采用高阶累计量的时频混叠信号调制识别研究

随着当今无线通信技术的发展,频谱资源的划分日益紧张,在同一信道里出现两个或两个以上时频混叠信号的现象越来越普遍。文章针对共信道时频混叠信号调制识别的问题,提出一种基于高阶累计量的算法。该算法分别对混叠信号中各个信号以其参数进行载波同步与定时同步后由高阶累积量计算混叠信号的累积量处理得到混叠信号的特征参数,而后由SVM（支撑向量机）分类器进行多分类识别。经仿真验证,该算法能够实现BPSK,QPSK,8PSK,8QAM,16QAM信号混合后的识别。在对比已有文献的基础上,严格证明了经过载波同步和定时同步后混叠信号处理等效为单信号的结论,简化了特征参数的选取,同时采用SVM优化了分类性能并简化了分类流程。     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。     

多径信道下OFDM信号子载波的调制方式识别新方法

针对非合作通信系统中,多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出了一种OFDM信号子载波调制方式识别的新方法.该方法首先运用4阶与2阶累积量的组合特征,去除OFDM子载波信号中的空载波信号,然后利用4阶累积量和6阶累积量的组合特征,滤除纯导频子载波信号和部分混有导频的调制子载波信号,最后基于改进的减法聚类方法,对提取出来的受导频影响较小的调制子载波信号进行调制方式识别.实验仿真结果表明,该方法在多径信道条件下具有稳健的识别性能.     

基于循环谱的OFDM混叠信号符号速率盲估计方法

针对两路同频OFDM信号混合的符号速率估计问题,提出了一种基于循环谱特性的符号速率估计算法。该算法比较混叠前和混叠后OFDM信号在循环谱特性上存在的差异,并利用该差异识别OFDM信号是否存在混叠现象,同时提取符号速率的相关信息,实现单通道混叠信号的速率估计。该算法不需要任何先验信息,可以直接在中频实现。仿真结果表明该算法的有效性,且对噪声不敏感。     

多径信道下基于高阶累积量的通信信号调制识别算法

多径信道下通信信号的自动调制识别问题一直是一个难点和研究热点。传统的调制识别算法受多径信道的干扰往往会失效,提出了一种基于高阶累积量的调制识别算法,该算法通过高阶累积量计算、非线性方程组构建以及高斯牛顿法迭代求解等途径,减小了多径信道对高阶累积量匹配的干扰。实验表明,相比现有算法,文章算法不再局限于特定的多径信道,有较强的普适性,减小了信道因子分布对识别算法的影响,在多径信道环境下保持了较高的识别率。     

多径信道下调制信号识别新方法

针对多径信道中存在调制信号识别难以实现及识别率低的问题,提出了一种全盲的基于小波变换和高阶循环累积量相结合的算法(W-HOCC).该算法利用小波变换的线性性质和循环累积量的叠加性质构造识别特征,即把接收信号在小波变换前后的四阶累积量的比值作为识别特征参数.从理论上证明了该算法能够消除多径信道参数的影响.仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下,分类2ASK、2PSK和4QAM信号的识别率几乎达到100%;与基于高阶累积量的算法相比,在识别BPSK和QPSK时,W-HOCC算法的性能明显优于基于高级累积量的算法,而且具有更强的抗噪声和抗多径能力.     

短波通信中的数字调制信号识别

针对目前没有有效的方法对短波通信中的调制信号进行识别的问题,提出一种基于小波包变换、高阶累积量和支持向量机的数字调制信号识别新方法.该方法提取信号经小波包变换后各频段的能量值和累积量作为特征向量,利用以支持向量机为基础的多级分类器对其进行调制识别.此分级调制识别方法与其他非分级调制识别方法相比具有较高的识别率.实验表明,针对FSK、PSK等10种调制信号在低信噪比下具有较高的识别能力,该算法在短波通信中的调制信号识别领域有较好的应用.     

OFDM信道下数字调相信号的调制识别

研究OFDM信道系统下的MPSK调制方式,对其二阶累量和四阶累量进行推导和分析,给出一种针对MPSK调制阶数进行识别的新特征构造方法,新特征提取方法简单,而且容易实现,能够有效实现调制识别目的.笔者分别对OFDM系统传输系统性能和识别率进行了计算机仿真,把基于高阶累量的调制识别算法的识别率与基于谱线特征算法的调制算法识别率做了仿真对比.仿真结果表明,在相同信噪比的情况下,基于高阶累量的调制识别算法要远远优于基于谱线特征的算法,当信噪比高于3 dB时,识别率可以达到100%.     

多径衰落信道下OFDM信号盲识别

针对多径衰落信道下正交频分复用(OFDM)信号调制识别难题,提出一种基于循环自相关的OFDM信号调制识别算法.通过对多径衰落信道下具有循环前缀的OFDM信号循环自相关特性的数学推导,验证了在一定延时处,OFDM信号的循环自相关会出现峰值,而单载波信号无此峰值,据此特性可以实现多径衰落信道下OFDM信号和单载波信号的调制识别.该算法消除了如符号时间估计、载波估计、波形恢复、信噪比估计等预处理过程,计算复杂度低,识别率较高.理论分析及仿真结果均验证了该算法的正确性和有效性.     

