基于谱相关函数截面特征的调制方式识别

谱相关函数在双频平面上全面反映了循环平稳信号的二阶周期性。调制信号是循环平稳信号,不同调制信号的谱相关函数具有不同的分布特性,且对平稳噪声、干扰不敏感,可用于低信噪比下的调制方式识别。采用时域平滑FFT积累算法计算出调制信号的谱相关函数,对结果进行了对比分析,提取了多种调制信号的谱相关函数截面特征,设计了AM、MSK、PAM、2ASK、2FSK、4FSK、QPSK七种调制信号的树形识别流程。仿真结果表明在低信噪比下,七种调制方式具有90%以上的识别率。     

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     

基于相关-循环谱方法的DSSS／BPSK信号检测与识别

在通信侦察、频谱监测等非协作通信领域,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号得到广泛应用。但其低功率谱密度发射的隐蔽性,抗干扰能力强等特点增加了通信对抗中信号截获、检测和分析的难度。低信噪比情况下,针对DSSS/BPSK信号与同调制类型窄带BPSK信号的辨别问题,利用直扩信号的循环平稳性、扩频序列的周期性和良好的自相关性,给出相关-循环谱算法,进行直扩信号的检测识别。对该算法进行了仿真实验,并与相关积累法和倒谱法比较,实验结果说明该算法具有更低的信噪比容限和更高的检测识别正确率。     

基于循环谱相关方法的MFSK信号识别

由于通信信号调制样式复杂多样,如何有效地识别通信信号调制类型是一个十分重要的课题。传统的信号处理都是假设所要处理的信号为随机平稳信号,但是在实际应用中,通信信号具有循环平稳性,是一种特殊的非平稳信号。首先介绍了循环平稳信号的特性循环谱相关概念,推导出MFSK信号的循环谱相关函数,分析了MFSK信号特征谱规律和可用于类内识别的特征参数,设计出MFSK信号的类内识别算法,仿真实验表明该算法能有效区分MFSK信号,并且在低信噪比下识别效果良好。     

基于循环谱相关的调制信号检测方法

在研究通信信号的循环平稳理论的基础上,利用频域平滑的谱相关估计算法,提出一种新的数字调制信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法对数字调制信号谱相关特性进行分析,计算谱相关函数f截面的归一化面积,确定合适的判决阈值,通过阈值判决来实现基于通信信号循环特征的调制模式检测。仿真结果表明,在低信噪比条件下,检测成功率高达98%。     

低信噪比条件下的调制方式识别

传统的调制方式识别方法通常假设接收信号是平稳随机过程,一般要在信噪比不低于10dB时才能取得较高的识别率。本文根据模拟调制信号的谱特性和谱相关特性,给出了低信噪比下的调制方式识别算法,理论分析和仿真结果表明,本文提出的算法,在低信噪比(3dB)条件下,仍然具有很高的识别率。     

基于瞬时幅度特征的连续相位调制信号识别

针对非合作通信系统中连续相位调制（CPM）信号识别难的问题,提出一种CPM信号识别新方法。算法以信号的瞬时幅度谱为特征,结合谱线检测,实现了CPM信号与幅移键控（ASK）、正交幅度调制（QAM）、相移键控（PSK）、频移键控（FsK）信号的区分。算法无需各种参数估计及同步等预处理过程,仿真实验结果表明,在信噪比不小于4dB时,CPM信号正确识别率达到95％以上。与已有算法相比,本文所提算法具有计算量小、实现简单和低信噪比下识别率高等优点。     

一种基于循环谱峭度的信号检测方法

在研究通信信号的循环平稳理论的基础上,将循环谱和峭度相结合,给出了一种低信噪比情况下的信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法首先采用频域平滑方法计算循环谱的 截面,有效降低背景噪声的影响;然后计算该截面幅度的峭度值 ,当该峭度值 大于门限时,表明检测到信号。仿真结果表明,基于循环谱峭度的信号检测方法优于前人提出的循环谱检测方法,可用于低信噪比情况下的信号检测。     

基于循环谱峭度的信号检测方法

在研究通信信号的循环平稳理论的基础上,将循环谱和峭度相结合,给出了一种低信噪比情况下的信号检测方法,降低了一般循环谱检测方法的复杂度,提高了检测性能。该方法首先采用频域平滑方法计算循环谱的α截面,有效降低背景噪声的影响;然后计算该截面幅度的峭度值κ,当该峭度值κ大于门限时,表明检测到信号。仿真结果表明,基于循环谱峭度的信号检测方法优于前人提出的循环谱检测方法,可用于低信噪比情况下的信号检测。     

基于时频分析的相位编码信号检测及识别方法研究

低信噪比条件下（0dB）对相位编码信号的检测及识别是当前脉内特征分析中的重点和难点,基于这种原因,提出了一种基于时频分析（短时傅里叶变换）方法对信号脉冲进行检测,然后,重点论述了低信噪比条件下（0dB）对相位编码信号的调制类型识别及参数估计,根据对信号时频特征的分析,建立对信号进行检测及识别的算法模型,并给出了算法的理...     

