5G卫星通信系统频偏估计算法

来源 :电讯技术 | 被引量 : 0次 | 上传用户:xincqu923
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星通信系统中存在的大的多普勒频偏严重影响着系统的性能.为了提高频偏估计的性能,基于5G NR帧结构和同步信号,提出新的利用级联积分梳状(Cascaded Integrator Comb,CIC)滤波器插值的小数倍频偏估计算法.该算法分两步实现小数倍频偏估计:首先,利用结构简单、运算快速的CIC滤波器对接收主同步序列(Primary Synchronization Signal,PSS)信号和本地PSS进行插值处理,以增加采样点;然后,使用基于P SS的互相关算法估计频偏.算法分析和仿真结果表明,所提算法相较于基于P SS的互相关方法可以取得更好的估计准确度,具有很强的实用性.
其他文献
面对日益复杂的电磁环境和层出不穷的新体制雷达,基于人工方式提取雷达辐射源特征难以满足现代认知电子战的需求.为提升雷达辐射源识别的智能化水平,提出一种新的基于脉冲神经网络(Spiking Neuron Network,SNN)进行雷达辐射源调制类型识别的算法.首先利用时频分析的方法,将5种常见雷达时域信号转换为二维灰度图,使用高斯调谐曲线编码器将输入数据转化为脉冲发放时刻,然后传入由Tempotron组成的脉冲神经网络进行识别.仿真实验结果表明脉冲神经网络具有优良的检测精度,功耗较低,验证了该方法的有效性.
针对传统无人机检测方法缺乏智能性和泛化性的问题,提出了一种基于权重不可知神经网络(Weight Agnostic Neural Network,WANN)的无人机微动特征检测方法,以实现探测无人机的目的.推导了旋翼无人机微动模型,详细说明了WANN模型的构建过程.以回波信号的循环谱等高图作为训练、测试数据集进行了仿真,结果表明该方法对噪声有较好的鲁棒性.实测结果也验证了WANN模型能有效提取无人机微动特征,有较好的图像识别能力.
针对传统的轨迹预测方法很难获取轨迹的时空特征、实现高精度和实时预测等问题,提出了一种基于注意力机制的4D轨迹预测模型ARTP(Attentional Recurrent Trajectory Prediction).首先,采用正则化方法对各飞行轨迹进行重构,得到等时间间隔的无噪声高质量飞行轨迹;其次,使用长短期记忆(Long Short-Term Memory,LSTM)对飞机飞行轨迹进行时空特征提取;最后,利用注意力机制来捕获飞行历史轨迹中的多层次周期性.该模型有效地利用了周期性的性质来增强LSTM的活
在工业企业电力系统中,用变频器驱动电动机运行非常普遍.当变频器自身故障时,需要将电动机切换到由备用电源供电.目前一般采用残压合闸方式进行电源切换,然而由于变频器初始频率较低且该方法忽略了相位差的因素,所以在实际运行中往往会产生较大的冲击电流,造成电动机速断保护跳闸.本文提出一种适用于变频器电源切换装置的同期捕捉合闸方法,能在20~50Hz频率范围内实施电源切换.仿真表明,该合闸方法的冲击电流明显小于残压合闸方法的冲击电流,可以满足变频器电源切换的需求.
数字调制信号符号速率估计的循环平稳类算法需要较少的先验信息,是非合作接收系统中一种实用的估计算法.将循环自相关和非线性滤波结合,提出了一种符号速率盲估计算法.通过累加不同时延的循环自相关和非线性滤波突出并增强符号率谱线并白化噪底,之后与门限进行简单比较即可选出正确的符号率谱线.计算机仿真和实际采集数据验证了该算法的性能.
针对单频段雷达利用微多普勒特征识别人体动作能力有限的问题,提出了一种基于双频段调频连续波(Frequency Modulation Continuous Wave,FMCW)雷达的人体动作识别方法.首先利用K频段与C频段两部不同频段的FMCW雷达分别对人体不同动作进行探测收集到回波数据,对回波数据进行预处理分别得到距离时间、距离多普勒与微多普勒时频谱图像;然后,运用主成分分析法对图像进行特征提取得到特征向量,对提取到的特征向量进行特征级融合;最后,将融合后的特征作为支持向量机的输入从而实现人体动作识别.采
近年来,构建全球覆盖、满足陆、海、空、天各类用户接入通信需求的卫星通信网络成为研究热点.卫星通信网络涉及网络构型、链路传输、接入控制、路由交换、管理控制以及安全保密等多层面、多类型技术体制,网络的技术体制、指标体系不容易确定,需要研究相应的体制验证方法,对网络架构、各层面技术体制、功能性能指标等进行有效验证,通过迭代优化设计最终确定网络技术体制,以便为我国卫星通信网络的研制建设提供技术支撑.首先给出了几种典型的试验验证方法,并分析比较了其优缺点,在此基础上给出了卫星通信网络的体制验证方法及验证内容实例,可
阵列分子阵后由于子阵存在方向性,导致子阵输出噪声相关系数以及相关半径难以准确估计,从而严重影响阵列性能.针对这一问题,提出了共线子阵在空间各向同性均匀噪声场中输出噪声相关系数的解析计算方法.将噪声相关性计算公式中的波束响应项用子阵加权向量表示,再利用共线子阵的对称性对双重积分进行化简,最终得到不含积分项的解析解.利用该方法,分析了子阵不同参数对输出噪声相关性以及子阵波束形成的影响,结果表明,子阵阵元数、子阵的波束指向角以及子阵中心间距的对输出噪声相关性有重要影响,而子阵波束的旁瓣对噪声相关性的影响较小.数
为解决软件化雷达系统实时处理大规模数据的问题,提出了一种分层级的分布式并行计算方法,并设计了一种低延时大规模数据处理能力的软件化雷达系统.该系统采用三层并行计算方法,利用ZeroMQ技术实现了任务级的分布式计算,多线程技术实现了线程级的多核并行计算,Arrayfire平台实现了数据级的图形处理单元(Graphic Processing Unit,GPU)并行计算.系统具有部署灵活、扩展性强、并发性高、延时低的特征.实验结果表明,数据率为1.92 Gb/s时,系统能在30 ms内实时显示空中目标,完全满足实
为提升现有端到端通信系统的适应性与信道估计的准确性,提出了一种适用于多种空时编码方案的多输入多输出(Multiple-Input Multiple-Output,MIMO)自编码器通信系统.该系统将基于卷积神经网络的自编码器引入到MIMO系统中,并结合信道估计网络实现信道均衡,通过端到端的学习方式实现各种空时编码方案下信号映射传输,以获得最佳接收性能.仿真实验表明,在不同信道环境、调制方式以及空时编码方案下,所提系统表现出了良好的适应性和泛化能力;并且在垂直空时分层码方案下,所提系统可在低信噪比情况匹配最