用于連續(xù)相位調(diào)制信號同步的最優(yōu)訓練序列具有自相關函數(shù)旁瓣較高的特點,增加了序列起始位置的誤檢概率。針對該問題,提出基于多約束條件的粒子群算法,搜索旁瓣較低且同步參數(shù)估計性能仍然保持最優(yōu)的訓練序列。通過在粒子群算法中引入基因突變,使其盡可能收斂于全局最優(yōu),搜索到的訓練序列其自相關函數(shù)旁瓣得到有效降低,且該搜索方法可以擴展到任意訓練序列長度。仿真結(jié)果表明,和傳統(tǒng)最優(yōu)訓練序列相比,該訓練序列能夠降低幀起始位置的誤檢,同時同步參數(shù)的估計性能不下降。誤碼率性能測試表明,該序列的解調(diào)性能優(yōu)于傳統(tǒng)最優(yōu)訓練序列約2 dB。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 訓練序列的最優(yōu)化模型
    1.1 CPM同步參數(shù)的CRLB及傳統(tǒng)最優(yōu)訓練序列
    1.2 降低旁瓣的優(yōu)化模型
2 基于改進PSO的搜索算法設計
3 仿真結(jié)果與分析
    3.1 基于改進的PSO訓練序列搜索
    3.2 訓練序列估計性能仿真結(jié)果
4 結(jié) 語



本文編號：3846278