基于高阶累积量的信道估计及数字调制识别方法①

无线信道的多径干扰使得接收信号发生畸变,其高阶累积量特征不再趋近于其理论值,给调制识别带来了很大困难。针对多径信道中的调制识别问题,提出了一种基于高阶累积量的信道估计及调制识别算法。首先提取接收信号的高阶累积量进行信道参数估计,根据估计结果对识别参数进行修正,使其重新趋近于理论值,从而完成调制识别。该算法仅根据接收信号序列进行运算,所需先验信息少,能对大部分调制方式进行识别。仿真结果证明了算法的有效性。     

基于高阶累积量和三角矩的联合多参数特征OFDM信号盲识别

提出一种瑞利衰落信道条件下的多载波调制盲识别算法,用以区分多载波调制信号(如OFDM)和数字单载波调制信号(如:MASK、MFSK、MPSK、MQAM)。该算法对传统算法进行了改进,提出了利用信号的高阶累积量构造的组合识别参数以及信号的三角矩特征参数来分类单载波信号与OFDM多载波信号。该算法不需要预先知道信号的载波频率和波特率,只需从中频信号直接进行识别处理。仿真结果表明,该算法具有抗多径能力强、识别率高的优点,在SNR高于0 dB时识别率可达100%。     

多径瑞利快衰落信道下OFDM信号的识别

提出了一种在多径瑞利快衰落信道条件下,OFDM信号与单载波信号调制制式识别的方法.利用接收信号的两种高阶累积量的组合作为信号分类的特征值,有效抵消瑞利衰落和多普勒频移的影响.该方法可以在中频对信号进行处理,不需要信号的载波频率、波特率等先验信息.计算机仿真表明,该方法对多径瑞利快衰落和多普勒频移稳健,识别概率高,算法复杂度低,适合实时处理.     

一种多径环境下的调制识别算法

针对多径环境下MPSK和MQAM信号的调制分类问题给出了一种有效的自动识别算法,利用一组稳健的抗多径的累量不变量和自适应盲均衡算法的代价函数作为识别特征。当盲均衡器与接收到的码元星座图匹配时其代价函数收敛到最小。仿真表明,该方法可以有效识别多径信道下BPSK、QPSK、8PSK、16QAM、32QAM、64QAM信号。     

多径信道下数字信号调制识别的研究

在通信信号调制方式识别中,目前已有的方法大多是基于高斯白噪声干扰的通信环境.对于多径干扰强的环境下的调制识别难以实现以及识别率低的问题,首先提出基于改进的Liavas算法对信道阶数进行准确估计,在此基础上利用基于子空间的多信道盲辨识和盲均衡来克服多径信道带来的影响,然后对均衡结果进行高阶累积量计算,提取特征参数完成调制识别.与已有的算法相比,适用范围广,实用性强,所需先验知识少.仿真结果证实算法的有效性.     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法。将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小。所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果。仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号。     

基于高阶累积量和DNN模型的井下信号识别方法

针对矿井复杂异构的无线环境,提出一种基于高阶累积量和DNN模型的井下信号识别方法,实现了井下BPSK,QPSK,8PSK,2FSK,4FSK,8FSK,32QAM,64QAM,OFDM等数字信号的自动调制识别。分析得到9种数字信号的高阶累积量理论值,并通过傅里叶变换提高信号辨识度;分析井下小尺度衰落信道对高阶累积量的影响,推导出经过井下衰落信道后信号的高阶累积量计算表达式,根据高阶累积量理论值构造特征参数并训练DNN模型,实现信号识别。仿真分析结果表明,该方法在矿井Nakagami-m衰落信道下有出色的调制识别性能,信噪比为-5 dB时平均正确识别率为89.2%以上,信噪比为5 dB以上时平均正确识别率为100%。该方法为在特殊复杂环境下的信号识别检测提供了新思路。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法.将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小.所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果.仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号.     

一种多径信道中的调制识别算法

提出了一种新的多径信道中的MPSK／MQAM（M-ary phase shift keying／M-ary quadrature amplitude modulation）调制识别算法。首先进行基于噪声子空间的信道盲辨识和盲均衡，克服信道带来的影响，然后利用一种新的多级抽取聚类算法，先区分MPSK和MQAM两类调制方式，再提取信号的星座点数作为最终的识别结果。与已有算法相比，该算法结构简单，所需数据量少，适用范围广。仿真结果证实了算法的有效性。     

基于高阶累积量的多音并行调制信号检测研究

针对多音并行信号的调制识别问题,提出了一种基于四阶累积量的识别方法,用以识别特定通信协议下子载波调制样式为MPSK的多载波调制信号.该方法利用带通MPSK信号的累计量特征,在不考虑相位影响的情况下提出了该多音并行信号近似模型并通过理论计算和仿真验证此模型的正确性.然后利用此模型通过计算仿真找到子载波数与累计量参数的对应关系.根据这种对应关系提出识别算法并进行识别仿真,仿真结果表明在低信噪比(-5dB)下有很好的识别效果.     

