基于改进的半监督聚类MQAM信号的调制识别

传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对此问题,本文提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现对不同阶数MQAM信号的调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。     

一种基于星座图聚类的MQAM识别方法

星座图是数字调制信号MQAM的重要特征,提出了一种利用星座图减法聚类对MQAM信号进行识别的新算法。该算法通过分析接收端信号的星座图,提取描述星座图特征的参数,与标准星座图进行相关比较,实现了加性高斯白噪声下数字调制信号MQAM的识别。通过实验证明该方法可以有效地对数字调制信号MQAM进行识别,而且该算法具有复杂度低的优点。尤其当数据长度比较短时,有较好的识别效果。     

基于星座图的数字调制方式识别

针对现有数字调制方式识别类型有限的问题，提出一种基于星座图的分类算法。算法首先利用盲均衡技术克服信道的多径效应与系统同步误差，再对信号减法聚类，提取聚类中心与理想星座图模型进行匹配，从而实现MASK、MPSK、MQAM等调制方式的识别。仿真证明：星座图是一个稳定的、强健的识别标志。     

基于联合特征参数的卫星单-混信号调制识别研究

针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题,该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先,根据4, 6阶累积量的属性特点构建3个特征参数,以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型,然后结合改进的星座图减法聚类算法分离出剩余调制样式,最后将参数联合,建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息,具有特征提取参数简单、识别种类多等特点。仿真结果表明,该算法在信噪比(SNR)10 dB下对卫星单-混信号的调制识别率仍能达到90%以上。     

基于星座图聚类分析调制识别的改进算法

通过分析聚类分析在星座图中的应用,得出星座图聚类分析对高阶QAM短突发信号的类内调制识别不适用的结论,从而提出了星座图聚类调制识别法在短突发信号的改进方法。将星座点在坐标轴上投影,利用投影点进行聚类分析,可以提高星座聚类算法在高阶QAM短突发信号调制识别中的性能。仿真结果表明,在短突发信号的条件下,该方法具有良好的识别效果。     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

基于聚类分析的M-QAM信号识别

在对多进制正交幅度调制(M-QAM,M-ary Quadrature Amplitude Modulation)信号星座图的不同聚类识别算法进行比较与分析的基础上,并针对信号码元数目不足的情况,提出了一种利用星座图对称特性与减法聚类相结合的改进算法.算法首先从接收数据中估计出码元速率,并根据码元速率估计值对其匹配滤波及抽样判决来恢复出信号星座图,然后将星座图中关于原点对称的两个象限中的星座点横坐标值与纵坐标值都投影到横轴或纵轴上,并对投影点进行聚类,从而,实现M-QAM调制方式识别.仿真结果证明:该识别算法能正确有效地识别M-QAM信号调制类型,而且减少了计算量,易于实际应用.     

基于接收信号点极坐标的调制方式识别

提出一种信号调制识别算法.该算法提取接收信号点的极坐标值作为识别特征,利用基于样本与核的相似性度量动态聚类,对不同调制的信号星座图进行分类而完成信号的调制识别.算法较好地克服了相位估计误差的影响,仿真表明该算法有效.     

一种改进的MQAM信号调制方式识别算法

传统的多进制正交幅度调制信号调制方式的识别方法,是对信号的星座图进行减法聚类,通过得到的聚类中心个数确定调制阶数,从而完成识别。由于信号的数据长度及聚类半径对识别性能的影响很大,为降低一定数据长度下聚类半径对识别效果的影响,提出了结合减法聚类和最大似然估计理论的改进识别方法,并给出了识别流程。仿真结果表明,在一定条件下,改进算法对信噪比的要求低于传统方法约6dB。     

一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法

针对多径环境下MPSK和MQAM信号的调制识别问题,该文提出了一种基于信道盲辨识和盲均衡的调制识别算法。算法首先进行信道阶数精确估计,然后以矩阵外积分解为基础,加入特征值扰动分析,提高了信道盲辨识和盲均衡的稳定性,最后,对均衡后的星座图进行多级减法聚类,得到信号的调制方式。与现有算法相比,算法结构简单,所需数据量小,适用范围广,实用性强。仿真结果证明了算法的有效性。     

