调制技术及解调算法

LoRa是目前工业界大力推广的一种低功耗广域网技术（LPWAN）技术，但其中的核心调制技术专利由美国Semtech公司拥有，其技术细节没有被公开。基于此，针对LoRa的调制解调技术原理进行详细的数学描述，并给出了具体的调制解调算法。同时，对LoRa调制的性能进行了高斯白噪声信道及多径衰落信道下的仿真比较，仿真结果验证了LoRa调制技术在低速远距离通信场景中的优越性。     

基于虚拟仪器的数据链测试模拟器研制

针对传统数据链测试设备功能单一且不易重构的问题，借鉴虚拟仪器模块化的设计思想，设计实现了一种基于美国国家仪器公司（National Instruments，NI）通用软件无线电平台的数据链测试模拟器。该模拟器采用线性调频信号叠加（Sum of Linear Frequency Modulation,SoLFM）的方法高效产生具备连续相位的时变信道衰落，包括瑞利衰落、莱斯衰落和对数正态衰落等，并结合多相滤波思想能够精确模拟数据链长时延的多径传播场景。利用矢量网络分析仪对硬件模拟器输出的信道传递函数和信道冲激响应进行实测验证，并对各支路的随机信道衰落包络分布进行统计验证。实测结果表明，该数据链测试模拟器输出的信道函数和统计分布均与理论值吻合，因而可用于数据链装备的系统优化、验证和性能评估。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制（GSM）系统接收端最大似然（ML）检测算法计算复杂度极高的缺点,提出了一种基于压缩感知（CS）信号重构理论的低复杂度信号检测算法。首先,在多输入多输出（MIMO）信道模型下,通过改进正交匹配追踪（OMP）算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

基于有限状态机的QPSK调制系统发送模块FPGA实现

分析了所设计的通信系统发射波形的帧格式,结合有限状态机（Finite State Machine,FS M）的设计思想,在FPGA上实现了通信系统的发送模块,将同步头数据、标志位数据 、相位校正数据、正文数据各部分数据按先后顺序有序发送,实现了模块间的无缝链接,使 系统的数据发送稳定可靠。     

一种优化的卷积神经网络调制识别算法

针对非合作接收条件下信号的调制识别问题,提出了一种基于循环谱特征和深度卷积神经网络的自动调制分类算法。该算法首先利用二值化、形态学操作等技术对循环谱数据集预处理,提高网络泛化能力;然后将数据集输入到卷积神经网络模型中,经过网络的特征提取实现分类识别。在网络中添加残差块网络增大感受野,提高特征提取能力。采用Dropout、优化函数等技术优化网络结构,防止训练过拟合。仿真结果表示,与传统方法和现有的一些深度学习调制识别方法相比,该算法在低信噪比条件下有更高的准确率,具有明显的抗噪声优势,是一个有效的调制识别算法。     

调频遥测信号载波频率的精确估计

传统调频遥测信号载波频率估计算法对输入信号降采样后直接进行快速傅里叶变换,实现方法虽然简单,但测量精度较差,无法适应高动态、低信噪比等复杂场景。为此,提出了一种调频遥测信号载波频率的精确估计算法。两并联补偿支路先分别采用正、负调频频率对输入信号进行频率预先补偿,低通滤波后完成降采样处理,削弱调频频率的频谱影响;频率搜索状态对采样数据进行载波多普勒变化率的频率补偿,经过快速傅里叶变换、非相干积分和频谱重心搜索完成频率解算,提高载波频率的检测性能。试验与分析表明,所提算法在高动态、低信噪比等复杂场景下可显著提高调频遥测信号载波频率的估测性能。     

一种线性调频信号超低旁瓣脉冲压缩方法

雷达脉冲压缩希望具有超低距离旁瓣的特征,线性调频信号采用加窗方式可达到约-35 dB的距离旁瓣电平。基于超低旁瓣电平信号设计方法,在不考虑信噪比损失条件下,提出了一种新的超低旁瓣的脉冲压缩方法,基本思想是针对给定线性调频信号,频率滤波权值采用超低频旁瓣频域信号与线性调频信号频域的比值,可以将接收端旁瓣电平输出最低到-120 dB。同时,从理论上和数值结果中分析了信噪比损失、延迟敏感性等问题。