数字调制解调技术及其应用的研究进展

本文介绍了西欧国家的文官选拔制度在其发展过程中存在的缺陷和不足， 以及对此的修补和改革情况，并阐述了可供我国参考和借鉴的方面。从而服务于 我国的干部制度，并进而服务于我国的社会主义制度。     

可校正多普勒频移的多相差分调制解调器

伴随开放,外贸对国家经济现状和经济发展速度的影响会越来越大。开放和发展会带来经济格局的变革,进出口总额强劲增长会加速国际经济环境质的调整,企业生存和竞争的原动力推动着这些变化,WTO和电子商务则催生着这些变化。传统的外贸经营模式、体制,面临适者生存,不进则退的选择。主动介入物流的多个环节,与制造业有效联手,利用自身信息、人才、市场优势,主导研发,不断创新,不停顿地开拓新的利润空间,同时,充分重视并利用知识产权保护手段,应该是外贸企业无法回避的新机遇和挑战。     

"风云二号B星"原始云图数据解调技术

“风云二号B星”气象卫星的原始云图数据是时分复用的突发载波调制信号,本文就其特殊的预告码对于载波恢复电路捕捉性能的影响进行了分析,并对具有不同类型和带宽的低通滤波器的载波恢复电路性能进行了仿真。结果表明,理论上最优的积分泄放检测滤波器将可能使突发载波的捕获无法实现。论文针对不同滤波器带宽的误码率性能进行了仿真,结果表明基带5MHz带宽的FIR滤波器在突发载波模式下,可以获得比4MHz带宽更好的误码率性能。最后给出了一种经过优化的载波恢复和检测电路,并成功应用于工程实践中。     

一种提高AIS信号检测性能的设计方法及其应用

提出了一种提高船舶自动识别系统(AIS)信号检测性能的设计方法,主要包括两部分算法： 一部分是针对AIS系统 的码间串扰,采用基于GMSK调制方式的Viterbi解调算法;另一部分是针对AIS报文长度的不 固定,采用报文自动检测算法。在设计过程中,依据软件无线电设计思想,将基于GMSK调制 方式的Viterbi解调算法和报文自动检测算法组合成的设计方法,应用在Spartan-6系列的FP GA和 简单外围电路组成的双通道AIS中频数字化接收机中,从而提高了AIS信号检测性 能,使得中频信号载噪比大于10 dB时,误码率小于10-4。     

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。     

采用CPCI总线的通用高速数传接收机

针对高速数传技术的快速发展和广泛应用,提出了一种DSP实现CPCI总线的高速数传 通用接收机实现方案。该设计兼容模数混合和全数字硬件输入接口,采用ADC采样率在线设 置和程序动态加载技术,可实时完成对不同码速率和不同调制编码方式数据源的解调译码。 对450 Mbit/s和600 Mbit/s两种高速数传性能进行了测试,结果表明其接收机解调 损失分别小于1 dB和1.5 dB,满足工程应用需求。     

FM遥测解调自动极性纠反功能的改进设计

针对FM遥测解调在高误码条件下出现的极性误反转问题,从传输信道不同的高低差变 频方式会导致频谱反转进而导致解调极性反转出发,引出了自动极性纠反功能的设计背景。 通过详述帧极性检测标识在搜索和校核、锁定两种不同状态下的判决逻辑,分析了原自动极 性纠反功能的设计原理,结合模拟验证试验,揭示了原判决逻辑在帧极性检测标识第二次判 1过程中不够严格,未考虑到高误码也可造成反码出现后帧极性检测标识被误判1的设计缺陷 。将帧极性检测标识第二次判1逻辑改进为异或累加结果超过帧同步码组长的一半而非滑动 相关峰值,解决了缺陷问题又兼顾了检测的快速性,通过改进后的验证试验证明了改进设计 的正确性和有效性。     

采用延时积分的MSK软判决解调方法

针对最小频移键控（MSK）信号的软信息计算,提出了一种采用延时积分的软判决解调方法。该方法建立在MSK延时判决解调方案的基础上,按照条件概率理论的推导结果,使用接收已调信号同相分量和正交分量积分度量的乘积来表征原二进制信息码元的对数似然比信息,并以此作为MSK信号的软判决输出。分析与仿真结果表明,该方法简单方便,具有较大的通用性和灵活性,在Turbo联合MSK的编码调制系统中应用可以获得较为优异的抗噪声性能。     

应用深度学习的信号解调

针对噪声干扰信道下的信号解调问题,提出了应用深度学习的信号识别方法,通过识别信号完成信号解调。深层置信网络使用受限波尔兹曼机为基本单元,设计针对通信信号识别的多层深层置信网络。通信信号首先变换为特定表征序列,并以此构建完备的训练集合对深度置信网络进行逐层的无监督学习和全局有监督的微调反馈学习,在深层置信网络的权重参数优化过程中实现对通信信号的特征提取与识别。仿真实验表明,与传统调制信号解调方法相比,应用深度学习的信号解调方法的检测性能有约0.4 dB的提升。     

基于CRC纠错与迭代干扰消除的星载AIS接收机

为了提升星载船舶自动识别系统（AIS）的卫星接收性能,提出了一种采用4 b循环冗余校验（CRC）纠错与迭代干扰消除算法的星载AIS接收方案。针对星载AIS系统中多路信号碰撞明显的情况,首先,通过分析星载AIS系统中CRC错误类型,采用比特反转的方式进行纠错;其次,对纠错后的序列进行AIS数据重构,采用迭代干扰消除方法消除重构信号,并将余下信号作为输入信号再次进入系统进行解调。仿真结果表明,和传统的CRC纠错系统相比,针对典型的两路信号碰撞情况,基于4 b CRC校验与迭代干扰消除的星载AIS系统能够带来1~2 dB的误码率增益,对星载AIS系统的性能提升有重要指导意义。