共查询到10条相似文献,搜索用时 31 毫秒
1.
OFDM技术性能仿真 总被引:6,自引:0,他引:6
基于通信技术的列车运行控制系统(CBTC)是铁路信号的发展方向.正交频分复用OFDM)是一种无线环境下的高速传输技术,它对高速列车控制信息传输中主要受到的由于多径传播引起的快衰落所产生的影响有很强的抵抗能力.本文首先介绍了OFDM技术的发展和基本原理,然后在计算机上用Matlab对其性能进行了仿真,仿真中将OFDM与传统的单载波调制方式——正交振幅调制(16-QAM)对抗多径干扰的性能进行了比较,最后分析了二者的仿真结果. 相似文献
2.
李峻 《大连交通大学学报》2002,23(4):50-54
信号调制样式的自动识别是软件无线电台必须具备的功能之一.主要讨论了基于决策理论的信号调制样式自动识别的基本原理和算法,论述了模拟信号调制样式的自动识别,数字信号调制样式的自动识别方法.也分析了在实现这些算法时会碰到的许多具体的实际问题,提出了能解决这些问题的调制识别新方法-人工神经网络识别法. 相似文献
3.
OFDM通信系统是正交多载波系统,很容易造成较高峰均功率比PAPR,从而严重降低OFDM系统的通信质量.文中分析了PAPR~]"OFDM通信性能的不利影响,探讨了改善PAPR性能的SLM.PTS概率类算法原理.基于Matlab软件构造了嵌入SLM,PTS算法模块的OFDM仿真验证系统,并提出了一种PTS改进算法.理论分析与仿真结果表明:SLM,PTS算法可有效减小PAPR OFDM通信性能的不利影响;PTS改进算法可在有效减小PAPR不利影响的前提下,减小OFDM发射机的复杂性. 相似文献
4.
提出了适用于空时编码-正交频分复用(OFDM)系统的后-逆离散傅立叶变换(post-IDFT)多波束形成技术.该技术通过对空频信道相关矩阵进行特征分解获得多个特征模式,再利用空时分组码(STBC)各发射分支信号的正交性使OFDM系统形成多个post-IDFT波束.接收端根据STBC传输矩阵的正交性对多波束解码.系统获得的空间分集增益为空频信道相关矩阵的特征值之和,最大空间分集增益与子载波波束形成方案相同,误码率比STC-OFDM的低.该技术将复杂度降低到子载波波束形成方案的1/S(S为OFDM系统的子载波数目),而且当波束维数(m)小于发射天线数目(M)时,可进一步减少M-m个IDFT模块 相似文献
5.
6.
在简要分析我国煤矿配电网的基本结构的基础上,提出基于小波变换的通信系统,该系统采用小波基取代传统的正交频分复用中的余弦函数基的多载波调制技术.通过对6种典型小波基分析比较,结合井下低压电力线的应用条件,给出OFDM通信系统中小波基的选择原则,指出正交性在OFDM系统中具有重要作用. 相似文献
7.
数字Costas环在FPGA中的实现 总被引:1,自引:0,他引:1
Costas环是一种闭环自动调整系统,常用于抑制载波的相位调制系统中提取参考载波信号.文中介绍了Costas环的基本原理, 提出了一种用CIC滤波器代替环路滤波器的方法,并根据该原理用matlab的simulink工具箱对costas环进行了建模和仿真,最后在Quartus II+ModelSim环境中用Verilog语言实现了该算法,并下载到软件无线电硬件电路中验证了该算法的正确性.仿真和实验结果表明,该Costas环路具有十分优良的性能. 相似文献
8.
章必雄 《武汉理工大学学报(交通科学与工程版)》2005,29(5):755-757
描述了CDMA-OFDM调制及多模式通信原理,对其工作特点进行了分析,并就CDMA和OFDM两种调制方式各自的工作原理和工作方式进行了分析比较.在此基础上,专门就CDMA和OFDM两种调制方式的组合与实现和无线局域网及移动网互连的多模式通信进行了探讨. 相似文献
9.
基于决策理论的软件无线信号调制样式自动识别 总被引:3,自引:0,他引:3
李峻 《大连铁道学院学报》2002,23(4):50-54
信号调制样式的自动识别是软件无线电台必须具备的功能之一。主要讨论了基于决策理论的信号调制样式自动识别的基本原理和算法,论述了模拟信号调制样式的自动识别,数字信号调制样式的自动识别方法。也分析了在实现这些算法时会碰到的许多具体的实际问题,提出了能解决这些问题的调制识别新方法--人工神经网络识别法。 相似文献
10.
陈永生 《上海铁道学院学报》1994,15(4):1-6
针对如何 描述语音信号的时间动态特征,本文主要研究基于多层感知器网络的神经预测模型在非特定人汉语词组识别系统中的应用。神经预测模型使用一组多层感知器网络(MIP)作为非线性预测器,采用动态匹配(DynamicProgramming)技术进行非线性时间规整,完成时间轴上的映射。本文提出了神经预测模型的简单训练算法和识别算法。基于这种模型建立了一个非特定人的汉语词组识别系统。该系统训练集内音节识别率为83%,词组识别率为86%;训练集外音节识别率为80%,词组识别率为82.5%。 相似文献