一种CPM信号参数盲估计方法

针对非协作通信下CPM信号参数盲估计问题,提出了一种系统的有序的盲估计方法,实现了对CPM信号的载频、符号速率、调制指数和调制阶数等参数的精确估计。利用CPM信号的循环平稳特性,采用了基于周期谱的符号速率估计方法,构建了代价函数,采用联合估计法对调制指数和频偏实现了三维的精确搜索,最后实现了基于循环平稳性的CPM信号调制阶数的准确识别。理论分析与试验仿真表明,新方法具有较高的正确估计概率,且在低信噪比下也能达到较好的效果。     

基于循环平稳性的CPM信号调制阶数盲识别算法

为了有效估计多进制CPM信号的调制阶数,本文提出了一种基于循环平稳性和非线性变换的新方法。根据循环平稳的有关理论,通信信号的非线性变换频谱中存在体现信号各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率与符号速率的线性组合,提取这些谱线可以完成信号一些基本参数的估计。本文在分析与推导多进制CPM信号一阶循环矩简化表达式的基础上,研究了与调制阶数有关的谱线特征,并给出了算法步骤。实验结果证实了理论分析的正确性,并且表明,较已有方法,本文算法无需知道符号周期,计算复杂度更低,受噪声影响小,在高斯白噪声条件下,对任意频率成型脉冲的单指数CPM信号都能实现调制阶数有效识别。      

一种CPM信号频率成形脉冲盲估计算法

频率成形脉冲是连续相位调制(CPM)信号解调所必需的调制参数,由脉冲形状和脉冲长度两个参数共同决定。该文利用CPM信号的自相关特性,深入分析了CPM信号调制参数与自相关函数之间的内在联系,并在此基础上提出了一种频率成形脉冲的盲估计算法。该算法首先实现脉冲形状的盲识别,然后将CPM信号的调制指数调整为整数,最后通过自相关函数中非零值的个数来实现脉冲长度的盲估计。计算机仿真结果与分析表明,该算法实现简单,能够在任意调制阶数和调制指数下有效估计出频率成形脉冲。     

一种部分响应CPM信号的调制参数盲估计算法

针对非协作通信环境下部分响应CPM信号的调制参数盲估计问题,提出了一种系统的参数估计方案,可依次对载波频率、符号速率、调制指数和调制阶数进行有效地估计。在基于循环平稳特性的符号速率估计的前提下,对联合估计算法进行简化,构造新的代价函数,实现载波频率和调制指数联合估计,提取循环谱线特征估计调制阶数。仿真试验表明,该算法在信噪比10 d B时具有较好的估计效果。     

衰落信道盲接收条件下的调制分类

该文针对衰落信道下调制识别算法预处理要求高的问题,提出了一种基于循环平稳性检测的调制分类算法,提升了盲接收环境下的分类效果。算法以信号的循环频率为特征,结合循环平稳性检测,实现了OFDM, PSK, FSK等常见数字调制信号的区分。算法无需各种参数估计以及同步等预处理过程,理论推导及仿真结果证明,能够实现低信噪比衰落信道条件下信号的有效区分。该算法将有助于提升衰落信道中非合作接收条件下的信号分类能力。     

突发自适应调制信号的调制识别算法研究

针对突发自适应调制信号中的PSK和QAM调制方式识别问题,本文提出了一种能够识别BPSK、QPSK、8PSK以及16QAM、32QAM、64QAM、128QAM、256QAM八种信号类型的盲识别算法。该算法首先对信号的循环平稳性进行了分析和讨论,给出了利用循环高阶累积量的特征实现信号识别分类的理论依据。然后,提出了三种基于循环累积量的特征分别实现了QAM和PSK类间识别、MPSK类内识别以及方形QAM与十字形QAM的识别。最后通过对MQAM信号的瞬时幅度分布特性的深入研究和分析,提出了一种基于瞬时包络平方的方差的特征实现了QAM的类内识别。该算法选择了二叉树支持向量机作为识别分类器,并设计了一种新的识别流程完成了对上述信号调制方式的识别。该算法无需精确同步,对载波相位具有较好的鲁棒性,并能够对中频信号进行识别。仿真实验表明,该算法能够实现在较低信噪比条件下突发信号的识别。      

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

非合作接收条件下,连续相位调制（CPM,Continuous Phase Modulation）信号多变未知的信号体制使其符号速率盲估计一直是分析该类信号的难点之一.现有的算法大多直接基于信号的瞬时频率或循环平稳性,存在抗噪性能差,不适用于多指数CPM信号等问题.针对该问题,本文通过分析小波变换在信号分解和时频分析中的优势,提出一种综合利用离散小波（DWT,Discrete Wavelet Transform）分解和频率脊线提取的CPM信号符号速率估计的新算法.算法对比分析表明,所提算法具有更好的抗噪性能且在小数据量时也能达到较好的估计性能.     

