基于叠加序列的信道估计的研究

通信的主要任务就是在接收的信号中恢复发送信号。这就需要知道信道的冲击响应。因此信道估计是通信系统中的重要一环。文章介绍了一种在发送序列之上叠加周期训练序列,利用周期训练序列来进行信道估计的方法,并提出了基于叠加周期训练序列的信道阶数估计方法。并对其进行了仿真分析。     

基于多元联系数集对分析法的道口安全评价

铁路道口安全是保证铁路运营安全管理的重要环节,然而其影响因素众多,管理困难,致使相关事故仍难防范。针对铁路道口事故频发,分析了引发道口事故安全的人、车辆、道口特性、安全防护装置、环境5个方面的主要因素,构建了道口安全评价指标体系。并引入多元联系数集对分析原理,建立了多元联系数集对分析法在道口安全评价中的应用模型,并以中国铁路某局集团有限公司管辖范围内的道口为背景,得出道口安全所处的"态势",验证了该模型的适用性,探讨出定量判断道口安全评价体系的又一方法。     

电波传播预测模型分析与研究

文章对Okumura-Hata模型、COST231一Hata模型、Egli模型三种电波传播模型进行了简要分析。通过对某地的电波传播损耗进行测量得到实测数据,与预测模型仿真结果进行对比分析,对比结果显示COST231一Hate模型与实测值最接近,并且通过对COST231一Hate模型的修正,使得修正后的模型满足高精度电波传播模型的6dB要求,适合用于预测本地的电波传播。     

8PSK信号在衰落信道下信噪比盲估计算法

针对传统信噪比估计算法要求利用训练序列或一帧数据范围内信道系数恒定等问题,文章提出了一种8PSK信号在衰落信道下盲信噪比估计算法。该算法利用信道系数的统计特性,理论分析信噪比与接收信号的数值关系,采用多项式数据拟合和观测量归一化处理的方式,推导信噪比与接收信号解析式。数值仿真表明该算法在0～8dB范围内,可取得良好的信噪比估计效果。     

高噪声背景下的罗兰-C信号相位编码识别研究

针对高噪声严重影响罗兰-C接收机的信号处理过程中脉冲初相位识别的情况,分析了基于全相位谱分析（apFFT）的罗兰-C载波信号初相位识别原理,对罗兰-C接收信号在噪声背景下的初相位识别进行了蒙特卡洛仿真和数据分析,结果表明该方法在高噪声背景下无需降噪就能够较准确地识别出罗兰-C载波信号的初相位,并准确地识别出相位编码,可直接应用于现代增强型罗兰接收机。     

短波信道数字通信中Turbo均衡技术研究

研究turbo均衡原理及几种均衡算法,并针对具有严重ISI的短波信道,在信道参数已知和不匹配的情况下,对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较,结果表明,LMMSE/MAP算法在迭代几次以后具有良好的误码性能和鲁棒性,且计算复杂度低,利于工程实现.     

基于ANN的电磁环境预测分析

人工神经网络作为一个具有高度非线性映射能力的的计算模型,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。文章探讨了利用BP神经网络进行电磁环境预测的方法,通过仿真结果可以看出本方法的有效性。