Спектральная обработка радиосигнала с использованием вейвлет-функции Морле в программно-зависимом радио

• Автор: Карпенков, Андрей Сергеевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Ковров
• Количество страниц: 114 с. : ил.

СОДЕРЖАНИЕ
Список принятых в работе сокращений
Введение
Глава 1. Программно-зависимое радио
1.1 Анализ существующих способов построения радиоприемного тракта
1.2 Математическое описание типов модуляции радиосигнала
1.3 Анализ способов построения цифровой части программно-зависимого радио
1.4 Методы цифровой фильтрации
1.5 Постановка задачи построения программно-зависимого радиоприемника

Выводы по первой главе
Глава 2. Теоретическое обоснование способа обработки радиосигнала с использованием вейвлет-анализа
2.1 Описание методов частотного анализа
2.2 Выбор базисных функций вейвлет-преобразования для анализа радиосигналов
2.3 Сравнение вейвлет и Фурье преобразований для построения фильтров частотной селекции
2.4 Методика расчета коэффициентов целочисленного цифрового фильтра с заданной полосой пропускания и уровнем подавления с использованием вейвлет-функции Морле
2.5 Схема фазового подавления зеркального канала с использованием цифровых ортогональных КИХ фильтров
2.6 Математическая модель схемы фазового подавления зеркального канала с
использованием ортогональных КИХ фильтров
Выводы по второй главе

Глава 3. Особенности реализации программно-зависимого радио с использованием вейвлет-анализа
3.1 Математическая модель программно-зависимого трансивера с фазовым подавлением зеркального канала
3.2 Аппаратная реализация ортогональных КИХ фильтров
3.3 Аппаратная реализация блока вейвлет-анализа
3.4 Аппаратная реализация процессорного блока
3.5 Структура программно-зависимого радио
Выводы по третьей главе
Глава 4. Применение разработанного способа анализа радиосигнала в программно-зависимом радио
4.1 Способ практического проектирования программно-зависимого трансивера
4.2 Испытания макетного образца
4.3 Перспективы практического использования программно-зависимого трансивера с применением спектральной обработки сигнала на основе
вейвлет-функции Морле
Выводы по четвертой главе
Заключение
Литература
Приложения
СПИСОК ПРИНЯТЫХ В РАБОТЕ СОКРАЩЕНИЙ
АЦП - Аналого-цифровой преобразователь;
АЧХ - Амплитудно- частотная характеристика; KAM - Квадратная амплитудная модуляция;
КИХ - Конечная импульсная характеристика; ПЛИС - Перепрограммируемая логическая схема; ЦОС - Цифровая обработка сигнала;
ASIC - Application-specific integrated circuit;
DDS - Digital Direction Synthesator;
OFDM - Orthogonal frequency-division multiplexing.

В случае, когда не встает вопрос о локализации временного положения частот, метод Фурье дает хорошие результаты. Но при необходимости определить временной интервал присутствия частоты приходится применять другие методы.
Одним из таких методов является обобщенный метод Фурье (локальное преобразование Фурье). Этот метод состоит из следующих этапов:
1. в исследуемой функции создается “окно” - временной интервал, для которого функция и Дф=0 для остальных значений;
2. для этого “окна” вычисляется преобразование Фурье
3. “окно” сдвигается, и для него также вычисляется преобразование Фурье.
Данный подход позволяет определить факт присутствия в сигнале любой
частоты, и интервал ее присутствия. Это значительно расширяет возможности метода по сравнению с классическим преобразованием Фурье, но существуют и определенные недостатки.
При численном нахождении преобразования Фурье следует очень внимательно относиться к таким важнейшим параметрам, как объем выборки и интервал дискретизации. Соотношение этих двух величин определяет диапазон частот, для которых возможно вычисление значений Фурье-спектра. В этой связи следует обратить внимание на три типичные опасности, которые имеют место быть при расчете дискретного Фурье-преобразования: влияние
конечности интервала выборки, сдвиг ноль-линии, маскировка частот [25], [26],
Преобразование Вигнера-Вилля является более развитым методом анализа нестационарных сигналов со скользящим окном, по сравнению с Фурье-преобразованием и описывается следующим образом:
где Р(а>,() — спектральная плотность, г- время, со - частота, ,у(/) —
исследуемый сигнал, г - параметр, отвечающий за сдвиг по временной оси.
[34], [69], [79].