通信辐射源的潜在细微特征提取方法

为了充分挖掘高维特征空间中辐射源的细微特征, 提出一种基于全局潜在低秩表示(Global Latent Low Rank Representation, GLat-LRR)的通信辐射源潜在细微特征提取方法.首先, 提取通信辐射源信号的瞬时频率, 通过傅里叶变换将信号投影到高维特征空间; 挖掘特征样本之间全局的低秩结构和维度之间全局的潜在低秩关系, 将特征样本集作为整体应用到潜在低秩表示模型中, 利用维度之间低秩关系得到特征样本集的潜在部分矩阵, 每个列向量即为每个通信辐射源信号的潜在细微特征向量.在实际采集的同厂家同型号FM电台数据集上, 该方法提取的潜在细微特征能够显著提高通信辐射源个体识别的性能.     

基于模糊聚类的常规通信信号自动分选方法

为解决从干扰环境中自动分选出常规通信信号的问题,提出了一种基于模糊聚类的常规通信信号分选方法.该方法首先利用区分度函数确定最优的相关度阈值参数,然后利用模糊聚类算法对利用频域检测和测向得到的测量集进行信号分选,并对分选后的通信信号进行特征参数估计.实验结果表明,该算法能够在不做任何假定的条件下对常规通信信号进行正确分选,并对窄带信号的特征参数进行准确估计.     

OFDM信号特征集构建技术研究

OFDM因其子载波正交且频谱彼此重叠的信号形式,给非协作通信中针对OFDM信号特征参数盲处理带来了很大的困难。针对这个问题,系统地分析了OFDM信号的特性,包括幅度包络分布特性、时域周期性、频谱包络结构特性、子载波间隔及其正交特性、子载波调制独立性、频谱的谐频特性以及导频信号频域相关特性。通过对不同域特征的综合,利用了不同域特征属性间的互补信息,构建了一种新的OFDM信号特征集。给出了OFDM信号和其他典型宽带通信信号的特征参数分布对比结果,证明了该方法能够为OFDM信号的盲检测与识别提供较为完备的特征空间。     

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。     

基于循环谱理论的弱信号检测及特征参数估计

研究了循环平稳信号的基本特性,通过分析通信系统中典型信号的循环平稳特性,得到了循环平稳的特征参数循环频率和信号特征参数的关系。在此基础上研究了该理论在通信领域的具体应用,提出了应用谱相关理论完成弱信号检测及信号特征参数（信号载频、码元速率）的估计方案,仿真实验结果表明,在-17dB的条件下能够进行信号的无误检测,可在-10dB条件下进行特征参数的无误估计。     

一种新颖的通信辐射源个体细微特征提取方法

针对传统的方法难以有效提取通信辐射源个体鲁棒的细微特征, 将流形学习理论引入到通信辐射源细微特征提取, 提出了一种基于正交局部样条判别流形嵌入的通信辐射源个体细微特征提取方法.在实际采集的通信电台数据集上的实验结果验证了该方法的有效性与可行性.     

基于深度学习的通信辐射源指纹特征提取算法

针对在小样本条件下难以有效提取通信辐射源指纹特征的问题，设计了一种堆栈自编码网络的通信辐射源个体细微特征提取算法。首先通过预处理（高阶谱分析）将原始通信辐射源信号从时域转化到高维特征空间，然后利用大量无标签的通信辐射源高维样本训练堆栈自编码器网络，在此基础上，通过少量有标签的通信辐射源样本对softmax回归模型进行精校训练，从而获得面向通信辐射源指纹特征提取的深度学习网络。实际采集的通信电台数据集上的实验结果验证了该模型的可行性与有效性。      

基于MATLAB的多功能通信信号源仿真

结合通信信号源的相关原理和技术，提出了一个采用MATLA13程序设计语言完成的多功能通信信号源仿真系统。该系统能够产生模拟调制信号AM、DSB、SSB，数字载波传输调制信号ASK、FSK、PSK、QAM、MSK、GMSK等基本的通信信号，并能设置信号的特征参数，以及进行相应的时域和频域分析。亦从宏观上介绍了此通信信号源的整体结构，给出了它的功能分析和实际应用。     

浅谈通信信号分析工程应用的关键技术问题

介绍了工程通信信号分析流程及通信信号分析中数字下变频技术、信号分析的参数测量、调制识别、细微特征分析、解码、跳频信号分析等关键技术在工程中的运用.     