大频偏条件下一种新的调制识别方法

针对存在较大残留频偏的MPSK和MQAM信号,提出了一种基于概率分布匹配的调制识别新方法。该方法先利用幅度方差区分MPSK和MQAM信号。对于MPSK信号,利用瞬时相位的差分运算降低残留频偏的影响,再统计表示相邻符号间相位状态相同的比例的特征量,分级匹配实现阶数识别;对于MQAM信号,则统计与残留频偏无关的幅度聚类分布,然后匹配识别其调制阶数。仿真实验结果表明,该方法在较大的残留频偏范围内具有优良的识别性能。     

基于DSP的MQAM调制的软件实现

为了减少集成电路硬件复杂度,针对QAM调制软件实现速度慢的问题,在分析MQAM调制原理的基础上,采用直接频率合成实现正余弦信号及无时延改进的滤波器编程方法,提出一种快速实现MQAM调制算法的软件编程思想,并以TMS320C55X为平台,将MQAM调制算法进行了C编程实现。结果表明：该编程方法能快速产生MQAM调制信号。     

高阶QAM信号调制样式识别算法研究

将星座图运用于调制方式识别是将一般的模式识别问题转化为形状匹配问题.在原有星座图聚类识别高阶QAM信号样式的基础上,提出了模版匹配的算法来解决阶数更高时聚类计算星座点数方法失效的问题.仿真试验证明该算法计算简便、可靠性高,便于工程实现.     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

基于小波变换的MFSK/MQAM信号类内识别法

提出了一种基于小波变换的FSK/MQAM信号类内调制方式识别的改进算法,该方法通过深入分析MFSK和MQAM信号在小波域的不同特征,充分利用小波变换模值的奇异性信息,通过对该信息的有效检测,实现MFSK信号类内识别,并将其推广应用到16QAM和64QAM的分类。对该方法的适应性进行了理论分析和计算机仿真,结果表明,新算法大大提高了MFSK/MQAM信号的识别正确率,并有效降低了识别的信噪比门限。     

低复杂度空间调制MPSK信号的最优检测

针对MQAM信号,已有低复杂度的最优检测算法,但是针对MPSK信号还没有类似的最优检测算法发表,因此从二维矢量量化的ML解调角度出发,利用MPSK星座图的特性,给出了与调制符号阶数无关的ML简化算法,避免了ML联合检测算法中对调制符号空间的搜索,极大地降低了算法复杂度。新算法不仅与ML最优检测算法具有完全相同的性能,而且具有较低的复杂度,有较好的理论和实际意义。该算法在天线技术和绿色通信技术中有较好的实际应用意义。     

基于相位聚类的MPSK信号调制分类算法

针对非协作通信中的MPSK信号调制识别问题,提出基于相位聚类的调制识别算法.该算法以MPSK信号相位聚类的周期性为分类特征,应用傅里叶变换作为特征提取的方法,实现了对MPSK信号的类内识别.同时本文还对该算法进行了改进,减少了该算法的计算量,并使该方法可对含有载波频偏的MPSK调制信号进行识别.该算法在信噪比较低的情况...     

MQAM信号调制方式盲识别

该文提出了一种MQAM信号调试方式的盲识别算法。算法首先通过信号频谱粗略估计信号载频和带宽,从而进行下变频和低通滤波。然后通过信号包络平方的频谱估算出波特率,结合符号定时完成信号的波特率采样。最终计算MQAM信号矢量图中最小环带的方差,完成调制方式的识别。该MQAM信号调制识别算法无需载频和波特率等先验信息,对载波残余不敏感,没有复杂的迭代过程,可以应用于实际信号的调制识别。仿真表明信噪比在16 dB,码元数目为2400时,对5种QAM信号的识别率达到99%以上,证明了其有效性。     

OFDM信号调制类型的自动识别研究

对OFDM系统通常采用的MPSK/MQAM信号调制类型的自动识别进行了研究。设计了一种基于重建星座图的分类器,将样本集映射为若干个与调制阶数一一对应的具有单峰性质的子集,通过子集的个数和单峰中心位置判定调制阶数及其调制方式。仿真结果表明,该分类器能够有效地识别OFDM信号的调制类型。     

常用多进制数字调制信号的识别方法

针对常用的多进制数字调制信号,设计了一通用的数字调制识别方案:先用三个时频域特征参数进行调制的大类识别,再利用各自算法估计信号调制阶数,修正了MFSK信号功率谱谱峰个数的估计算法,并提出了MASK/MQAM基于时域的调制阶数识别算法.仿真结果表明,在信噪比大于6dB时,该识别结构和识别算法对MFSK、MPSK,MASK调制信号的正确识别率不低于92%,MQAM识别算法则要求较高的信噪比.