基于动态聚类的MPSK信号调制分类

通信信号的自动识别技术受到日益广泛的重视，本文提出了一种新的MPSK信号调制分类算法，对截获接收机输出的频带MPSK信号在未知载波频率的情况下，通过对延迟乘积信号进行分析处理，进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下，利用动态聚类算法对此基带相位信号序列求取最佳聚类数M，从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。     

基于星座图的数字调制方式识别

针对现有数字调制方式识别类型有限的问题，提出一种基于星座图的分类算法。算法首先利用盲均衡技术克服信道的多径效应与系统同步误差，再对信号减法聚类，提取聚类中心与理想星座图模型进行匹配，从而实现MASK、MPSK、MQAM等调制方式的识别。仿真证明：星座图是一个稳定的、强健的识别标志。     

一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法

针对多径环境下MPSK和MQAM信号的调制识别问题,该文提出了一种基于信道盲辨识和盲均衡的调制识别算法。算法首先进行信道阶数精确估计,然后以矩阵外积分解为基础,加入特征值扰动分析,提高了信道盲辨识和盲均衡的稳定性,最后,对均衡后的星座图进行多级减法聚类,得到信号的调制方式。与现有算法相比,算法结构简单,所需数据量小,适用范围广,实用性强。仿真结果证明了算法的有效性。     

大频偏条件下一种新的调制识别方法

针对存在较大残留频偏的MPSK和MQAM信号,提出了一种基于概率分布匹配的调制识别新方法。该方法先利用幅度方差区分MPSK和MQAM信号。对于MPSK信号,利用瞬时相位的差分运算降低残留频偏的影响,再统计表示相邻符号间相位状态相同的比例的特征量,分级匹配实现阶数识别;对于MQAM信号,则统计与残留频偏无关的幅度聚类分布,然后匹配识别其调制阶数。仿真实验结果表明,该方法在较大的残留频偏范围内具有优良的识别性能。     

基于相位聚类的MPSK信号调制分类算法

针对非协作通信中的MPSK信号调制识别问题,提出基于相位聚类的调制识别算法.该算法以MPSK信号相位聚类的周期性为分类特征,应用傅里叶变换作为特征提取的方法,实现了对MPSK信号的类内识别.同时本文还对该算法进行了改进,减少了该算法的计算量,并使该方法可对含有载波频偏的MPSK调制信号进行识别.该算法在信噪比较低的情况...     

基于联合特征参数的卫星单-混信号调制识别研究

针对卫星通信中单-混信号调制类型识别效率低、准确性差等问题,该文提出一种基于高阶累积量和星座图聚类特性的调制识别算法。首先,根据4, 6阶累积量的属性特点构建3个特征参数,以识别多进制相移键控(MPSK)和部分多进制正交幅度调制(MQAM)调制类型,然后结合改进的星座图减法聚类算法分离出剩余调制样式,最后将参数联合,建立决策树分类器进行统一调度。该算法不依赖信号诸多先验信息,具有特征提取参数简单、识别种类多等特点。仿真结果表明,该算法在信噪比(SNR)10 d B下对卫星单-混信号的调制识别率仍能达到90%以上。     

低复杂度空间调制MPSK信号的最优检测

针对MQAM信号,已有低复杂度的最优检测算法,但是针对MPSK信号还没有类似的最优检测算法发表,因此从二维矢量量化的ML解调角度出发,利用MPSK星座图的特性,给出了与调制符号阶数无关的ML简化算法,避免了ML联合检测算法中对调制符号空间的搜索,极大地降低了算法复杂度。新算法不仅与ML最优检测算法具有完全相同的性能,而且具有较低的复杂度,有较好的理论和实际意义。该算法在天线技术和绿色通信技术中有较好的实际应用意义。     

基于改进的半监督聚类MQAM信号的调制识别

传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对此问题,本文提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现对不同阶数MQAM信号的调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。     

