基于累量的OFDM信号调制识别

提出了一种快变瑞利衰落信道下的OFDM信号与单载波信号的类间调制识别新算法。接收到的射频信号经模数变换后,不需要下变频,直接进行处理。利用数字信号的2阶和4阶累量的组合作为分类特征信息,方法简单易行,不需要任何信号和信道噪声的先验知识。仿真结果表明,新算法具有良好的识别性能,在SNR不小于7 dB时能达到90%以上的正确识别率。     

基于高阶累积量的OFDM子载波盲识别探讨

正交频分复用（OFDM）技术作为一种特殊的多载波调制技术,以其高效的频谱利用率、较强的抗码间干扰能力等优点成为第四代宽带技术的核心技术之一。同时,OFDM的广泛应用也为信息对抗、无线频谱资源管理等领域带来了一系列新的任务与挑战。因此,对非合作OFDM信号侦收技术的研究,意义深远。 由于OFDM调制方式的特殊性,在完成宽带多载波与单载波信号分类之后,接收系统有必要对OFDM信号的子载波类型进行进一步判断。文中采用基于高阶累积量的子信道调制盲识别算法作为技术路线,通过提取特征向量实现对子信道调制方式的盲识别。 在基带OFDM信号子载波调制类型识别部分,结合OFDM系统的等效标量模型,利用每个子载波上符号序列的统计特性,提取序列的高阶累积量作为识别分类特征构造算法,能够有效地抑制多径衰落所引起的功率衰减以及相位旋转对子载波调制类型识别性能的影响,结合仿真实验,我们分析了所提出算法的高效识别性能。     

基于高阶累积量的OFDM子载波盲识别探讨

正交频分复用（OFDM）技术作为一种特殊的多载波调制技术,以其高效的频谱利用率、较强的抗码间干扰能力等优点成为第四代宽带技术的核心技术之一。同时,OFDM的广泛应用也为信息对抗、无线频谱资源管理等领域带来了一系列新的任务与挑战。因此,对非合作OFDM信号侦收技术的研究,意义深远。
　　由于OFDM调制方式的特殊性,在完成宽带多载波与单载波信号分类之后,接收系统有必要对OFDM信号的子载波类型进行进一步判断。文中采用基于高阶累积量的子信道调制盲识别算法作为技术路线,通过提取特征向量实现对子信道调制方式的盲识别。
　　在基带OFDM信号子载波调制类型识别部分,结合OFDM系统的等效标量模型,利用每个子载波上符号序列的统计特性,提取序列的高阶累积量作为识别分类特征构造算法,能够有效地抑制多径衰落所引起的功率衰减以及相位旋转对子载波调制类型识别性能的影响,结合仿真实验,我们分析了所提出算法的高效识别性能。     

一种基于ITD和高阶累积量的OFDM识别算法

针对正交频分复用(OFDM)与单载波调制识别,提出了一种基于固有时间尺度分析(ITD)和高阶累积量的识别方法。通过ITD分解待识别信号,提取固有旋转分量的瞬时幅度,利用其复信号幅值高阶累积量区分OFDM和单载波信号,并利用改进和提出的特征参数识别单载波信号。通过MATLAB仿真表明在信噪比不小于5dB的情况下,OFDM信号的识别准确率达99%。     

基于高阶累积量的OFDM信号调制识别技术

为解决非合作通信系统中OFDM（Orthogonal Frequency Division Multiplexing正交频分复用技术）信号的调制识别问题,提出一种基于四阶累积量的OFDM信号调制识别新方法。该方法利用OFDM信号时域包络具有渐近高斯性的特点,对已有基于累积量的识别方法进行改进,通过计算截获信号的复中频信号模值的四阶累积量,提取OFDM信号与单载波信号的分类特征量,对OFDM调制信号进行识别。该算法与已有的基于累积量的识别方法相比,计算量大大减小,且具有较好的识别效果。仿真实验表明SNR高于-2dB时,正确识别率大于99%,证明了该算法的有效性。     