含有导频的OFDM信号子载波的调制方式识别方法

针对多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出一种含有导频的OFDM信号子载波调制方式识别方法.该方法在OFDM信号的等效模型下,首先利用高阶累积量的组合特征识别出OFDM信号中的空子载波信号和纯导频子载波信号,然后利用两个基于矢量图最小环带模值方差的特征对提取出来的受导频影响较小的调制子载波信号进行调制方式的识别.仿真结果表明,该方法在多径信道下是有效可行的.     

一种小波调制信号的识别方法

小波调制是一种全新的多载波通信调制方式,该文主要研究加性高斯白噪声信道条件下小波调制信号的识别.根据小波调制信号的特点,以信号高阶累积量与功率谱峰度为特征参数,采用分步识别的方法对小波调制信号进行了识别.仿真结果表明,该方法非常有效而且能够很好的抑制高斯噪声的干扰.     

基于累积量和盒维数的MFSK信号调制识别算法

针对MFSK(多进制频移键控)调制信号的分类问题,通过改进高阶累积量特征值,联合利用盒维数理论构造二维特征矢量,设计神经网络分类器的识别方案,可以实现对2FSK、4FSK、8FSK信号的调制识别.理论及仿真表明,构造的二维特征矢量抗噪声性能好,对载波相位差不敏感,神经网络分类器可以适应较大的信噪比动态范围,在信噪比大于5 dB时可以达到98%的识别率.     

瑞利衰落信道中基于分集技术的MQAM信号的识别

针对在瑞利衰落信道下正交幅度调制(QAM)信号识别难的问题,利用多天线空间分集可以提高接收信号信噪比的特点,提出了一种基于多天线接收分集技术的识别方法.首先给出等增益分集用于调制分类的模型,然后使用非线性最小二乘估计器联合估计正交幅度调制信号的载波频偏和衰落相位,并推导合并器输出信号的四阶累积量和六阶累积量的理论值,最后使用四阶累积量和六阶累积量两个特征联合进行分类识别.仿真结果表明所述算法的有效性和正确性,且与已有的混合似似然比检测(qHLRT)方法相比,有较小的计算复杂度和较强的实用性.     

自适应OFDM中信号盲检测技术

提出了一种基于高阶累积量的正交频分复用信号子信道调制方式盲检测算法．该算法利用高阶累积量检测特征实现对子信道调制方式的检测，所提出的检测特征可抑制高斯噪声的影响．从理论上证明了高阶累积量检测特征对于子信道的信道衰减和相位旋转具有不变性．通过计算机仿真评估了正交频分复用信号子信道调制方式盲检测算法的性能。表明这种算法在慢时变信道下具有很高的调制方式检测性能和良好的稳健性．     

基于高阶累积量的OFDM信号子载波的调制识别

提出一种在多径信道下的OFDM信号的子载波调制方式识别算法,利用两个高阶累积量特征先后识别出OFDM信号中空子载波信号和导频子载波信号,再通过一个特征矢量对OFDM子载波的调制方式进行识别,从而完成OFDM信号子载波调制方式的识别。该方法不但可消除多径效应带来的影响,而且减小了噪声对识别性能的影响。通过仿真可以看出,在信噪比为10d B时,正确识别率可达95%以上。     

瑞利信道下小波包调制信号的识别研究

小波包调制是一种全新的多载波调制方式,该文主要研究在瑞利衰落信道条件下的小波包调制信号的识别。根据小波包调制信号的特点,首先用基于高阶混合矩联合信噪比估计的方法进行类间识别,然后利用反映功率谱包络变化的参数进行类内识别,实现对小波包调制信号的区分。仿真结果表明,该方法具有良好的识别性能。     

基于独立分量分析的混叠跳频信号分离算法

为解决混叠跳频信号的分离问题,在深入研究独立分量分析（ICA：Independent Component Analysis）理论基础上,结合跳频通信的特点,提出了基于独立分量分析的混叠跳频信号分离算法,实现了对混叠跳频信号的盲分离。该算法将基于负熵最大化的FastlCA算法应用到混叠跳频信号分离中。通过仿真实验表明,该算法能成功地排除乘性噪声干扰,完成对混叠跳频信号的分离。虽然分离信号的幅度、相位等参数较源信号发生了变化,但并不影响后续工作。这一过程在未知任何先验参数的条件下完成,并取得了较好的分离效果,为跳频通信信号的分离工作提供了新思路。     

数字卫星通信信号调制方式识别方法研究

针对数字卫星常用的7种通信信号调制方式（QPSK、8PSK、16QAM、32QAM、64QAM、16APSK、32APSK）,对零中心归一化瞬时幅度谱密度最大值、四次方谱、幅度、高阶累积量四种特征参数进行了分析,提出了一种联合特征参数的信号调制识别方法。该方法能有效地抑制高斯白噪声的影响,较好地解决了MAPSK信号低信噪比条件下调制识别率低的问题。仿真结果表明,与其他方法相比,本文方法无需先验知识,具有较高识别率。