基于信号谱线特征的调制方式识别

针对通信信号调制识别,提出了一种基于信号谱线特征的调制识别方法。该方法采用信号平方谱和四次方谱的强度与位置作为信号的特征参数。信号的这种谱线特征与信号调制样式有着密切的内在联系,较好地反映了信号调制特性。相比其它调制样式识别方法,这种方法计算复杂度低,在非理想环境下对信号特征提取较为容易并且这种特征有较强的鲁棒性。对于调制样式多变的软件无线电和认知无线电有较好的应用效果。仿真表明,在低信噪的情况下,对不同的调制样式识别概率较高。     

基于谱线特征的MPSK调制识别

通信信号调制识别技术在军事和民用领域都具有重要的应用前景。针对5种经过均方根升余弦脉冲成形的数字相位调制信号,提出了一种实现调制方式自动识别的方法。该方法利用不同调制方式的数字信号做非线性变化后往往具有不同谱线特征的特点,得到了两个新的识别特征参数,为瞬时特征相似的数字相位调制信号的识别提供了新的手段。仿真结果表明,两个新特征参数是非常有效的,在信噪比大于8dB时,该方法的整体识别率不低于95%。     

基于谱线特征的调制方式自动识别方法

研究了基于谱线特征的通信信号调制方式自动识别方法,从信号的功率谱、二次方谱、四次方谱及包络平方谱中,提取出一组鲁棒性强的特征参数。在不需要先验知识的情况下,对卫星通信中常用的调制信号进行了自动识别。仿真结果表明,在信噪比大于5 dB时,总体识别率能达到97%以上,方案具有很强的实用性。     

伪码-载波调频侦察信号识别的谱相关方法(Ⅱ)伪码-载波调频信号的调制识别和参数估计

研究了伪码-载波调频侦察信号识别的谱相关方法,具体针对伪随机二相编码(PRBC)信号及其与正弦调频和线性调频复合信号作了研究。通过3种复合信号循环谱截面谱相关特征的分析和提取,完成了调制类型的自动识别,估计了载频和载波调频参数,对伪随机码信号的各项参数进行了估计。分析了噪声环境和有限采集时间对参数估计的影响,最后对调制识别和参数估计进行仿真分析,表明了谱相关方法在伪码-载波调频信号识别中的优势。     

基于谱相关特征的信号调制方式识别

在对不同调制信号谱相关函数及其三组特征谱平面图分析的基础上，提出几种可用于调制信号自动识别的谱相关特征参数，并讨论了对其识别的方法与流程。仿真表明，该方法在低信噪比下识别效果良好。     

神经网络在调制识别的应用

通信信号的识别在军事对抗和频谱监控中有着十分重要的意义。目前已有的调制识别方法大体可以分为两类:基于特征提取的模式识别方法和最大似然判决方法。小波分析具有良好的局部显微特性、分形能够很好地刻画自相似性,将它们用于通信信号的特征提取有独特的优势。神经网络有着良好自学习、容错性和推广能力,适合用于调制样式识别的分类器。将小波分析、分形等特征提取算法与神经网络分类器进行结合,进行调制样式识别已经受到广泛关注。对这些方法进行了较为全面的阐述并分析了其性能。     

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。     

移动通信信号自动调制识别的谱相关方法

一些不同的数字调制信号有着相同或相近的功率谱密度,但它们的谱相关函数却有明显区别。平稳的噪声和干扰的谱相关为零。利用谱相关函数的这些性质可以识别出噪声中的调制信号。本文提出了一种用于移动通信信号自动调制识别的谱相关算法,该方法可以识别各种主要无线系统和标准所采用的调制类型。     

调制体制识别算法综述

本文在介绍通信信号调制体制识别发展和研究现状的基础上．重点讨论了常用调制信号的特征提取和调制识别算法．并对有关算法给出了使用条件和应用范围。     

基于谱分析的OFDM调制识别新方法

针对正交频分复用(OFDM)信号与单载波信号调制识别,提出了3个基于功率谱特征的识别参数。根据OFDM信号功率谱边沿陡峭的特性,通过对归一化功率谱进行分析、统计和曲线拟合,提取3个参数,实现加性高斯白噪声信道(AWGN)条件下OFDM信号与9种单载波信号的识别仿真。该文识别参数具有特征参数易于提取、识别准确率高的优点。     

基于通信信号非微弱特征的并行调制识别

调制识别是非协作通信中的关键问题。文中论述了一种基于判决理论的模拟-数字调制信号识别算法,并提出了该算法基于CUDA的并行应用,仿真实验表明,通过6个特征值可实现大部分模拟、数字信号的调制识别,同时基于CUDA并行加速的效果明显。     

基于小波分析的雷达信号调制方式识别

雷达信号的脉内调制特征是雷达信号细微特征的重要体现,因此要对雷达信号分选和识别,高可信度地判别雷达属性,必须对雷达信号脉内调制特征进行分析。小波变换特别适用于非平稳信号的分析,作为一种特征提取的工具己得到较广泛的应用。用小波变换的方法对常见的几种雷达信号进行了调制方式的识别。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法.该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编...     

一种改进的数字信号自动调制识别算法

在非协作通信中,要对截获的信号进行解调以获取其信息,必须首先识别出信号的调制样式。在对六种数字信号的自动调制识别中,由于对瞬时相位求差分直接获得的瞬时频率存在很大的误差,使用了一种频率估计方法对其进行平滑处理;由于噪声对信号幅度的干扰很大,严重影响ASK2和ASK4的区分,对识别算法进行了改进。仿真实验证明,当信噪比为10dB时,对六种信号的平均正确识别率达到99.71%。     

基于成像光谱技术的主动段弹道目标检测与识别方法

弹道目标检测与识别问题是天基红外预警系统的核心难题之一。针对主动段弹道目标的检测和识别问题,分析了传统的基于空间和时间特征信息的弹道目标检测与识别方法。利用目标辐射空间与光谱的一致性,提出一种基于成像光谱技术的主动段弹道目标检测与识别方法,将空域目标检测和谱域目标识别两个环节进行联合处理。实验证明,该方法应用于复杂背景下低信噪比的红外弱小目标图像序列能得到较理想的结果,算法检测概率高、虚警概率低、具有较强的实时性。     

特征提取及其在数字调制方式识别中的应用

通信信号调制识别技术在军事和民用领域都具有重要的应用前景,而特征参数的提取是调制方式识别的首要问题。本文提出了两个新的特征参数,并结合这两个新的特征参数在统计模式识别的基础上构造了一组新的特征集参数,该特征集无需任何先验知识。随后,本文针对2PSK、QPSK、8PSK、16QAM、2FSK、4FSK、8FSK、2ASK、4ASK等9种调制类型,采用了分层结构的神经网络分类器进行自动识别。大量仿真表明,在待识别的信号信噪比大于5dB时,该识别系统的正确识别率达97%以上,且识别的稳定性好。     

基于改进RBF神经网络的数字调制识别

针对数字调制信号自动识别中分类器的设计,通过将决策树的方法应用到RBF中心的确定中,解决了常用算法计算量大、收敛速度慢的问题,提高了网络的学习精度和训练速度,将其应用到常用的7种数字调制信号(2ASK,4ASK,BPSK,QPSK,2FSK,4FSK,16QAM)的自动识别中,取得了好的结果。经仿真表明,使用该方法构造的神经网络,具有易于构造、可理解性好、收敛速度快且构造的网络规模较小的特点,适于工程应用。