正交频分复用信号子载波调制方式识别

正交频分复用（OFDM）技术广泛应用于军用和民用领域。在通信侦察、信息对抗以及无线频谱监控等应用中,通常不能事先获得通信方的调制方式信息,这就需要对接收信号进行分析识别,以提取调制方式。在研究OFDM信号分选识别的基础上,重点研究了基于聚类的子载波调制方式识别方法。     

利用高阶累积量实现OFDM信号的调制识别

针对OFDM系统中信号的调制方式，提出一种基于高阶累积量的算法。该算法可以有效地抑制高斯噪声，实现OFDM信号调制方式的识别。文章给出了理论分析和计算机仿真。结果说明算法的性能稳定，复杂度低，具有较高的识别率。     

高阶QAM调制下OFDM的载波与采样频偏联合纠正

采用高阶QAM (Quadrature Amplitude Modulation)调制的正交频分复用(OFDM,Orthogonal Frequency-Division Multiplexing)系统,相对于低阶调制来说,密集的星座点分布更容易受到载波频偏与采样频偏的影响.本文分析了高阶QAM OFDM系统对频率同步精度的要求,提出了一种载波与采样频偏联合纠正的方法,并分别针对时不变多径信道和块衰落多径Rician信道给出了频偏估计的均方误差解析表达式.均方误差的理论分析与计算机仿真结果吻合;误比特率性能仿真表明,频偏纠正后的误比特率性能与无频偏情况比较,差异小于1dB.     

基于高阶累积量的调制识别技术的研究

信息化背景下,计算机、信息技术在社会各领域得到了广泛应用,其中信号调制识别作为截获信号处理的一项基础性技术,能够突破复杂环境、噪声的干扰,确定出信号调制方式及参数,从而提高信号处理有效性,确保信息传输准确性。面对愈发复杂的空间环境,积极引入调制识别技术,不仅能够提高信号处理有效性,且能够增强反应效率。文章从高阶累积量及调制识别技术入手,从MPSK、MASK及MQAM三个角度对调制识别技术进行分析,进行计算机仿真试验,以此来证实分类算法具有有效性,从而为我国通信领域发展提供更多技术支持。     

基于高阶累积量和神经网络的数字调制识别

针对数字调制信号的识别问题,提出了一种基于高阶累积量的分类特征,该特征有效地抑制高斯白噪声的影响,能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于7 dB时,系统的正确识别率可达95%以上。     

基于高阶累量的数字调制方式识别

数字通信调制方式识别一直是信号截获处理方面的热点课题,是信号筛选和解调的基础,在通信对抗中意义重大。本文提出了以接收信号的四、六阶累量为特征来识别数字调制信号,文中进行了理论推导,并做了仿真验证该方法的可行性,实现了对2A SK/2PSK、4A SK、8A SK、4PSK、8PSK、16SQAM等数字调制类型识别。     

高速无线通信中的正交多载波调制技术OFDM

本文介绍了无线信道的特征,进而引出多载波调制技术,着重介绍了正交频分复用(OFDM)的原理,优缺点及其在无线通信中的广泛应用。     

OFDM自适应子载波功率分配算法

利用误比特率优化的自适应子载波功率分配算法,对发射功率进行合理分配,能够有效地提高正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统的频谱效率,但对各子载波采用正交幅度调制(QAM)的OFDM系统,该算法的求解却相当困难。本文研究了一种次优的功率分配算法,利用误差函数(Q函数)的近似值对其进行逼近,从而有效降低了求解难度。通过MATLAB仿真验证了次优分配算法优异的误比特率性能,仿真结果表明,该逼近算法能够很好地解决最优功率分配算法的复杂度问题。     

