基于改进蚁群算法的通信网数字信号调制识别方法研究

在通信技术快速发展的背景下,通信信号的各类调制方式的发展尤为突出.由于信号环境的逐渐密集,使得传统的识别方法难以适应实际需要,因此,通过改进蚁群算法识别步骤设计,并提取调制信号及特征识别参数,确定数字信号识别临界点,设计一种基于改进蚁群算法的通信网数字信号调制识别方法.实验证明,该方法与传统方法相比识别结果误差更小,将其应用于实际具有明显优势.     

一种常用通信信号的自动调制识别方法

提出了一种常用通信信号的调制方式自动识别的算法,从信号的功率谱、二次功率谱和四次功率谱中提取一组特征参数,采用判决树方法,在不需要先验知识的情况下对常用通信信号调制样式进行自动识别。通过计算机仿真和实际采集数据验证,表明该算法识别准确率高,实现简单,具有较强的可行性和实用性。     

基于softmax回归的通信信号循环谱的多分类识别方法

通信信号调制方式的自动识别在通信对抗领域中具有重要作用,同时也是未来认知无线电系统的重要组成部分,如何在日趋密集的信号环境中快速准确地识别多个混合通信信号是实现通信信号调制方式自动识别的重点。针对这种情况,以数字通信信号的循环谱为特征,通过构建softmax回归多分类识别器,提出一种基于softmax回归的通信信号循环谱的多分类识别方法。通过计算机验证不同条件下的算法性能,证明了该方法无需知道典型的数字调制信号(如ASK,BPSK,QPSK,16QAM,64QAM)的符号率、载频以及同步定时等先验信息,对它们组成的混合信号可以正确识别其中包含的每个调制信号的调制方式,并且识别速度较快。     

一种常用通信信号的自动调制识别方法

提出了一种常用通信信号的调制方式自动识别的算法,从信号的功率谱、二次功率谱和四次功率谱中提取一组特征参数,采用判决树方法,在不需要先验知识的情况下对常用通信信号调制样式进行自动识别.通过计算机仿真和实际采集数据验证,表明该算法识别准确率高,实现简单,具有较强的可行性和实用性.     

基于瞬时频率的数字调制方式自动识别算法

数字通信信号调制方式的自动识别在军用和民用方面都极为重要。为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,与现有方法相比,运算量显著减少,鲁棒性强,可用于实时处理中。在此基础上提出三个特征参数和一种基于判决理论的调制方式自动识别算法,给出识别算法的实现流程。计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。     

基于LabVIEW的软件无线电调制制式的自动识别

在软件无线电的基础上,用软件LabVIEW的方式实现通信信号非实时的自动识别。调制制式的自动识别是非合作通信系统接收机设计的重要研究课题。利用特征参数研究了软件无线电中常用调制制式信号的自动识别,并基于决策树识别方案,对叠加了高斯白噪声的通信信号用LabVIEW编制了自动识别模块,仿真结果表明该算法具有较为理想的识别效果。     

脉冲噪声环境下水声通信信号调制识别方法

为了提高浅海脉冲噪声环境下水声通信信号调制识别的性能和实用性,提出了基于降噪自编码器和卷积神经网络的调制识别方法。首先,利用降噪自编码器对含噪声信号进行降噪处理,然后,利用卷积神经网络对降噪信号的功率谱图进行分类,从而完成调制识别。此外,采用数据迁移思想构造训练数据集对网络进行训练解决了目标水域数据样本不足的问题。仿真实验和实际信号测试结果验证了本文方法的有效性。与现有算法相比,具有较高的识别率,并且提升了目标信道数据不足条件下的识别性能。      

分数阶傅里叶变换（FRFT）用于调制方式识别

提出了一种基于分数阶傅里叶变换（FRFT）的通信信号调制方式自动识别方法。给出了FRFT归一化修正零均值幅度这一特征,用于模拟调制信号与数字调制信号联合自动识别。新方法分析了多种常用调制信号的FRFT谱特性,利用分数阶傅里叶变换可以展示出信号从时域逐步变化到频域的所有变化特征的特性,可以很好地分类识别多种调制信号。实测数据和仿真结果表明,在调制信号的信噪比大于10dB时,其总体识别率达90%以上。该方法具有识别效率高,识别效果好等优点,并具有实用性和可行性。     

基于卷积神经网络的数字调制分类识别

基于特征提取和模式识别的信号调制方式分类识别技术是非协作通信领域内应用广泛的重点研究对象。提出一种基于深度学习的通信信号数字调制识别算法，采用卷积神经网络找到数据的内在表达，实现逐层化地识别和分类MPSK、MFSK和MQAM中的六种调制信号。仿真实验结果表明，所提出的方法分类识别效果良好，基本达成了数字调制信号自动识别的目的。     

基于时频域处理的MSK信号自动识别与实现

信号的自动识别是非协作通信领域研究的重要课题。通过对现有研究成果的应用,针对实际工程给出一种基于时频域处理的MSK信号调制识别算法。该算法结构简单,计算量较小,具有较好的识别性能。     

