基于DVB标准的RS码编译码器的实现

论文介绍了DVB标准的RS码的编译码的设计和实现,针对有限域乘法的代数特点,提出了一种新的有限域乘法器结构,大大降低了编译码电路的复杂度。在传统的译码器基础上,设计了新的译码器结构,并用Verilog语言实现了编译码器的各个模块功能,在现场可编程门阵列（FPGA）芯片上实现和验证了该设计结构。     

一种RS码变换或译码算法及关键方程的讨论

提出了ＲＳ系统码的一种变换域译码的算法，该算法不用球错误位置多项式的根和错误值，运算结构规则：用Ｇｒｏｅｂｎｅｒ基理论分析证明了关键方程的解是在〈ｒ＝ｌ－ｍ意义下解集合Ｍ中的最小元素。     

RS（31，15，17）码的设计与软件实现

介绍了RS码的优点及选用RS（31，15，17）码的原因，阐述了RS码的构成及其基本原理，详细阐述了RS（31，15，17）码的编码设计和译码设计，用软件实现了编，译码过程并进行验证，得到了有用的结论。     

一种基于RS码的跳频码序列的编写方法

跳频通信技术是一种重要的抗干扰通信技术 ,跳频图案的设计是跳频通信中的一项关键技术。在介绍几种跳频码序列的主要性能之后 ,重点阐述了 RS码作为跳频码序列的编码方法及其优良性能 ,举例说明了 (2 1 0 - 1,2 ) RS码的具体编写方法 ,该方法已在某工程中得到应用     

一种RS码变换域译码算法及关键方程的讨论

提出了RS系统码的一种变换域译码的算法,该算法不用求错误位置多项式的根和错误值,运算结构规则:用Grbner基理论分析证明了关键方程的解是在相似文献   

一种基于RS码的宽间隔跳频序列生成方法

针对目前基于RS码生成的非重复跳频序列周期较短、序列复杂度较低、工程实用性不强等缺点,提出一种改进的RS码宽间隔跳频序列生成方法。使用长周期的RS码,采用非线性转移矩阵法将其转换为跳频序列,再用对偶频带法对其进行宽间隔处理。性能仿真结果表明,与以往的方法相比,改进的跳频序列在增加了序列复杂度的情况下,仍具有良好的均匀性、随机性和汉明相关性,且实现较简单,工程实用性较强。     

基于高阶相关的盲突发信号检测技术

盲突发信号检测在非合作通信领域具有十分重要的意义,但是传统的时域算法对于信噪比较低情况的适应性较差。提出了一种基于高阶相关的盲突发信号检测技术,利用高阶相关的方法提高了传统时域检测算法的低信噪比适应性,自适应门限算法解决了传统时域检测算法判决门限选取存在困难的问题。仿真结果表明,该算法有着较好的低信噪比适应能力,较同类型算法在低信噪比条件下有着更高的检测正确率和更低的虚警率。     

基于高速存储平台的高性能RS编译码器设计

目前,星载高速存储设备中采用商用RS编译码IP核来实现数据纠错功能,能够实现的编译码最高速率为800 Mbps,只能依靠多个IP核同时工作达到吉比特高速数据存取速率的要求。星载存储数据发生错误的主要原因是存储区单粒子翻转和存储介质本身特性产生的单比特数据错误。针对星载存储数据的误码特性,本文提出一种RS编译码改进算法,通过对编码算法中的剩余多项式及译码算法中的伴随多项式进行降次处理,减小编译码过程中运算的迭代次数及计算量,以及对编译码算法中的基本运算单元有限域乘法器采用子项复用技术,实现对传统RS编译码算法的改进。结果表明改进后的编译码器能达到最高数据速率为10.5 Gbps,编码器资源较单个商用IP核减少15%,译码器资源减少40%,能够满足后续高速存储平台的应用要求。     

脉冲多普勒雷达的相干性识别方法

相干性 ,是脉冲多普勒 (PD)雷达的重要识别特征量之一。介绍了PD雷达相干性识别的几种方法 ,包括 :单信道识别、多信道识别、时域识别。对时 频分析算法和小波变换在相干识别中的具体应用进行了计算仿真 ,根据仿真的结果分析 ,比较了短时傅立叶变换、维格纳 维利分布和小波脊线算法的识别效果。     

GPS信号的码相位与多普勒频率联合捕获

分析了PMF FFT码捕获算法在不同频偏下的性能,针对其频率估计精度较低引起的部分频偏下的检测性能下降,提出了一种改进的码相位与多普勒频偏联合捕获方法。首先基于部分匹配滤波(PMF)相关算法得到一组匹配滤波输出;然后在PMF FFT算法基础上提出了一种利用FFT幅度差求解的低复杂度高精度迭代频偏估计算法,并利用此高精度的频率估计值补偿PMF输出,进行相干检测,从而在提高频率估计精度的同时提高了信号的检测概率,实现了高精度的频率估计与码相位捕获的联合处理。仿真结果表明检测算法可以有效改善频偏估计精度,提升检测概率,并且具有极低的复杂度。     

基于星座图恢复的PSK信号调制方式盲识别

针对非协作通信条件下PSK信号识别问题,提出了一种基于星座图恢复的MPSK/MDPSK信号调制方式盲识别系统.该系统不需要信号任何先验信息,星座图恢复所需的参数如载波频率、符号速率、位定时信息均从接收序列中估计得到,同时,在系统中采用相位差分的方法以消除由载波估计偏差引起的星座图扩散.提出并定义信号隶属度函数,该函数利用星座图盲聚类得到的聚类中心的数目计算隶属度来实现MPSK和MDPSK信号调制方式识别.仿真表明,在AWGN信道条件下,当SNR＞11dB时,对所有信号的识别率大于90%,对于BPSK、4PSK信号在SNR＞6dB时识别率达到100%,证明了该算法的有效性.     

