通信信号调制样式识别技术

信号调制样式的自动识别是非协作通信中的主要问题,也是近年来信号处理领域研究的热点问题,近几十年来,人们在这方面作了大量有益的探索,提出了很多新思路和新方法。本文对目前调制识别的研究内容、现有方法作了一个综述,并对以后的发展提出一些看法。     

舰船无线网络通信联合调制自动识别算法

舰船在实际进行无线通信时,联合调制的低信噪比信号易受到干扰,导致识别算法正确识别次数过少,针对这一不足,研究一种舰船无线网络通信联合调制自动识别算法。预处理舰船无线信号,选取信号的瞬时信息与统计信息作为特征参数组合,提取联合调制特征参数,利用提取的参数,构建一个分层迭代的识别结构,抵制干扰,完成对自动识别算法的构建。实验设置无线网络通信参数,设定识别次数为100,信噪比实验环境为-5～20 d B,使用2种传统识别算法与之对比。结果表明,文中构建的自动识别方法在不同实验环境下,平均正确识别次数为95次,正确识别次数最多。     

通信信号调制盲识别方法研究

讨论调制识别技术的原理及发展状况,系统地总结多年来通信信号调制盲识别方法,包括基于似然比的调制盲识别方法和基于信号特征的盲调制识别方法,分析各种方法的原理和性能,最后对识别方法的发展进行展望,对分类器进行总结。     

船用通信导航自动识别系统

SOLAS公约新V章规定:所有300总吨及以上的国际航行船舶,和500总吨及以上的非国际航行船舶,以及不论尺度大小的客船,应从2002年7月1日起到2008年7月1日分阶段配备一台自动识别系统(AIS).     

舰船远程航行中5G通信调制信号识别方法

舰船远程航行过程中的无线通信依靠海事卫星和GPRS技术,近年来,5G技术发展越来越成熟,基于5G的舰船远程通信系统开发成为一项热点。本文设计一种舰船远程航行信息交互系统,对系统的构成和关键技术环节进行研究,包括5G通信信号的调制技术、基于神经网络算法的5G调制信号识别技术等。最后,结合Simulink软件进行了舰船远程航行信息交互系统的5G通信性能测试。     

自动识别系统（AIS）检验指南（续）

12．5KHz操作模式的灵敏度测试——定义：最大可用灵敏度是在接收机额定频率的载波上，用正常测试信号调制、无干扰解调后，数据包误码率(PER)不超过特定值时，接收机输入端的最小信号电平。     

电子信息雷达系统与自动识别系统信号融合的数学模型研究

雷达系统是舰船上最早装备的一种探测、导航系统,这种系统具有快速、直观、抗干扰能力强等优点,但不具备目标检测功能,船舶自动识别系统AIS的出现填补了雷达系统的识别功能,且识别过程受气象、水文等条件影响较小,具有非常巨大的应用价值。本文研究的主要内容是雷达系统和船舶自动识别系统的信息融合技术,这种信息融合技术可以充分利用两系统的优势,为舰船提供可靠的、质量高的通信数据、导航数据和目标探测数据,具有一定的研究意义和价值。     

连续相位调制信号的检测

本文主要介绍了CPM信号的解调方法,研究了基于最大似然接收原理的网格搜索最优算法—维特比（viterbi）算法,并且通过Matlab计算机仿真,给出了一定信噪比条件下影响CPM调制体系误码率性能的因素。     

基于数据挖掘的船舶通信网络失效节点自动识别方法

目前提出的舰船通信网络失效节点自动识别方法耗时时间较长,冗余节点关闭率较低。为了解决上述问题,提出基于数据挖掘的舰船通信网络失效节点自动识别方法。确定目标数据集,得到特征提取最优解集合和整体最优解集合,识别提取异常数据特征,建立异常数据聚类集合,引入数据密度系数计算i节点数据聚类结果优化数值。构建失效节点自动识别函数,得到检索半径的适应目标函数,深入挖掘数据,通过统一化处理实现网络失效节点自动识别。实验结果表明,基于数据挖掘的舰船通信网络失效节点自动识别方法的识别准确率在99%以上,耗时时间低于4 s。     

