共查询到18条相似文献,搜索用时 46 毫秒
1.
AD9856是美国AD公司新近推出的功能强大的通用正交数字上变频器,本文提出了一种基于该芯片设计的数字调制方案,该方案具有结构简单、精度高,并且可灵活设置调制方式、符号速率、中频频率。 相似文献
2.
本文提出了一种基于直接数字合成(DDS0的具有结构简单,精度高的通用数字调制系统模型。该模型的实现方便,是一种有效的实现软件无线电调制的方案。 相似文献
3.
概述了通信信号调制识别的研究内容、识别算法和发展前景,并对以后的发展提出了自己的建议。 相似文献
4.
5.
6.
7.
针对航空电子系统能力提升和体积重量功耗的矛盾,提出了一种宽频带可配置数字射频调制的设计与实现方法,使用数字信号处理的方法实现调制和上变频,将数字化推进到天线接口单元。首先,对比分析了3种发射信道的实现架构;其次,基于数字射频调制信道架构设计了宽频带可配置发射信道;然后,针对宽频带可配置数字射频调制在实现过程遇到的问题,一一给出了解决方法,即N次谐波调制技术、多相采样降速技术、最优本振选择方法。实现结果表明,相比传统二次发射信号的产生方案,本设计能够产生高质量的射频发射信号,幅度误差仅为1.7%RMS(Percent Root Mean Square),相位误差小于1°,误差向量幅度(EVM)仅为2.345%RMS,并具有宽频带优良的谐杂波抑制能力。 相似文献
8.
9.
针对高阶正交幅度调制(QAM)类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别。首先,对信号集内待识别信号提取指数范数特征,依次将16QAM和32QAM信号从信号集内识别出来;然后,对信号集内剩余信号提取高斯指数范数特征,依次识别64QAM、128QAM和256QAM信号;最后,根据决策树原理设计分类器,实现信号集内5种QAM类信号的识别。仿真结果表明,在信噪比大于6 dB时,该方法对信号集内的信号的识别正确率超过96%。 相似文献
10.
本文应用复码的D变换展开方法[1],研究了复码及其数字调制信号的归一化自相关函数和归一化功率谱密度函数,得出精确通用表达式。文中给出了与所得数学模型相对应的线性系统模型。本文所用的分析方法和得出的某些结论适用于所有数字信号数字调制波的归一化自关相函数和归一化功率谱密度函数的分析。文末还给出工程应用计算实例。 相似文献
11.
基于参量直方分布的数字信号调制识别 总被引:1,自引:1,他引:1
本文就美国针对中国产品采取特定产品保障措施第一案,从基本案情、裁决推理、裁决结果和最终结果作了归纳,并就该案的相关法律问题和潜在影响做出分析。 相似文献
12.
13.
本文讨论商务英语教学中培养使用英语从事商务活动的内涵品质的重要性,阐述了培养从事商务活动的人员内涵品质不仅是商务英语学习的重要内容, 也是商务英语人才的必备的人文素质的观点,并提出了培养人文素质可运用的课堂活动及其原则。 相似文献
14.
介绍一种用FPGA实现的中频数字化接收机数字下变频器,重点介绍了数字下变频器原理、能够降低运算工作量的多相滤波处理结构和分布式算法,给出了设计应用的实例。 相似文献
15.
对于数字下变频器HSP50216的功能进行了介绍,对于数字中频接收机的基本组成和利用HSP50216进行数字中频接收机设计的方法进行了研究,并且利用它构建了4通道全数字的中频接收机系统。 相似文献
16.
17.
智能天线技术是第三代移动通信中的核心技术之一,最初主要应用于雷达和军用抗干扰通信。随着软件无线电技术的发展,采用全数字处理,在基带通过对接收和发送信号的波束赋形,可以极大提高无线通信系统的容量和抗干扰能力。文中在讨论智能天线的基本原理和设计思路的基础上,提出并实现了一个适于扩频通信的智能天线接收系统。系统硬件平台的搭建以及固定波束形成的实现,为以后的软件算法的性能评估打下了基础。 相似文献
18.
针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。 相似文献