基于自相关积分循环谱的复合调制雷达信号识别方法

为解决传统识别方法对复合调制的雷达信号识别率低的问题,文中提出了一种基于循环谱积分特征的识别方法。首先,将计算循环谱的傅里叶累积方法转换到自相关域,降低了噪声的干扰;其次,通过引入轴线积分的方法实现了将二维循环谱矩阵在保留主要信息的基础上降维为一维特征向量,消除冗余数据;最后,利用支持向量机实现了雷达信号的识别。实验表明,本方法在信噪比不小于-2 dB情况下,可保证对7种不同调制的雷达信号识别准确率在90%以上,且与其他识别方法相比在低信噪比条件下对雷达信号的识别率提升显著,尤其是对相位调制信号的识别。本方法将时域特征拓展到自相关域,便于实现,对信号识别方法提供了新思路。     

数字调制信号通过循环谱与参数统计进行识别的研究

数字调制信号通过运用循环谱与参数统计的方法进行识别可以在信噪比较低的情况下得到较好的效果,同时也是数字调制信号识别长久以来研究的主要方向。因此本文对数字调制信号通过循环谱与参数统计进行识别的研究进行浅析。     

低信噪比下周期平稳信号的稳健检测算法

本文提出了一种新的对周期平稳信号进行检测以及对二阶周期循环频率进行估计的算法。该算法利用信号的递归性质构造高阶自相关矩阵,并通过利用周期平稳信号与自相关矩阵特征值和特征向量的关系,对其进行检测以及对循环频率进行估计。传统检测周期平稳信号的算法是通过计算其循环自相关函数或循环谱实现,相比传统算法而言,本算法由于利用到了信号更多的先验信息,因而在较低信噪比以及较低快拍数下对周期平稳信号均能有较好的检测性能。文中仿真实验表明,本文所提算法估计出的伪循环谱相比传统方法估计出的循环谱更为平滑,在相同快拍和信噪比条件下,检测概率均高于传统方法,特别在低信噪比下对检测概率的改善更为明显。      

基于谱相关理论的信号识别算法

采用了频域平滑周期图法估计循环谱,选取信号的Sx^＋（0）截面谱中谱峰个数为特征,提出了一种调制信号识别算法,给出了信号识别流程图及步骤,并进行了计算机仿真实验。仿真结果显示,该识别算法对这几种调制信号的识别具有较高的识别精度。     

认知无线电中调制识别算法研究

通信信号的调制类型识别对于认知无线电这种智能通信系统具有重要研究意义。利用调制信号的循环谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图。分类器基于RBF神经网络,采用"一类一个网络"结构,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度。基于谱相关特征参数和神经网络分类器的算法能动态识别信号的调制方式,仿真结果验证了该算法在低信噪比下的有效性。     

基于循环谱能量的自适应频谱检测算法

根据信号循环平稳谱的特征,研究在低信噪比环境下的频谱检测问题,提出一种基于循环谱能量的自适应判决门限频谱检测算法。该算法融合能量检测与循环平稳特征检测的机理,以信号的循环谱能量为检测统计量,加权合并虚警率与检测率,准确估计循环谱特征值,构建了具有噪声自适应能力的频谱检测判决门限。仿真结果表明,该算法可以在低信噪比环境下有效地完成频谱检测,克服了噪声波动对频谱检测性能的影响,对不同调制主信号的感知具有稳健性。与最大—最小特征值算法和盲检测算法相比,该算法分别改善了信噪比4dB和8dB。     

基于累积和的改进超宽带循环平稳检测算法

针对超宽带循环平稳检测存在的门限难以设定、低信噪比下检测延迟较大的问题,提出了基于累积和的改进超宽带循环平稳检测算法。首先将信号整个三维循环谱归一化为二维灰度图,与噪声对应的灰度图比较差异,再将两类图像放入卷积神经网络（Convolutional Neural Network,CNN）自行训练提取特征,解决门限难以确定的问题。若分析三维循环谱的时间块长过短,将导致信号灰度图特征在有无噪声情况下区别不大;若块长过长会导致检测延迟较大。为此,采用累积和算法提取网络全连接层输出的信号概率作为累积和的观测统计量,自适应检测所需采样时间长度。将所提算法与传统循环平稳检测以及结合了CNN的循环平稳检测进行对比,仿真表明所提算法在低信噪比下性能最优。     

基于谱相关的直扩信号检测及噪声抑制分析

直扩信号是二阶循环平稳信号,根据谱相关分析方法,利用直扩信号非零循环频率处的谱线特征,可将直扩信号从噪声背景中检测出来。为消除基底噪声,采用电子测量中的3σ准则对直扩信号的循环谱进行了消噪处理,便于实现检测,仿真论证了该方法在低信噪比条件下的有效性。     

循环相关匹配滤波器设计

在谱相关分析的基础上,讨论了对循环平稳信号进行最佳滤波的问题,推导得到了基于最大输出信噪比准则的循环相关匹配滤波器的解析表式.然而,由于该滤波器性能与所选取的循环频率是相关的,单循环频率循环相关匹配滤波器存在固有的缺陷-信号能量利用不充分.为此,研究了多循环频率循环相关匹配滤波器组的设计方法,在最大输出信噪比准则约束下确定了滤波器组的优化结构.仿真实验比较了谱相关分析方法和循环相关匹配滤波方法,对调幅信号和BPSK信号的仿真实验结果证实了文章理论分析得到的结果.     

窄带强干扰下直接扩谱序列信号的有限多循环检测器

针对存在窄带强干扰情况下直接扩谱序列信号的检测，基于有限多循环频率特性提出一种有限多循环检测器，并就载频和码片时宽的误差对检测器的影响作了详细分析。通过仿真实验证明该检测器能对窄带强干扰中的直接扩谱序列信号进行有效检测，且其检测性能和稳健性要明显高于单循环检测器和辐射计。