航行数据记录仪和船舶自动识别系统

本文介绍了SOLAS新的第5章对航行数据记录仪和船舶自动识别系统的要求,并介绍了有些厂商最近的有关这些设备的技术性能、系统特征,供船电设计者参考。     

数字通信信号调制识别的Gabor变换方法

Gabor变换是线性时频变换中的一种，它通过加窗函数的办法对Fourler变换加以改进。把Gabor变换引入到了数字通信信号调制识别领域，对ASK、FSK和PsK信号的Gabor变换域特征进行了理论分析和软件仿真，最后给出了识别算法和仿真结果。     

测试系统中波形的神经网络识别方法

为满足自动测试系统对信号波形的智能化识别要求,在对现有的波形识别方法进行研究的基础上,提出一种新的波形识别方法;该方法在利用离散余弦变换（DCT）对波形进行频域特征提取的基础上,将模式识别与BP神经网络理论相结合从而建立波形特征匹配模板,最终实现对信号波形的智能识别;对比试验表明,该方法与最大相关系数法（MCC）、最大相关差值法（MCD）相比很好地解决了待测波形与模板波形匹配过程中的相位对齐过程,而且更加快速、高效。     

车号自动识别系统在煤炭集港中的应用

AEI-CPS 已列入2003年国家火炬计划,是采用先进的微波识别技术对铁路咽喉通道的列车数据 进行实时采集、全天候监控列车信息的车号自动识别处理系统。它的研发和应用,代表了我国铁路货运信息化的 最新成果和发展方向,极大地提高了铁路运输的信息化程度。针对 AEI-CPS 系统在秦皇岛港的应用实例,详细论 述 AEI-CPS 设备的选择、方案的制订、实施过程、后期数据的维护、共享等诸多方面的课题。     

一种通信设备故障自动诊断系统的设计和实现

为满足通信设备迅速、准确、及时排除故障的要求,设计并实现一种针对通信设备的故障自动诊断系统非常必要。在确定系统需求基础上,提出总体设计方案,划分了系统的功能模块,并对系统结构进行设计,并进一步对系统的软硬件进行详细的设计,实现系统功能。     

自动生产线环焊缝数字射线检测透照布置设计

在环焊缝数字射线自动检测过程中,透照布置直接影响检测质量。针对自动生产线中常用的单壁单影和双壁单影透照,根据检测安全要求、检测质量要求和检测效率要求,对透照布置的工艺设计方法和质量控制指标计算方法展开讨论。     

改进的BP神经网络在船舶与海洋工程中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.     

粗糙集理论在通信电台装载平台识别中的应用

粗糙集理论能有效地分析和处理不精确、不一致和不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。讨论了粗糙集理论用于通信电台装载平台识别的方法，实践表明该方法具有重要的应用价值。     

基于知识的故障诊断技术及其在船舶上的应用

介绍基于知识的故障诊断技术的基本原理,探讨故障诊断技术发展的趋势,提出了一种基于多种智能集成的故障诊断系统的组织结构,并给出其在船舶上应用的实例.     

人工神经网络在故障诊断系统中的应用

人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了广泛关注。其中，BP网络是最成熟、应用最广泛的一种网络。但BP网络在实际应用中也存在诸多不足，如学习率的取值需要凭借经验或试算选取，网络学习收敛速度慢以及易陷入局部最小点等。针对BP网络的这些不足，采用了Rumelhan附加惯性冲量和动态调整学习率相结合的改进的BP网络方法，并尝试用该改进算法来对凝汽器进行故障诊断。事实证明，在平均情况下，本系统收敛速度远远快于基本的BP算法。     

自动化堆场轨道式集装箱门式起重机的定位技术

介绍应用于自动化堆场的轨道式集装箱门式起重机的定位技术,包括起重机的大车定位、小车定位、起升高度的定位、吊具微调定位和起重机装卸集装箱的定位。定位过程综合应用了光、电、磁、机械、液压、图像处理等先进技术,多种定位方式互相补充,使得定位快速准确。