模拟与数字调制方式的非线性变换识别方法

在多级调制识别系统中,首先需要区分调制方式是模拟调制还是数字调制。本文提出一种非线性变换方法对截获信号序列进行预处理,然后通过提取该序列的差分序列方差作为唯一的分类特征,就可以在较低信躁比条件下有效区分模拟和数字调制方式。这种非线性变换方法简单直接,所用特征少,并易于软件实现,尤其适合软件无线电等实时性要求高的应用领域。     

小波变换与模式识别用于自动识别调制模式

本文提出小波变换与模式识别相结合的算法实现通信信号调制模式的自动识别。不同于其他调制模式识别算法，该算法能同时识别模拟调制信号和数字调制信号。采用小波变换估计信号的码速率以区分模拟信号和数字信号。对模拟信号或者数字信号，提取相应的特征参数，识别具体的调制模式。计算机仿真结果表明SNR≥15dB时，该算法艮有很好的性能。     

模拟调制信号的神经网络识别方法

本文提出模拟调制信号的人工神经网络识别方法，从信息幅度、相位、频率及功率谱等特 提取四种特征参数，用于训练神经网络对模拟调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。该算法的识别性能明显高于目前广泛采用的各种方法，实验表明信噪比为８ｄＢ时，对各类模拟调制信号的正确识别率在９６％以上。算法能识别的调制类型多，包括ＡＭ、ＤＳＢ、ＵＳＢ、ＬＳＢ、ＶＳＢ、ＦＭ、ＦＭ－ＡＭ等多     

模拟数字通信信号调制识别研究

在符号变化的时刻,数字调制信号存在幅度、频率等变化的奇异点,而模拟调制信号却不然。利用2次小波变换检测奇异点的有无,提出了1种逼近相消算法来区分数字调制方式和模拟调制方式。通过对通信系统中常用的PSK、FSK、QAM、ASK、FM、AM信号调制方式的仿真,验证了此识别算法的有效性。     

基于峰度和小波变换的超短波信号调制识别

针对FM,MSK,QPSK三种具体调制方式,由于在高斯白噪声环境中小波变换幅度方差区分MSK,QPSK调制信号效果较差,以及在不同信噪比条件下零中心归一化瞬时幅度谱密度的最大值对FM,MSK和QPSK识别效果的下降,提出利用峰度和基于小波变换特征量的方法对信号分类识别。该方法首先利用峰度进行模拟与数字调制信号的类间识别,然后采用基于小波变换系数提取的特征量对两种数字调制信号进行识别分类。采用决策树分类方法,利用Matlab对该方法进行仿真验证,仿真结果表明该方法具有较好的识别效果。     

从有线电视的发展浅谈调制技术

以调制技术为主线 ,介绍有线电视系统中模拟调制技术、光调制技术和数字调制技术的基本原理。随着有线电视的快速发展 ,调制技术正在经历电到光、模拟到数字的不断发展和全面融合的过程     

从有线电视的发展浅谈调制技术

以调制技术为主线，介绍有线电视系统中模拟调制技术、光调制技术和数字调制技术的基本原理。随着有线电视的快速发展，调制技术正在经历电到光、模拟到数字的不断发展和全面融合的过程。     

从有线电视的发展浅谈调制技术

以调制技术为主线,介绍有线电视系统中模拟调制技术、光调制技术和数字调制技术的基本原理.随着有线电视的快速发展,调制技术正在经历电到光、模拟到数字的不断发展和全面融合的过程.     

数字电视信号的传输特点及故障检修

一 数字电视信号的频谱特性 数字电视采用QAM调制方式．这种调制方式又称为正交幅相调制．它既对载波的振幅进行调制．又对载波的相位进行调制。与模拟电视不同．数字电视频道不但没有所谓图像载波．也没有伴音载波。由于数字信号在进行编码和调制前要进行随机化处理（如交织处理）．因此QAM调制后载波信号的能量被均匀地分布在整个限定带宽之内。在频谱仪上看（如图1所示）．一个数字频道的已调信号类似于一个抬高了的噪声平台。     

利用普通SMF实现10Gbit＼s 信号全光长距离传输的研究

数值模拟了强度调制光信号在级联光纤放大器普通单模光纤通信系统中的传输,模拟中主要考虑了自相位调制、群速色散和自发辐射噪声,使用负色散补偿光纤去补偿群速色散和自相位调制。结果表明,若色散得到很好补偿,当放大器间距减少到５０ｋｍ时,无误码２０５０ｋｍ传输是可能的。