共查询到20条相似文献,搜索用时 78 毫秒
1.
针对数字调制信号的识别问题,提出了一种基于高阶累积量的分类特征,该特征有效地抑制高斯白噪声的影响,能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方面都有很大改进。仿真结果表明,在信噪比大于7 dB时,系统的正确识别率可达95%以上。 相似文献
2.
提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。 相似文献
3.
应用高阶统计量和RBF神经网络原理,针对数字调制通信信号提出了一种基于统计模式识别理论的信号调制类型识别新方法。采用信号四阶和六阶统计量提取信号特征,使用新设计的误差函数训练RBF神经网络,使得识别的效率和正确度得到了明显的改善。计算机仿真结果证明了此方法的可行性。 相似文献
4.
5.
为了克服传统频谱感知的缺点,提升在低信噪比下的频谱检测性能,提出了一种改进的量子神经网络频谱感知算法。通过提取授权用户信号的特征参数,对量子神经网络进行训练,获取授权信号中数据的不确定性并加以存储、记忆,从而实现周围环境"频谱机会"的检测。为了提高量子神经网络的收敛性、稳定性,对算法进行改进,采用三层Josephson函数作为激励函数,缩短激励函数的饱和区,减少训练过程中出现"假饱和"现象;并在原有的学习目标函数中加入约束条件,使网络权值的调整和量子间隔的更新在学习过程中的相互影响降到最低。通过实验仿真得出,改进后的量子神经网络算法与改进前的算法、BP神经网络检测算法相比,不但在网络收敛速度和稳定性上有了明显提升,而且在低信噪比情况下具有更高的检测概率。 相似文献
6.
利用决策树和神经网络对AWGN信道下的综合调制识别 总被引:1,自引:1,他引:0
针对现有数字调制中多种调制类型混合时的调制识别问题,结合目前对单一调制类型识别各种方法,提出一种综合分类器来完成AWGN环境中的通信信号调制识别。该方法综合使用决策树和RBF神经网络,利用神经网络可以同时对多个特征参数进行非线性优化组合,得到的超曲面能够对整个特征空间进行较精细的分割,从而提高调制识别的整体性能。识别时以决策树为主,以RBF神经网络为辅,其识别效果良好。结果表明,复杂类型调制识别通过合理选择信号特征和分类器,优化识别方法,在一定程度上可以达到相应的识别要求。 相似文献
7.
8.
基于快速组合神经网络分类器的数字调制识别新方法 总被引:2,自引:0,他引:2
单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高.本文提出一种快速非线性组合算法对通信信号的调制类型进行分类,取得了较好的效果,实验结果证明了此方法的有效性. 相似文献
9.
魏瑾 《信息安全与通信保密》2010,(11):36-38
提出了一种基于神经网络的数字调制信号识别。首先利用升余弦滤波器滤波,然后提取了5个用于识别的特征参数,利用神经网络分类器进行数字凋制识别。神经网络分类器采用了多层组合的神经网络分类器,不需要设定判决门限,而且在收敛速度、训练时间以及识别率方商都有很大改进。仿真结果表明,在信噪比大于4dB时,系统的正确识别率可达95%以上。这种低信噪比下快速有效的调制识别方法易于实时应用和工程实现。 相似文献
10.
11.
12.
基于短时分析的数字调制信号识别方法的研究 总被引:1,自引:0,他引:1
研究了一种新的数字调制信号识别方法。该方法用短时分析提取数字调制信号在幅度、频率和相位随时间变化的特征,并利用这些特征对各种数字调制信号进行识别。在加性高斯白噪声条件下给出了相应的最佳阈值,并通过仿真研究了该识别方法的性能。仿真结果表明该方法对噪声不敏感,在SNR为OdB时仍能获得90%以上的正确识别率。 相似文献
13.
14.
15.
为了对OFDM信号进行识别,针对高阶矩算法的运算量大的不足,提出一种基于经验分布函数统计量法用于识别OFDM信号和单载波信号。提出单载波/OFDM信号识别模型,建立了最优经验分布函数评价准则,推导了最优经验分布函数;详细阐述了基于KS检验法的OFDM信号识别流程;理论分析及仿真结果表明,该统计量提高了对高斯分布的拟合能力,进而提高了对OFDM信号的识别能力,同时相比高阶矩法,运算量少。 相似文献
16.
从小波变换的基本概念出发,简要介绍了小波变换在信号时-频分析中的变焦特性。将小波分析理论用于信号识别时,主要是利用检测信号的奇异点来实现。以PSK、FSK、QAM信号的识别为例,详细分析了PSK、FSK、QAM信号的小波域特征,说明了小波变换的这一特性在信号调制方式识别中的应用。 相似文献
17.
雷达的无意调制特性是用来区分同一型号的雷达个体的重要特征。针对调频雷达,研究其频域的无意调制特性,最后用K-N-N神经网络对2个同型雷达个体进行分类。试验发现该特征能够对同型两部雷达进行准确分类。 相似文献
18.
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。 相似文献
19.
基于瞬时频率的脉内调制识别技术 总被引:4,自引:0,他引:4
雷达信号脉内调制识别是雷达侦察的一个重要内容,基于瞬时频率的识别技术可以实现对多种调制类型信号的识别及参数提取,该方法在一定信噪比条件下有较高的正确识别率,算法也较为简单,适合在雷达对抗侦察数字接收机上高速实现。 相似文献