一种基于星座图聚类的MQAM识别方法

星座图是数字调制信号MQAM的重要特征,提出了一种利用星座图减法聚类对MQAM信号进行识别的新算法。该算法通过分析接收端信号的星座图,提取描述星座图特征的参数,与标准星座图进行相关比较,实现了加性高斯白噪声下数字调制信号MQAM的识别。通过实验证明该方法可以有效地对数字调制信号MQAM进行识别,而且该算法具有复杂度低的优点。尤其当数据长度比较短时,有较好的识别效果。     

高阶调制通用恒模盲均衡算法

在无线通信高速数据传输中,限带效应及多径信道带来的码间干扰(ISI)严重影响接收信号的质量。目前广泛采用恒模盲均衡算法(CMA)消除ISI,但是对于高阶非恒定幅度调制信号,CMA算法收敛后的稳态误差很大,收敛效果较差。该文在改进原CMA算法误差更新函数的基础上,提出了一种新的均衡算法。新算法有效地降低了高阶调制下均衡器的稳态偏差并能适应各种调制体制。理论分析和数值仿真给出,新算法在MQAM以及MAPSK调制下都较原CMA算法性能有较大的提升,适合应用在高阶调制体制的通信系统中。     

多径衰落环境中具有调制识别能力的盲均衡新算法

常数模盲均衡算法在对非常模信号进行均衡时稳态均方误差不能收敛至零,且不具备信号调制识别能力.因此,依照常数模算法代价函数的构造方法定义了一种余弦代价函数,提出了基于该代价函数的盲均衡新算法.该余弦代价函数可将BPSK、M-PAM、M-QAM信号的不同星座点映射至原点,从而使新算法在对上述常模或非常模信号进行均衡时稳态均方误差均能收敛至零,更重要的是新算法能够在多径衰落环境下实现对上述信号的调制识别.理论分析和仿真结果证明了新算法的优良性能.     

突发自适应调制信号的调制识别算法研究

针对突发自适应调制信号中的PSK和QAM调制方式识别问题,本文提出了一种能够识别BPSK、QPSK、8PSK以及16QAM、32QAM、64QAM、128QAM、256QAM八种信号类型的盲识别算法。该算法首先对信号的循环平稳性进行了分析和讨论,给出了利用循环高阶累积量的特征实现信号识别分类的理论依据。然后,提出了三种基于循环累积量的特征分别实现了QAM和PSK类间识别、MPSK类内识别以及方形QAM与十字形QAM的识别。最后通过对MQAM信号的瞬时幅度分布特性的深入研究和分析,提出了一种基于瞬时包络平方的方差的特征实现了QAM的类内识别。该算法选择了二叉树支持向量机作为识别分类器,并设计了一种新的识别流程完成了对上述信号调制方式的识别。该算法无需精确同步,对载波相位具有较好的鲁棒性,并能够对中频信号进行识别。仿真实验表明,该算法能够实现在较低信噪比条件下突发信号的识别。      

一种适用于MQAM调制的变步长判决引导的盲均衡算法

本文对一种新的代价函数作了研究，提出一种适用于ＭＱＡＭ调制信号的变步长的判决引导的盲均衡算法。理论分析和计算机模拟表明变步长判决引导的盲均衡算法的收敛性能及误码性能均优于ＣＭＡ算法，并与传统的ＬＭＳ均衡算法的性能一致，是一种很实用的均衡算法。     

宽带无线OFDM系统调制算法的仿真分析

为了根据信道条件的变化,动态地选择适当调制方式,以便最大限度地提高频谱利用率,文章采用正交频分复用（OFDM）的多载波技术,提供了在OFDM子载波上MQAM、MPSK等调制方式的仿真测试,得出了MQAM的容噪性能星座图和误比特率曲线,MPSK和MQAM误比特率随M取值的变化情况。这些分析结果为在第四代移动通信系统中,根据不同信噪比环境选择合适的调制方式提供了参考依据。