基于小波分析的调制识别技术研究

通信信号的调制制式自动识别是信号智能化分析及处理中的关键问题。该项技术目前正广泛应用于军事、民用、商业和气象等众多领域。针对非稳定、大信噪比变化的通信信号,运用小波分析技术进行了有效的特征提取和分类,能够实现通信信号基本调制制式的自动识别,并且使识别正确率得到了明显提高。     

基于小波变换的数字信号调制样式自动识别

讨论基于软件无线电技术的一种数字信号调制样式的自动识别的算法。使用小波分析提取数字调制信号的调制特征参数,研究了利用小波分析在软件无线电中常用的调制样式（BPSK／QPSK）的识别问题,对高斯白噪声中的通信信号在不同信噪比情况下进行了识别计算机仿真。仿真及实验验证了用小波分析方法针对信噪比较低、对功耗限制严格的通信系统,具有较为理想的识别能力。     

多传感器节点分布式协作调制识别算法

调制方式的自动识别是保证合法通信的关键措施之一,在民用和军用领域都有重要的作用。本文提出了一种在无线传感器网络中多个传感器节点分布式协作识别数字调制信号的新方法。为了克服在衰落信道中低信噪比时单接收节点调制识别率低的缺点,实现对MASK,MFSK,BPSK,QPSK以及OFDM这几种典型调制方式的正确识别,首先利用网络中相互协作的多个传感器,从提高网络识别性能出发,在每个传感器节点能耗最小的前提下,根据接收信噪比的大小设计有效的协作方案,得到反映调制类型显著差异的特征参数的新组合,然后利用径向基神经网络对数字调制信号进行识别,并就不同的网络条件,给出了不同的协作方案。仿真结果表明,与单节点调制识别相比,本文设计的调制识别方法在衰落信道中具有更高的识别率,并且节点系统更灵活可靠。      

基于软件无线电架构的通信信号自动调制识别

自动调制识别是非合作通信系统接收机设计中的重要研究课题。本文提出了一种基于软件无线电架构的自动调制识别算法。该算法计算量小,适合于在线分析。本文对高斯噪声中通信信号的自动识别进行了计算机仿真。实验结果表明,在信嗓比为15dB时,识别成功率不低于98％。     

卫星电视监测中调制方式的自动识别技术研究

本文提出了一种基于瞬时特征参数的信号调制方式识别方案,通过提取抗噪声,且对频偏、相偏和定时误差不敏感的特征参数,在不需要先验知识的情况下对卫星电视监测中常用调制方式的信号进行自动识别.     

适应大温差环境的HFC网络管理系统的设计与实现

HFC网络管理系统对于户外光站的管理是利用前端控制器与应答器通过FSK调制通信方式来实现的,温差环境的变化和网络噪声对通信影响较大,利用数字解调技术可解决这一问题。介绍HFC网络管理系统在东北地区的应用。     

瑞利衰落信道下MPSK信号调制方式识别

调制识别是非协作通信系统接收机设计中的重要研究课题。在实际环境中,噪声和信道衰落是影响信号调制方式识别的重要因素。针对瑞利衰落信道上MPSK较难识别的情况,提了基于似然比的识别算法,并根据最大似然准则对瑞利信道的参数进行了估计完成对2种调制信号的识别。仿真结果表明:在存在高斯白噪声的瑞利衰落信道的环境下,以BPSK和QPSK为例,正确识别率达到90%。     

基于BP网络的通信信号分类方法的进一步研究

考虑到BP网络易于陷入局部最小以及收敛速度慢的缺点,本文应用改进型BP网络算法自动识别无线电信号的调制类型.通过增加动量项可以避免陷入局部最小,但付出了训练时间长的代价;选择权向量的更新方向为误差函数的共轭梯度方向,可以显著地提高收敛速度.仿真结果表明,改进后的BP网络方法能够高效、可靠地收敛,实现通信信号的自动分类,获得满意的识别率.     

基于一阶统计矩的数字通信信号调制方式的自动识别

数字通信信号调制方式的自动识别在军用和民用方面都具有十分重要的意义。为了能自动识别MASK、MFSK、MPSK和MQAM四类信号,本文基于截获信号的一阶统计矩,提出七个特征参数,它们均可利用常规信号处理技术得到,与基于二阶或高阶矩的其它特征参数相比,这些参数提取过程具有计算量小、提取方便的优点。给出四类信号调制方式自动识别算法的实现流程,该识别算法以判决理论为基础,不要求实现码元同步。仿真结果证明,在信噪比≥7dB时,识别算法的平均识别成功率＞97%,性能明显优于同类算法,有望用于实际的非协作通信系统中信号的检测和快速识别。      

利用小波脊线实现数字调制信号的自动识别

针对含基带脉冲成形滤波的数字调制信号的自动识别,研究了小波脊理论在其中的应用.理论分析表明,不同调制类型的数字信号经过连续小波变换后,会在时频平面上呈现出不同的脊线特征,利用这些特征能够有效识别信号调制类型.在小波脊原理的基础上,还进一步推导出选择Morlet小波参数的标准以及信号的规格要求.实际信号的测试证明了该方法的有效性和可行性.