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.     

一种非数据辅助的连续相位调制信号符号速率估计算法

在对连续相位调制信号（Continuous Phase Modulation, CPM）的循环平稳性分析的基础上,本文推导了其谱频率为载频的循环截面上离散谱线与调制参数的关系,提出一种非数据辅助的CPM信号符号速率估计算法。该算法采用频域谱平滑的方法得到循环谱估计,利用非线性滤波方法进行离散谱线提取,根据信号的谱线特征,判断信号为单指数或多指数CPM信号,进而得到符号速率的有效估计。仿真实验结果表明,该算法不需精确载频估计,具有较好的抗噪声性能,并能用于频率选择性衰落信道。      

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。     

一种适用于高阶QAM系统Bussgang类盲均衡新方法

该文提出一种适用于高阶QAM系统的新Bussgang类多模盲均衡算法。将新的代价函数与星座匹配误差函数结合,给出一种瞬时双模切换混合算法,然后设计了一种基于判决圆的模式切换准则,从而达到进一步有效降低新算法稳态误差的效果。最后,仿真结果以高阶256QAM信号为例,验证了该算法对于高阶QAM信号的盲均衡能力和良好效果。     

一种基于ML算法及盲信道识别的DWPM系统

该文提出了一种基于ML算法及盲信道估计的离散小波包调制(Discrete Wavelet Packet Modulation,DWPM)系统.本文通过基于导频信号的盲信道识别方法,获得信道的状态信息,并且利用基于ZF(Zero Forcing)算法的H矩阵消除码间干扰,最后,利用ML(Maximum Likelihood)算法检测解调后的码元,并且通过仿真分析了该系统在多径衰落信道下的性能.仿真结果表明,该系统的性能要比传统的OFDM系统的性能好.     

基于子空间分解的快速盲均衡解调算法

基于高阶统计的盲均衡算法需要大量的观测数据,当观测数据有限或信道变化较快时,由于模型失配将使均衡性能严重下降,因此短数据、快收敛是近年来盲均衡技术研究的主要方向之一。本文讨论了基于子空间分解的信道识别和盲均衡技术,利用卡尔曼滤波方程,给出了一种快速收敛的盲均衡解调算法,算法只需要较少的数据样本,仿真结果表明该方法是有效的。     

基于盲均衡的高阶QAM信号调制识别算法

该文针对多径条件下的高阶QAM信号,提出了一种基于改进的HY-NCMA盲均衡方法的调制识别算法。与已有算法相比,均衡器不仅能够纠正载波相位偏转,而且提高了收敛速度;此外,算法提出了新的识别特征,降低了所需要的数据量和运算量,提高了识别率。仿真表明,在中、高信噪比条件下,具有良好的识别效果。     

Recursive blind identification of non-Gaussian time-varying ARmodel and application to blind equalisation of time-varying channel

A novel method for the blind identification of a non-Gaussian time-varying autoregressive model is presented. By approximating the non-Gaussian probability density function of the model driving noise sequence with a Gaussian-mixture density, a pseudo maximum-likelihood estimation algorithm is proposed for model parameter estimation. The real model identification is then converted to a recursive least squares estimation of the model time-varying parameters and an inference of the Gaussian-mixture parameters, so that the entire identification algorithm can be recursively performed. As an important application, the proposed algorithm is applied to the problem of blind equalisation of a time-varying AR communication channel online. Simulation results show that the new blind equalisation algorithm can achieve accurate channel estimation and input symbol recovery     

基于二维离散傅立叶变换的射频信号调制类型识别

针对已有算法应用的局限性．以线性调频．二相编码,频率编码和正弦等典型射频信号为例,提出了一种基于二维离散傅立叶变换的射频信号调制类型识别新算法,重点阐述了信号自相关变换过程和运算量分析．计算机仿真结果验证了本算法确实有效。     

基于网格编码调制(TCM)的维特比译码实现

介绍了网格编码调制（ＴＣ）的基本思想,并在此基础上对维特比译码的算法进行了展开,最后详细阐述了该算法在网格编码调制中的具体实现步骤。     

A Hybrid Algorithm of BP Network and Its Application to Blind Equalization

ＡＨｙｂｒｉｄＡｌｇｏｒｉｔｈｍｏｆＢＰＮｅｔｗｏｒｋａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｔｏＢｌｉｎｄＥｑｕａｌｉｚａｔｉｏｎ￥ＬｉａｎｇＱｉｌｉａｎ；ＺｈｏｕＺｈｅｎｇ；ａｎｄＬｉｕＺｅｍｉｎ（ＤｅｐａｒｔｍｅｎｔｏｆＲａｄｉｏＥｎｇｉｎｅｅｒｉｎ...