基于云计算的恶意软件攻击行为自主防护仿真

针对传统恶意软件攻击行为自主防护未能识别出恶意软件的数据特征,导致自主防护能力较差的问题,提出一种基于云计算的恶意软件攻击行为自主防护方法,通过Fourier变换方法利用滤波后网络数据得到振荡衰减规律,通过振荡衰减规律获取信息传输过程网络输出解析模型,获得高阶累积量切片函数;采用高阶累积量后置搜索方法对网络输出解析模型进行搜索,全面识别恶意软件攻击行为数据特征,通过FIR滤波方法处理云计算环境下网络数据,对网络数据干扰抑制;将恶意软件攻击行为数据特征通过向量序列形式表示,选取平方预测误差方法求解向量序列,将大于平方预测误差门限值的数据作为恶意软件攻击行为特征进行自主防护。仿真结果表明,恶意软件攻击行为自主防护性能较强。     

一种新的联合块对角化卷积盲分离时域算法

提出一种基于高阶累积量联合块对角化的时域算法求解卷积混合盲信号分离问题。引入白化处理,将混叠矩阵转变成酉矩阵,混合信号转变为互不相关的,进而计算出其对应的一系列高阶累积量矩阵,通过最小化代价函数来实现高阶累积量矩阵联合块对角化的目的,在时域中解决超定卷积盲分离问题。实验表明,相比于经典的自然梯度算法,所提方法的分离精度更高,且运算速度也更快。     

基于高阶结构约束的稀疏人脸识别算法

为了挖掘人脸稀疏表示的高阶结构信息,从而获得更精确的人脸分类判别信息,提出一种新的基于高阶结构约束的稀疏表示的人脸识别算法。在提取人脸图像的Gabor特征后,选取适当的训练样本构建稀疏线性编码模型,利用样本特征间的高阶结构信息约束和最优化求解测试样本的稀疏系数,将稀疏系数作为最终特征对人脸进行识别,实验结果表明,与结构约束稀疏表示和非结构约束稀疏表示的方法比较,人脸的高阶结构稀疏表示能显著提高人脸的识别准确率。     

OFDM系统中基于BP神经网络的定位算法

为了减小正交频分复用(OFDM)系统中多径干扰对定位精度的影响,提出一种基于后向传播(BP)神经网络的定位算法。该算法采用多重信号分类(MUSIC)算法估计OFDM信号首径的到达时间(TOA),再计算出到达时间差(TDOA),然后利用BP神经网络对其进行修正,最后使用Chan算法确定移动台的位置。在多径环境下对算法进行仿真,仿真结果表明该算法能够有效地降低多径干扰的影响,性能优于最小二乘(LS)算法、Chan算法和泰勒算法。     

近场源DOA、距离、极化参数及频率联合估计算法

文章研究了近场情况下多信源到达角(DOA)、距离、极化参数及频率的四维参数联合估计问题,建立了近场源在极化域的参数估计模型。文中所考虑的极化敏感阵列由和坐标轴方向一致的偶极子对构成,分别感应x轴方向和y轴方向的电场分量。该算法不需要谱峰搜索,直接给出各参数的闭式解。由于使用了四阶累积量,因此该算法适用于任意高斯噪声环境。仿真结果验证了该文方法的有效性。     

离散高阶分布式一致性算法

为了提高分布式一致性算法的收敛速度, 提出了一种离散高阶分布式一致性算法。该算法通过单跳通信, 利用二跳邻接节点的前多步信息来加速分布式一致性算法的收敛速度。对无向通信拓扑下该算法的收敛性能和收敛速度, 以及带通信延时的该算法的收敛性能进行了分析和仿真比较, 结果显示, 该算法在满足条件下能收敛到初始状态的平均值, 与同样利用二跳邻接节点信息的算法相比, 具有通信量小, 收敛速度更快的特点, 但是能容忍的通信延时变小。     

基于有向通信拓扑的高阶分布式一致性算法

为了提高有向通信拓扑下分布式一致性算法的收敛速度,提出了一种基于有向通信拓扑的高阶分布式一致性算法。该算法通过有向单跳通信,利用有向二跳邻接节点的前多步信息提高分布式一致性算法的收敛速度。对有向通信拓扑下该算法的收敛性能和收敛速度进行了分析和仿真比较。结果显示,该算法在满足一定条件下能收敛到初始状态的平均值,与其他同样利用二跳邻接节点信息的一致性算法相比,具有通信量小、收敛速度更快的特点,但是能容忍的最大通信延时变小。     

语音清浊音分类及浊音谐波提取算法——三阶累积量基于正弦语音模型的应用

在低信噪比和非平稳噪声干扰下,语音信号的清浊音检测是语音信号处理中的一个重要研究问题。论文基于语音正弦模型,提出了一种清浊音分类和浊音谐波提取算法。该方法在分析了语音的三阶累积量谱后,用子谐波-谐波方法取得基音,并计算出谐波参数和高低频能量比值。它利用谱包络估计器得到谱包络及尖峰信号,结合最小均方估计准则下的迭代算法计算语音谐波的信噪比;通过对上面各计算结果的综合评价得出语音帧的浊音度,从而得到语音清浊音的分类和浊音谐波数。仿真结果表明,该算法在复杂噪声背景下,能有效进行语音分类,准确得到浊音度。同时该算法还具有实时性好、语音参数分析精度高的特点。