基于高阶累量的改进的FSK数字调制方式识别算法

提出了修正的Rife算法与高阶累积量相结合的FSK调试方式的识别算法,该算法在不需要先验知识的情况下对FSK数字调制样式进行自动识别。通过计算机Monte—Carlo模拟实验表明,当信噪比为5dB以上时,该方法FSK类内调制类型的识别正确率可达93％以上,识别正确率比较高。     

基于高阶循环累积量的SQAM信号调制识别算法

该文利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征,提出了一种基于高阶循环累积量的调制识别算法,实现对SQAM信号分类。算法对载波频率偏差、时延和相位旋转具有稳健性,并可在多信号环境且存在载波频偏的情况下实现对感兴趣信号的识别。理论分析和仿真结果均证明了算法的正确性和有效性。     

利用高阶累积量实现数字调制信号的识别

文中提出一种基于高阶累积量识别多种数字调制信号的算法。首先推导计算各信号的八阶累积量,从二、八阶累积量中提取一个特征参数,实现以更少参数识别更多信号的目的;然后,为提高MFSK的识别率,从微分后MFSK信号的四、六阶累积量中提取一个特征参数完成识别。仿真结果显示,通过利用这两个参数可以实现2 ASK/BPSK、4 ASK、8 ASK、QPSK、8 PSK、2 FSK、4 FSK、8 FSK、16 QAM、64 QAM等多种数字调制信号的识别。     

V-BLAST OFDM信号调制识别算法

提出了基于高阶累积量的V-BLAST OFDM信号识别算法,用以区分频率选择性衰落信道条件下V-BLAST结构的多载波信号(0FDM)和单载波信号(MFSK、MPSK、MQAM).该算法不需要预先知道信号的载波频率、波特率以及信道的先验信息,直接在中频对信号进行识别处理.仿真结果表明该算法具有良好的识别性能.     

基于子载波补给索引调制的OFDM传输方案

针对基于索引调制的正交频分复用（OFDM-IM）技术存在子载波激活模式（SAP）不能匹配二进制数、影响系统性能的缺点,提出了基于子载波补给索引调制的正交频分复用（OFDM-SSIM）传输方案。所提方案通过在OFDM-IM的索引信息中加入补给索引,提高了系统的索引利用率,提升了系统的频谱效率（SE）。同时,由于所提方案的子载波激活模式与二进制数字相匹配,使系统易于采用低复杂度对数似然比（LLR）检测,并且保持良好的误码率（BER）性能。理论分析与仿真结果表明,在加性白高斯噪声（AWGN）信道和瑞利衰落信道下,相比传统OFDM-IM方案,所提方案有效地提升了SE和BER性能。     

基于Kolmogorov—Simirnov检验统计量的OFDM识别方案

为了对OFDM信号进行识别,针对高阶矩算法的运算量大的不足,提出一种基于经验分布函数统计量法用于识别OFDM信号和单载波信号。提出单载波／OFDM信号识别模型,建立了最优经验分布函数评价准则,推导了最优经验分布函数;详细阐述了基于KS检验法的OFDM信号识别流程;理论分析及仿真结果表明,该统计量提高了对高斯分布的拟合能力,进而提高了对OFDM信号的识别能力,同时相比高阶矩法,运算量少。     

高阶累积量调制识别改进算法的FPGA实现

基于高阶累积量的数字调制信号识别算法在低信噪比环境下识别率较低。针对这一问题,提出了高阶累积量的改进算法,通过调整特征参数的判别顺序先识别出MASK信号的方式,取得了较好的效果。讨论了该算法的FPGA设计,并利用Virtex-4开发板对该设计进行硬件协同仿真测试。测试结果表明,该算法在低信噪比环境下对2ASK,4ASK,4PSK,16QAM信号的识别率有显著提高。在信噪比为4 dB时,对2ASK,4ASK信号的识别率分别为93.4%,100%。在信噪比为2 dB时,对4PSK,16QAM信号的识别率最高,达到了99.7%。