基于双谱估计的小波包调制信号识别研究

小波包调制是一种全新的多载波调制方式。根据小波包调制信号的非线性和二次相位耦合性特点,该文利用双谱分析方法,对小波包调制信号进行参数化双谱估计,并提取特征参量,实现对小波包调制信号的识别。仿真结果表明,该方法具有良好的识别性能。     

基于FRFT的小波包调制信号的识别研究

该文基于正交频分复用调制和小波包调制信号的调制原理,利用分数阶傅立叶变换的时频旋转特性,探讨了在高斯信道、瑞利信道和频率选择信道下小波包调制信号的识别.仿真实验结果表明,该方法具有良好的识别性能,不需要任何信道参数,能较好的实现盲信道的小波包调制识别.     

基于自相关特性的WPM与OFDM的识别研究

该文基于小波包调制和正交频分复用调制信号的结构特征,利用接收信号的自相关特性,探讨了在加性高斯白噪声信道、瑞利信道和频率选择性信道下小波包调制和正交频分复用调制的分类识别。仿真结果表明,该方法简单,具有较好的识别效果。     

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.     

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.     

基于高斯和功率谱特性的小波调制识别研究

小波调制是一种全新的多载波通信调制方式,该文基于OFDM和小波调制信号的渐近高斯分布和频谱特性,探讨了加性高斯白噪声信道条件下小波调制信号的识别。利用调制信号的高阶统计量和功率谱峰度为分类特征,采用信噪比与特征参数联合估计的方法,分别实现多载波与单载波调制信号、OFDM与小波调制信号的识别。仿真实验结果表明,该方法具有良好的识别性能,且能很好的抑制高斯噪声的干扰。     

类Haar小波与数字信号调制识别

调制识别在通信侦察和通信对抗中有着重要应用。为了利用小波变换进行数字调制的类型识别，提出了具有比Haar小波更好频率局域化特征的类Haar小波概念，从理论上论证了正弦型类Haar小波用于MPSK和MFSK信号调制识别的可行性，详细推导了小波系数幅度与相位跳变或频率跳变之间的关系，并对分类识别器进行了仿真。理论和仿真结果均表明，在一定信噪比条件下，正弦型类Haar小波不仅能用于通信信号的调制识别，且具有比Haar小波更好的抗噪性能。     

基于信道识别的WPM解调性能改善研究

小波包调制的主要优势是其调制结构以及解调策略上的灵活性。该文利用小波包调制多速率传输特性,通过信道识别,采用联合估计的方法,探讨了小波包调制系统在不同信道中的性能改善问题。仿真结果表明该方法明显提高了小波包调制系统在不同信道中的传输性能以及抗干扰能力。     

基于时频混合矩的小波调制信号识别

小波调制信号是一种特殊的调制信号,该文基于小波调制信号独特的时频特征,利用自适应优化核时频分布方法,探讨基于时频混合矩的多载波调制信号的识别。仿真表明,该方法不仅能将小波调制与OFDM信号进行分类,同时还能对不同调制级的小波调制信号进行分类。     

基于自适应提升小波包的故障微弱信号特征早期识别

针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法.该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征.该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征.结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法.     

一种适用于小波包调制系统SLM改进算法

小波包调制技术是一种新型多载波调制技术,但峰均功率比过高严重影响了系统的性能。该文结合小波包调制系统多级调制的特点,通过采用多级相位置乱的方法,提出了一种适用于小波包调制系统的改进选择性映射算法。仿真结果表明,与传统的选择性映射算法相比,提出的改进算法能进一步降低小波包调制系统的峰均功率比。     

基于奇异值分解的多载波调制信号盲识别算法

针对高斯白噪声背景条件下,IFFT实现的多载波调制信号类内盲识别问题,提出了一种基于对构造数据矩阵进行奇异值分解的多载波调制信号盲识别算法。在无需知道任何多载波调制信号数据信息和扩频码类型及其长度等先验知识的条件下,根据构造数据矩阵的较大非零奇异值个数,按照简单的判定准则,即可准确判断多载波信号的类型,并取得了良好的效果。无需传统识别算法中特征提取之后复杂的分类器设计,简化了识别流程。理论分析和仿真均验证了算法的正确性和有效性。     

基于小波包的多载波调制系统的峰均比分析与消减

介绍了以小波包函数为载波的多载波调制系统,分析了WPM信号符号周期内峰值功率的互补累积分布函数(CCDF)及其对PAPR性能的有效描述;并对不同小波滤波器组的PAPR性能进行了比较,提出了一种能有效减小WPM系统的峰均比的压缩扩展算法。仿真实验证明了该算法的有效性和可行性。     

一种利用节点误码率大小的调制结构优化算法

为降低小波包调制系统的误码率,该文提出了一种利用各节点误码率大小的调制结构优化算法.该算法将满树结构各节点代表的子信道的误码率作为各节点的度量值,按照一定的剪枝规则将满树结构中导致系统误码率升高的子节点剪枝实现调制结构的优化.理论分析和仿真结果表明,与其他算法相比,该算法优化出的调制结构能够进一步降低系统误码率,且算法计算复杂度较低.     

基于子频带性能分析的小波包树选择性研究

该文基于小波包调制系统在不同信道中各子带的传输性能的研究,从信道对小波包调制系统传输性能影响的角度,利用对满树调制结构的剪枝合并,探讨与频率选择性信道相匹配的小波包调制结构。仿真表明所选择的小波包树结构,不仅保证了小波包调制系统的传输性能,具有更简单的结构模式,而且具备数据多速率传输的特性。     

自适应WPM抗干扰系统中的WPT优选算法研究

为提高自适应小波包调制(WPM)系统抗窄带干扰能力,提出一种基于单音干扰的小波包树(WPT)优选算法.算法以误码率(BER)和有限信号传输能量为条件构造WPT节点处的代价函数,将树优选问题转化为搜索拉格朗日最小代价函数问题,通过剪枝方式搜索窄带干扰下的最优树.理论分析和仿真结果表明,优选算法在窄带干扰环境下能够简单准确地搜索到最优树,在不需要定时发送训练序列的条件下显著提高自适应WPM系统抗窄带干扰能力.     

小波包调制在频率选择性信道下的性能仿真

小波包调制是一种新型的多载波调制方式。该文主要介绍了小波包调制技术的基本结构，并在频率选择性衰落信道下，采用不同的小波基以及不同子载波数分析了其误码特性，比较了小波调制与小波包调制的性能。仿真结果表明小波包调制在频谱利用率，对抗多径干扰、频率选择性衰落以及码间干扰等方面，较其他多载波调制方式都有一定的优势。