MPPSK/AM复合调制广播系统的设计与优化

摘要

传统调幅(Amplitude Modulation，AM)广播音质差、业务单一和易被干扰，其数字化具有重要的理论意义和应用前景。由于多元位置相移键控(M-ary Position Phase ShiftKeying，MPPSK)调制本身含有载波分量，因此采用加载了数字信息的MPPSK已调信号取代正弦载波，接受模拟音频信号对其进行传统的双边带调幅(Double Side-Band Amplitude Modulation，DSB-AM)，便得到一种MPPSK/DSB-AM复合调制广播体制，可向下兼容现有的发射频谱、广播台网和AM收音机，实现带内同频的模数混合广播。为了约束其发射频谱满足美国联邦通信委员会(Federal Communications Commission，FCC)的掩模需求，会导致数字信号解调性能急剧下降，对此本文主要从系统参数、发射频谱和解调性能三方面对MPPSK/DSB-AM复合调制广播系统进行优化。
　　首先，阐述了MPPSK调制和全跳变MPPSK调制的原理、功率谱特性和相干解调方案，分析了调制参数M、K、N值对功率谱的影响，给出了相关系数判决方案和改进的相关最值-位置判决方案及其性能对比。
　　其次，给出了MPPSK/DSB-AM复合调制广播系统的设计方案:通过加大MPPSK调制的K值来补偿因FCC掩模对发射频谱的限制而导致MPPSK信号解调性能的恶化;通过使用卡圆法平滑MPPSK调制相位跳变压低功率谱旁瓣;通过添加双带阻滤波器对发射频谱“开槽”改善音频信号的解调音质。
　　然后，引入扩频技术和信道编码提升MPPSK信号的传输性能:使用Gold序列进行扩频和解扩，分析对比硬解扩和软解扩方案;分析对比里所码(Reed Solomon，RS)、卷积码、级联码、Turbo码和低密度奇偶校验码(Low Density Parity Check Code，LDPC)等信道编码对系统性能的影响，并根据贝叶斯公式得出的概率信息表格作为信道解码的软信息进行软判决译码，进一步提升数字信号的解调性能。
　　最后，将深度学习中的深度神经网络(Deep Neural Network，DNN)模型用于该系统的MPPSK信号解调:将训练数据作为判决依据对接收波形进行判决，进一步精选了合适的DNN层级和量级，并使用动量法改进了相应的DNN反向传播算法(Back-propagation algorithm，BP)。仿真表明在信噪比较高时性能可明显改善，但在信噪比较低时性能仍有待改进。

目录

声明

摘要

第一章 绪论

1．1 数字广播技术发展背景

1．2 基于MPPSK调制的模拟AM广播数字化

1．3 核心问题与解决方案

1．4 论文的主要内容和组织结构

第二章 高效调制解调技术

2．1 MPPSK调制

2．1．1 调制原理

2．1．2 调制参数与功率谱

2．2 MPPSK解调

2．2．1 相干解调

2．2．2 判决方案

2．3 全跳变MPPSK调制

2．3．1 调制原理

2．3．2 调制参数与功率谱

2．4 本章小结

第三章 复合调制广播发射频谱优化

3．1 复合调制广播系统

3．1．1 复合调制

3．1．2 系统框图

3．1．3 模数分离

3．2 发射频谱优化

3．2．1 卡圆法原理

3．2．2 MPPSK优化表达式

3．2．3 复合调制波形优化效果

3．3 数字信号解调

3．3．1 FCC掩模

3．3．2 参数选取

3．4 音频信号解调优化

3．4．1 双带阻滤波器

3．4．2 音质对比

3．5 本章小结

第四章 复合调制广播MPPSK解调性能优化

4．1 扩频技术

4．1．1 原理

4．1．2 性能对比

4．2 信道编码

4．2．1 交织

4．2．2 编码

4．2．3 性能对比

4．2．4 软判决

4．3 DNN模型

4．3．1 DNN原理

4．3．2 解调方案

4．3．3 BP算法改进

4．3．4 性能对比

4．4 本章小结

第五章 总结与展望

5．1 全文总结

5．2 研究展望

致谢

参考文献

作者简介