【摘 要】
：
对流层散射通信凭借其保密性强,传输距离远等优点,受到了国内外的广泛关注,被认为是军事通信中重要的通信手段之一。但是对流层散射有严重的衰落效应,其中包括大尺度衰落,频率选择性衰落和快衰落等。本文提出可以在散射环境下使用低峰均比的SC-FDMA通信体制进行信号处理,这样可以避免功放输出信号失真。在任何时候,同步都是一个通信系统首先需要解决的问题。对流层散射通信的路径损耗大,信道环境具有极低的信噪比,同
论文部分内容阅读
对流层散射通信凭借其保密性强,传输距离远等优点,受到了国内外的广泛关注,被认为是军事通信中重要的通信手段之一。但是对流层散射有严重的衰落效应,其中包括大尺度衰落,频率选择性衰落和快衰落等。本文提出可以在散射环境下使用低峰均比的SC-FDMA通信体制进行信号处理,这样可以避免功放输出信号失真。在任何时候,同步都是一个通信系统首先需要解决的问题。对流层散射通信的路径损耗大,信道环境具有极低的信噪比,同时信道具有快衰落等衰落现象,所以设计在低信噪比环境下的低复杂度的定时同步算法和频偏估计算法就非常有意义。本文首先介绍了对流层散射通信的原理和衰落现象,给出了对流层散射信道的典型路径损耗模型和散射信道的信道传输模型。针对于当前散射环境,设计了具有低峰均比的SC-FDMA的基带通信系统。最后给出了SC-FDMA系统的物理层基带处理流程,物理层帧结构,上下行信道的划分和系统参数的设计。接着研究了极低信噪比下的定时同步算法。首先介绍了ZC序列的生成方式和它良好的相关特性,然后通过仿真给出了本文采用的同步头序列的优选根值。然后提出了一种基于巴克码加权的分段相关累加算法,算法利用巴克码对分段重复的ZC序列做加权处理,通过仿真表明,算法虽然降低了计算复杂度,但是漏检概率较传统时域相关算法有1d B左右的损失。因此本文又提出了一种基于巴克码加权分段相关联合RAKE接收的同步算法,算法在巴克码加权分段相关的基础上,利用RAKE接收减小噪声的影响,MTALAB仿真证明改进算法在-17d B下较传统时域相关算法有1-2个d B的增益,并且在-17d B下,漏检概率和虚警概率都达到了10-4。最后利用FPGA对本文所提的改进算法进行了硬件实现,硬件实现结果表明,改进算法所消耗的资源要远远小于现有算法,改进算法虽然增加了复杂度,但是带来的增益是巨大的,本文所提算法可以在满足同步性能的同时,实现性能和代价的最优折中。最后研究了对流层散射环境下SC-FDMA系统下行链路的频偏估计算法。SC-FDMA的交织式映射和IFFT运算使SC-FDMA符号在时域上具有天然的重复结构,本文在此基础上,提出了一种在特定信噪比范围内的近似高斯平均值代替算数平均的改进算法,仿真结果表明,改进算法在特定的信噪比范围内具有较低的MSE,改进算法能够完全估计小数倍频偏。考虑到低信噪比下的算法性能的不足,接着本文又提出了一种利用SC-FDMA系统导频结构的估计算法,估计算法在低信噪比下也具有较低的MSE。
其他文献
伴随雷达和电子对抗技术的革故鼎新,现代战场电磁环境日渐复杂。电磁信号在时域、频域和空域上参差错落、密集重叠、动态变化,严重影响了电子情报侦察系统的工作效能。借助计算机技术对电子情报侦察系统进行建模仿真,逼真复现系统搜索、截获、分选、识别电磁信号的过程,对研究电子情报侦察系统的作战性能具有重要的理论意义。本文首先分析讨论电子情报侦察系统的工作环境和工作原理,从系统的结构组成和仿真实现两个方面,设计了
低轨卫星网络具有覆盖范围广、传输时延低、可靠性高等优点,在军事应用、导航定位、远程医疗等领域发挥着十分重要的作用。近年来已成为各国通信领域研究的重点。由于低轨卫星网络部署成本较高,因此在卫星发射之前需要对整个网络的功能与性能进行大量严格的仿真与测试工作。因此,建立一个准确可靠、成本可控、易于部署的低轨卫星网络仿真系统具有非常重要的研究意义与价值。近年来,云计算与虚拟化技术发展迅速,为新一代网络仿真
