摘要：针对非协作方式下交叠类似线性调频连续波(LFMCW)信号的检测与分离问题,以LFMCW信号为例推导了一种基于周期WHT(Wigner-Hough Transform)循环滤波的检测与分离算法,并根据该类信号与LFMCW信号的联系与区别,将其推广应用于类似LFMCW信号的检测与分离。该算法能在较低信噪比条件下实现交叠类似LFMCW信号的分离,且分离后的信号具有抑制噪声的作用;同时针对强信号分离时带来的强信号残留和弱信号损失的问题,设计了一种基于单元平均的窄带频域陷波滤波器,在充分考虑滤除强信号能量的同时,实现了弱信号能量的更好保留。仿真结果表明:当虚警概率为0.01,输入信噪比大于-16dB时,算法的检测概率大于0.9,相比同条件下的WHT和分数阶Fourier变换(FrFT)分别提高了7dB和6dB;对交叠类似LFMCW信号,当最弱信号信噪比大于-7dB时,就可使分离的相关系数达到0.9以上。

摘要：针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比,并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合应用在星载设备上。

摘要：针对低密度奇偶校验(low density parity check, LDPC)码在相关噪声条件下译码误比特率上升的问题,结合传统译码算法与卷积神经网络(convolutional neural network, CNN)设计了新的译码器。该译码器在置信传播(belief propagation, BP)算法中引入加权比特翻转(weighted bit-flipping, WBF)算法,生成加权BP(weighted BP,WBP)结构以解决码字临界处误比特率较高的问题。然后通过CNN降低噪声,在WBP和CNN之间迭代处理接收信号,使信号估计值不断逼近真实值以降低相关噪声的影响。通过仿真发现,与BP算法相比,所提算法能够有效降低相关噪声条件下LDPC译码的误比特率。

摘要：为适应当前人才培养需要,需要破除现有的思维惯性和路径依赖,抓住信息技术快速发展以及学习方式深刻变革带来有利契机。电子设计社团从社团实训室建设、创新实践体系建立、社团管理系统建设、综合评价方式改革、电子基础类课程教学改革等方面进行探索与尝试,逐步建立以学生为中心的创新实践教学体系,在自主实践中形成能力、培育创新。

摘要：针对目前军队院校“数字电路”课程实验环节中存在的学员参与度不高、实验方式固化、灵活性不够等问题,本文提出将BOPPPS模型和Multisim软件引入到实验过程中。以“时序逻辑电路设计”一节内容为例,按照导入、目标、前测、参与式学习和后测、总结等六个环节进行“四人抢答器实验”的实验教学设计。实践结果表明,该方法能有效解决传统实验环节存在的问题,激发学员学习兴趣,取得了较好的教学效果。

摘要：本文将时域相关检测法,循环谱检测法,倒谱检测法和高阶累积量检测法四种方法应用于直接序列扩频信号(DSSS)的盲检测,给出了具体的实现方法,并通过仿真实验进行验证比较,结果表明,时域相关法和循环谱法并不适用于低信噪比情况下信号的盲检测,相对于高阶累积量法,倒谱法在实时性方面有较大优势,有较好的发展前景。

摘要：针对目前军队院校数字电路课程教学中存在的问题,项目组尝试在课堂教学中引入BOPPPS模型,提出将"组合逻辑电路的设计"一节教学内容划分为以下六个环节,即引入、目标、前测、参与式学习、后测和总结,并付诸教学实践中。结果表明,该方法改变了传统以"灌输"为主的教学模式,可以更好地调动学员的积极性,有利于学员创新能力的培养,在实践中取得了较好的教学效果。

摘要：针对跳频信号能量检测法中遇到的问题,论文设计推导了一种基于能量谱和双谱的融合检测算法。该方法通过融合能量谱法得到观测信号的二阶统计信息和双谱法得到的三阶统计信息,分析可利用的检测信息,从而完成对跳频信号的盲检测。仿真结果表明,不管是在高斯信道还是瑞利衰落信道等环境下,该文算法相比能量检测法和双谱法都具有更好的性能。并且数据越长的信号,其检测性能越好。

摘要：针对模拟电子技术课程在教学环节存在的问题,将NI ELVIS引入实验教学过程,虚实结合,"软""硬"兼顾,以此来充分调动学生学习的积极性和能动性,有效提升学生的实践能力和设计水平,全面提高学生综合运用所学知识的素质和能力。

摘要：针对直扩信号伪随机序列(PN码)的估计问题,在基于协方差矩阵特征分解算法的基础上,利用最大范数准则加以改进,提出了基于最大范数准则与矩阵特征分解的伪码序列估计方法,并对其进行了理论分析和实验仿真。仿真结果表明,该算法能适用于低信噪比情况,并且与直接特征分解方法相比,估计性能更好。