多径信道下OFDM信号和单载波信号的盲识别

针对非协作通信条件下OFDM(正交频分复用)信号和单载波调制信号的类间识别问题,提出一种在多径信道下基于信号循环自相关的调制识别算法。该算法不需要信号和噪声的先验知识,可以直接对中频信号进行处理,具有较强的实用性。通过对信号循环自相关函数进行分析,仅需进行时域的延时自相关运算和特定延时下的循环自相关运算,就可以从频域提取特征值来实现OFDM信号和单载波信号的盲识别。在估计OFDM信号周期时,提出一种基于极大值抽取的延时估计算法,能在多径衰落信道中不需要先验信息的情况下完成估计。仿真表明,本文提出算法的识别性能优于传统的四阶累积量算法。     

利用谱熵解决零前缀正交频分复用系统的符号盲同步算法

针对低信噪比多径条件下的ZP OFDM系统符号盲同步问题,提出了基于谱熵的ZP OFDM系统的符号盲同步算法。该算法不需要数据辅助,对接收到的ZP OFDM信号进行双滑动窗的谱熵比运算,通过寻找其峰值点来实现符号同步。给出了算法的具体步骤和性能分析。算法是对接收信号的功率谱进行求熵运算,可以有效克服能量检测法易受信道噪声影响的缺点,并且不需要针对信道调整窗口宽度。仿真结果表明,在低信噪比多径信道条件下,算法仍然具有较好的同步性能。     

基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中,目标区域占比小、信噪比低,且海况环境与干扰种类多变,使得经典的深度神经网络在此种条件下检测识别精度较低。为此,本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先,引入极化特征提取模块挖掘目标与干扰的差异化特征;其次,通过特征金字塔网络解决小目标检测识别的问题;最后,使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0,相比不采用极化特征有着显著提高。     

DSSS卫星通信中窄带干扰的盲检测与消除研究

建立了干扰条件下的接收信号模型,提出了干扰抑制方案。利用信号谱包络的相似性 ,给出了基于滑动窗最小二乘的干扰盲检测方法,进而根据对消的思想消除窄带干扰。仿真 结果表明该方法能有效抑制DSSS卫星通信中常见的窄带干扰。     

多视角多尺度陨石坑特征检测识别方法

针对序列图像间视角尺度变化大带来的特征无法检测和识别效率低等问题,提出了多视角多尺度陨石坑特征检测识别方法。基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取,利用快速傅里叶变换计算模板与图像特征的匹配度,从而实现图像特征所在区域粗定位。在此基础上,通过引入惯性测量信息计算图像间重叠面积,更新模板形状,并预测搜索区域,解决了序列图像间视角尺度变换及信息冗余带来的特征无法检测和识别效率低的困难,最终在单一陨石坑区域内实现其精细检测。     

基于双相关峰检测的C/A码伪距精密估计

采用软件无线电技术和数字信号处理技术，直接对A／D变换后的中频信号进行处理，并得到C／A码的相关曲线。利用曲线拟合方法对相关峰波形进行拟合，进一步确定相关曲线的峰值点位置。同时基于双相关峰检测的伪距估计方法，精确求解C／A码伪距观测值。利用自编的仿真程序包，在Matlab中进行了相应的模拟计算。仿真结果表明当信噪比大于26dB时，可得到毫米数量级的伪距估计精度，能够满足GPS模拟源系统高精度自校的要求。     

基于ZAM-GTFR和Hough Transform的LFM信号检测

对于诸如电子对抗、电子情报等领域,噪声环境下的未知参量信号检测是一个关键问题。本文提出了ZAM-GTFR结合霍夫变换对线性调频信号的一种新的检测方法。对于特定的复高斯白噪声环境下的线性调频信号,检测的过程等效于对ZAM-GTFR沿瞬时频率直线作积分,再用积分值与门限做比较。仿真结果证实了此检测方法的有效性。     

基于特征提取与统计的信号类型识别

针对空间电子对抗领域的截获信号类型识别问题,提出了一种基于特征提取与统计的非合作信号类型识别方法。首先,通过对瞬时频率和复包络模值特征进行统计,实现了信号类型的粗分类,接着,基于细微特征提取和比对,实现了信号类型的精确识别。仿真结果表明,当处理器输入信噪比高于11dB时,所提方法对8类信号的正确识别概率均超过90%。本方法处理复杂度较低,易于星上工程实现。     

基于YOLOV3的改进目标检测识别算法

经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。