激光雷达具有极高的角分辨率、距离分辨率、速度分辨率等特点,能获得目标的角度、距离、速度、反射强度等信息,不仅能够在大范围扫描时发现目标,还可以通过精细扫描获得完整的几何信息,同时具有抗干扰能力强、不受光照条件限制等优点,在无人驾驶、目标探测等领域广泛应用。但是传统激光雷达探测信息交互方向单一,无法适应大范围广域搜索和小范围精细识别等多种工作模式切换的需求,达到认知成像的目的。针对以上传统成像激光雷
合成孔径雷达（SAR）成像具有全天候、全天时、远距离和高分辨成像的特点,可以大大提高雷达的信息获取能力。以飞机为载体的机载SAR成像系统已在军事和民用领域被广泛应用。SAR成像处理数据量大,计算复杂,对处理系统性能要求高。且随着国产处理器的发展与国产化替代的需求,机载SAR成像算法在国产处理器实时处理的研究具有重大的实用意义。首先,本文论述机载SAR成像原理以及改进方法。首先概述机载SAR成像的几
在当今社会,随着科技的不断进步,机器视觉越来越多地代替人类进行视觉信息的获取,帮助人类处理复杂的现实生活环境。机器视觉通过图像传感器获取图像信息,将捕捉到的光学信息转换为电信号,电信号经过处理后用来表示每个像素点的灰度信息,后期通过灰度信息重构图像。传统的CMOS图像传感器基于帧和曝光时间,以固定频率输出图像信息,因而在机器视觉进行后端处理时具有数据量大、处理延时大、噪声大、动态范围低等缺点。为了
多输入多输出（Multiple Input Multiple Output,MIMO）雷达根据天线阵元间距的远近可以分为分布式MIMO雷达和集中式MIMO雷达。集中式MIMO雷达的特点是天线近距离放置,不同天线发射波形各异,具有波形分集能力,带来更多优化自由度。因此集中式MIMO雷达波形设计一直是雷达信号处理领域的研究热点。本文从集中式MIMO雷达发射波形设计的角度出发,研究了集中式MIMO雷达通
随着现代战争中武器研发速度越来越快、作战理念越来越多元化,雷达作为战场的眼睛需要不断创新发展以应对带来的新挑战。其中,在整个雷达家族发展进程中,被动分布式雷达因为在战场生存方面具备的天然优势以及多基站融合检测相比较于单雷达基站检测具有更高的时空覆盖范围、更好的抑制目标闪烁能力的特点,受到了大量学者的关注。同时,被动分布式雷达可以充分利用已有电磁资源来构成网络化、低成本的区域防空预警系统,而不占用珍
目标检测是计算机视觉领域的经典任务之一,在无人车驾驶、交通管控、农业、军事等方面都有很广阔的应用空间。目标检测算法可以分为基于手工设计特征的传统目标检测方法和基于深度学习自动提取特征的目标检测方法,目前后者又分为基于回归的单阶段算法和基于候选区域的两阶段算法。在遥感图像目标检测领域,主要面对的挑战包括背景信息杂乱、目标尺度差距大、小目标多、目标有形变等。因此,本文针对这些挑战进行了研究探索,主要研
随着社会信息化程度的不断加深,下一代移动通信系统对数据速率、容量、时延有着极高的要求,传统射频（Radio frequency,RF）通信早已面临着频谱资源极度稀缺的问题。而自由空间光（Free Space Optical,FSO）是一种以大气为传输介质,以近红外频段的光波为信息载体的无线视距（Line-OF-Sight,LOS）通信技术。与RF通信相比,FSO通信不仅具有丰富且免费的频谱资源,还
视觉是人类获取信息的重要来源。但是视觉图像在采集与传输过程中,由于外界干扰以及设备自身限制,不可避免地会受到噪声的污染,从而降低图像品质。在遥感图像与红外图像中,由探测器阵列响应的不一致性所致的条带噪声,严重影响了后续目标检测识别等视觉处理任务的精度。然而,当前基于传统信号处理理论的条带噪声抑制方法的去噪能力和场景适应性均不足,而基于深度学习的去噪方法又因为计算量大面临着难于硬件部署、实时性差的问