【摘 要】
:
近年来,电信产业星地融合的趋势给低轨卫星星座通信系统的发展注入了新的活力,国内外低轨卫星星座建设计划层出不穷。实现低轨卫星星座通信的首要挑战便是卫星与终端的相对位移引起的多普勒频移,若不进行估计补偿,将严重影响系统的正常工作。此外,随着卫星物联网的发展,在可预见的未来通信设备的部署会越来越密集,这使得频谱资源愈发紧张,在此场景下通信设备需要具备空间信号盲检测的能力以便执行信号的碰撞检测、回避等操作
论文部分内容阅读
近年来,电信产业星地融合的趋势给低轨卫星星座通信系统的发展注入了新的活力,国内外低轨卫星星座建设计划层出不穷。实现低轨卫星星座通信的首要挑战便是卫星与终端的相对位移引起的多普勒频移,若不进行估计补偿,将严重影响系统的正常工作。此外,随着卫星物联网的发展,在可预见的未来通信设备的部署会越来越密集,这使得频谱资源愈发紧张,在此场景下通信设备需要具备空间信号盲检测的能力以便执行信号的碰撞检测、回避等操作。因此,本文主要研究多普勒频移估计补偿以及信号盲检测算法,并取得了相应的研究成果。多普勒频移估计补偿方面:(1)针对单载波频分多址(Single Carrier Frequency Division Multiple Access,SCFDMA)通信系统,对已有算法进行仿真分析,并基于分析结果,实现了一种适用于低轨卫星链路的多普勒频移估计补偿方案。方案分为先在时域估计补偿小数倍频偏,以减小子载波间干扰,再在频域估计补偿整数倍频偏,纠正数据循环移位。仿真结果表明,所实现的方案能够有效估计并补偿多普勒频移,适用于低轨卫星通信链路环境。(2)针对单载波通信系统,对已有的判决引导载波恢复算法进行仿真分析,指出其在收敛过程中频偏估计补偿效果差的问题。针对此问题,提出了数据逆序组合的判决引导载波恢复算法,利用数据逆序组合与反相环路滤波器,在保证相位连续的情况下延长输入数据,帮助环路训练收敛,改善算法输出信号的补偿效果。仿真结果表明,提出的数据逆序组合的判决引导载波恢复算法无论是面对长突发信号还是短突发信号,频偏的估计补偿性能均优于传统的判决引导算法。信号盲检测算法方面:对现有的信号盲检测算法进行仿真分析,利用图示和公式推导指出了利用功率谱最大最小平均比检测算法无法抗衡大频偏的缺点。针对此缺点,提出了谱移位最大最小平均比检测算法。所提算法利用功率谱密度中最大模值谱线对应的频率索引,将功率谱密度整体循环移位,使被频偏搬移的基带信号重回零频附近,再进行检测变量计算与判决。仿真结果表明,所提的算法在低轨卫星链路大多普勒频移下依旧能够正常检测信号,抗频偏性能优于利用功率谱最大最小平均比算法。
其他文献
随着相控阵天线集成度的日益提高,高热流密度和狭小散热空间导致的散热问题也日益凸显。目前有源相控阵天线主要采用液冷系统进行散热,液冷系统的设计重点主要表现在三个方面:一是控制发热元件最高温度避免元件的烧毁;二是使T/R组件内芯片温度保持一致保证天线的整体电性能;三是满足天线的结构约束。拓扑优化方法可以根据天线系统的热源分布与结构约束改变流道结构的拓扑关系,是提高有源相控阵天线液冷系统散热能力最有前途
合成孔径雷达(SAR)是一种高分辨率成像雷达,具有可全天时持续性探测目标的特性,并且不受天气等外界因素影响,是当前探测技术中极其重要的电子设备。另一方面,SAR可以穿透表面的遮挡物,深入探测目标内部的信息,能够实时监测农业作物与自然灾害情况。SAR经常搭载在飞机、卫星等移动平台上,它可以收集大范围场景数据。针对远距离目标,它同样能够保证成像的高分辨率,所获图像能够帮助解决军事侦查以及民用领域的诸多
随着大规模集成电路的发展和工艺尺寸的持续缩小使得物联网技术得到了蓬勃的发展,进而推动可穿戴设备、智能家居等诸多应用场景的快速发展。在这些场景下电子设备需要在保持正常功能的同时具有较高的能效以尽可能的延长使用的周期,然而大量用于采集模拟信号的无线传感器的应用将会造成整个系统功耗过大。模数转换器(Analog-to-Digital Converter,ADC)作为无线传感器中连接模拟输入信号和数字信号
自冯·诺依曼架构体系面世以来,处理器与内存一直被视为计算机系统的核心。系统将正运行的程序数据放入内存,需要时再从中读取,因此处理器与内存之间的数据传输速率直接决定了系统的性能。内存的硬件规格固然是影响传输速率的重要因素,但内存控制器在传输中的作用同样不可忽视。内存控制器作为处理器与内存之间传输数据的桥梁,不仅决定了系统所能使用的内存类型、内存频率、最大内存容量等重要参数,还控制着整个数据传输的过程
医学图像配准一直是医学影像处理系统中重要的处理环节,能够为后续的融合、重建等任务提供对齐的图像数据。由于医学图像具有极其复杂的组织结构,传统的基于特征等配准方法已无法满足现代医学图像配准对于实时可形变变换的要求,深度学习的快速发展为医学图像配准问题提供了新的解决办法。现有的基于深度学习的医学图像配准方法大多使用深度网络预测单向的配准结果,这一类方法并不能保持原图的拓扑结构;其中一些方法计算双向变形
“十四五”规划提名集成电路,重点攻关碳化硅、氮化镓等宽禁带半导体。相比于Si和Ga As,碳化硅(SiC)材料同时具有宽的禁带(3~3.3e V)、高的击穿电场(2.5~5MV/cm)、高电子漂移速度(2×107cm/s)和高热导率(4.5~4.9W/cm℃)等优势,由SiC制备的器件体积小巧却功能强大。碳化硅外延晶圆是制备碳化硅功率器件的基础,本文采用aixtron最新一代G5 WW设备,基于T
氮化镓(GaN)是第三代半导体材料的典型代表,也是近年来研究的热点。与传统的Si材料相比,其饱和漂移速度高、禁带宽度大、临界击穿场强高、抗辐照特性强。由于其优异的特性,被广泛用于高频大功率领域。随着技术的发展,器件的工作电压越来越高。而器件在高电压情况下,其电学特性发生较大的退化,严重限制了GaN基HEMT器件的发展。因此对GaN基HEMT器件高场应力可靠性进行研究具有非常重要的意义。本文将结合直
高光谱技术的技术基础是全色成像和多光谱技术,自诞生以来在军事及民用领域都发挥了重要的作用。在军事领域,高光谱技术在光谱维上所能提供的数据容量比多光谱技术更大,能准确地从环境背景或伪装中识别军事目标。在民用方面,高光谱技术被广泛地应用到矿物识别,农业管理以及环境监测等领域。本文开展了星载探测地海目标高光谱成像链路中地面目标光学特性建模、海面光学特性建模、目标与背景的复合散射、大气衰减和大气路径辐射、
极化合成孔径雷达(Synthetic Aperture Radar,SAR)图像分类能够及时、准确地感知地表环境信息,推动极化SAR系统在地表覆盖测绘、海洋研究以及战场侦察等遥感领域中的应用,是微波遥感技术领域中的重点研究课题。条件随机场(Conditional Random Field,CRF)是处理极化SAR图像分类的有力工具。如何挖掘区分能力高、泛化能力强的目标极化特征,并构建精确、普适性高