段田东 作品数:32 被引量:44 H指数:4 供职机构: 解放军信息工程大学 更多>> 发文基金: 国家科技重大专项 国家高技术研究发展计划 国家自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 水利工程 更多>>
基于联合频率分析的数字信号自动调制识别 被引量:1 2006年 针对数字调制信号的类间识别问题,介绍了基于傅氏变换的联合频率分析方法,在时频分析和谱相关理论的基础上,提出了联合信号频率和循环频率的分析方法,并将其用于移频键控、移相键控、多音频分复用三类数字信号的类间识别。计算机仿真结果表明:在信噪比不低于5dB的条件下,平均识别成功率高于90%。 霍雷 段田东 武延军一种基于PC的语图仪的设计与实现 2005年 介绍了一种基于PC的语图仪。利用虚拟仪器的思想和短时傅里叶变换的理论,论述了基于PC的语图仪的设 计原理,分析了不同参数选取对处理结果的影响,介绍了该语图仪的编程和实现方法。测试和实际应用证明该语图仪使用 方便,实用性强。 杨珂 段田东关键词:虚拟仪器 时频分析 语图 短时傅里叶变换 基于信噪比的QAM信号盲均衡算法 被引量:1 2007年 提出了一种针对短波QAM信号,采用基于信噪比切换的改进CMA-DDLMS盲均衡算法,对该算法进行了具体介绍,该算法具有残余误差小、收敛速度快的特点,并对该算法进行了仿真验证。 李昂 段田东 方向前关键词:盲均衡 常数模算法 信噪比 基于小波脊线的OFDM与单载波信号识别 被引量:7 2011年 正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)与单载波信号广泛应用于短波通信领域。针对低信噪比和多径环境下OFDM与单载波信号识别效率低的问题,本文提出了基于小波脊线的信号识别算法。本文推导了常用信号对应的小波脊线幅度和脊点位置,并分析了小波脊线幅度和脊点形态。通过理论推导和仿真测试证明了OFDM与单载波信号对应小波脊线具有不同特征,对小波脊线差分、中值滤波、并利用其熵作为特征值能够有效的进行OFDM信号与单载波信号的识别。仿真结果证明该算法对输入信号点数要求低,在低信噪比和短波中等信道下识别效果具有稳健性和有效性。 张传忠 段田东 刘世刚 徐文艳关键词:OFDM 单载波信号 小波脊线 信号特征提取 信号识别 一种短波高速QAM信号快速无抖动码元同步方案的设计 被引量:1 2007年 文章基于Gardner定时误差检测算法、预滤波和一阶过零检测锁相环理论,结合卡尔曼滤波算法,设计了一种快速无抖动的短波高速QAM信号全数字解调码元同步方案,从理论上推导了方案中各个参数的设置方法,并在不同的信道环境下测试算法的性能,仿真结果显示该方案具有优良的性能。 方向前 段田东 李昂关键词:预滤波 卡尔曼滤波 数字锁相环 一种新的短波信号类型识别算法 2013年 在对具有相同调制参数的短波信号类型识别中,利用特征波形匹配识别简单有效,但容易受到短波信道低信噪比的影响,降低其有效性。文章通过提取特征波形小波模极大值特征来匹配识别,模极大值特征不仅能够提取信号的奇异点,同时由于噪声和信号模极大值的不同传播特性,可以去掉噪声模极大值,达到降噪的目的。通过仿真实验证明,小波模极大值特征能有效降低短波信道的影响,尤其是在低信噪比条件下优势突出,具有一定的工程应用价值。 汪勇 段田东 徐文艳关键词:小波降噪 模极大值 短波信号 信号识别 基于谱再生逆分析的信号细微特征提取 被引量:3 2016年 为解决无线复杂电磁环境下同型号通信电台的个体识别问题,研究谱再生逆分析的细微特征提取方法并改进。首先分析输入信号通过非线性功放后的谱再生现象,然后对其进行逆分析,以功率谱分段拟合的方法提取功放非线性参数作为各电台特征,并对特征提取步骤进行了改进使算法更适用于同型号电台的个体识别。为验证算法有效性,使用SVM分类器对特征进行模式训练和识别,仿真结果表明,算法在高斯信道模型和Watterson短波好信道模型下对同型号电台有较好的识别效果。 陈健 段田东 徐文艳 吴素琴关键词:功率放大器 基于短波突发信号的自适应均衡技术研究 被引量:5 2008年 文中根据短波突发通信中使用的波形结构,结合常用的两种均衡算法特点,提出在均衡器训练阶段采用平方根卡尔曼(SRK)算法,在跟踪阶段采用最小均方(LMS)算法的均衡方案。将该方案与两种常用的均衡算法进行对比仿真试验。仿真结果表明,该均衡方案收敛速度快,误码率特性较好且计算复杂度低,是一种适合于短波突发通信的均衡方案。 韩俊峰 段田东 陈欣关键词:自适应均衡 短波 LMS算法 基于固有时间尺度分解的信号细微特征识别 被引量:4 2014年 为解决无线复杂环境下同型号通信电台发送的信号识别问题,针对传统时频方法处理杂散细微特征存在不足,提出了一种基于固有时间尺度分解(intrinsic time-scale decomposition,ITD)的信号细微特征识别方法。首先通过ITD方法将稳态状态下信号分解,计算分量瞬时参数并得到信号的时频谱,然后提取频谱特征作为细微特征,最后使用SVM分类器进行模式训练以实现信号的识别。仿真结果表明,该算法能够解决传统方法的实时性和准确性差等问题,取得较好的识别效果。 李学成 段田东 徐文艳 吴素琴基于固有时间尺度分解的信号细微特征识别 为解决无线复杂环境下同型号通信电台发送的信号识别问题,针对传统时频方法处理杂散细微特征存在不足,提出了一种基于固有时间尺度分解(intrinsic time-scale decomposition,ITD)的信号细微特征... 李学成 段田东 徐文艳 吴素琴关键词:信号处理 识别方法 分类器 文献传递