变换域通信信号侦察中的参数估计方法

对截获的变换域通信信号进行参数估计是后续对其实施非合作解调与信息分析的前提。针对这一需求,在对变换域通信信号模型概要介绍之后,确定了描述该信号的特征参数集,并逐一分析了各种基本特征参数的提取方法与处理步骤。在此基础上利用变换域通信信号采用圆周移位键控调制的特点,通过相邻符号差分处理的方式巧妙地消除了侦察传输信道所带来的影响,实现了调制符号时域分段个数的参数估计,并为信号解调与发送序列推断奠定了基础。仿真试验验证了主要方法的有效性与实用性,从而为战场新体制通信目标信号的侦察处理提供了重要参考。     

常规调制信号与扩频信号的调制识别算法

由于直扩信号（Direct Sequence Spread Spectrum, DSSS）通常淹没在噪声中,为了有效地识别直扩信号、跳频信号（Frequency Hopping Spread Spectrum, FHSS）和常规调制信号,提出基于瞬时特征和高阶累积量的识别算法。首先推导证明了FM、MFSK、MPSK、DSSS、FHSS信号的归一化四阶累积量切片 是相同的,并推导得到AM和MQAM的 通用公式。然后,利用归一化四阶累积量切片 特征参数检测噪声中通信信号,利用占用带宽特征参数将信号分为扩频信号和常规调制通信信号两类;最后利用瞬时特征参数和高阶累积量特征参数,分别识别扩频信号和5种常规调制通信信号。仿真结果表明,当信噪比高于1dB时,该算法对上述7种信号的正确识别率可达到100%。      

调频斜率失配干扰与通信一体化研究

干扰通信一体化设备整合了电子干扰和通信功能，能显著提高作战效能，是综合一体化电子系统的一个重要研究方向。针对单线性调频（LFM）信号携带通信数据导致通信速率较低的问题，提出一种基于调频斜率失配干扰的干扰通信一体化信号设计方法，该一体化信号由多种同调频斜率不同载频的LFM信号组成，LFM信号的调频斜率和载频由通信信息从相应序列映射决定，脉间LFM信号的特征参数由于通信信息的不同表现出随机性，可在不影响雷达干扰效果的前提下，实现通信速率的提升。在通信接收端，通过去斜处理和快速傅里叶变换（FFT）判断每个频点是否过门限，解析过门限的频点得到通信信息。仿真结果表明，该信号能够产生压制式干扰效果和进行高速率通信数据传输。     

基于脉冲前沿细微特征的LINK4A数据链个体识别

研究美国海军主战舰船装备的LINK4A数据链的个体识别,可达到依托侦获数据链信号判定相关海上舰船平台的目的,并为研究其作战指挥体制、作战意图提供支持。在分析LINK4A数据链信号具备类似雷达脉冲信号特征的基础上,通过采用雷达辐射源个体识别的方法,提取了其脉冲前沿的瞬时幅度、零中频频谱以及模糊函数近零频切片等具体的细微特征参数,用于个体识别实验。实验结果表明,上述细微特征参数具有较好的稳定性与有效性,对LINK4 A数据链信号的个体识别准确率均在80%以上,能够有效地解决LINK4 A数据链的个体识别问题。     

认知无线电中调制识别算法研究

通信信号的调制类型识别对于认知无线电这种智能通信系统具有重要研究意义。利用调制信号的循环谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图。分类器基于RBF神经网络,采用"一类一个网络"结构,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度。基于谱相关特征参数和神经网络分类器的算法能动态识别信号的调制方式,仿真结果验证了该算法在低信噪比下的有效性。     

一种数字调制通信信号的识别方法

讨论了跳频通信信号的基本特征。通过对时域信号进行傅里叶变换计算出跳频信号的特征参数,实现对跳频通信信号的估计。根据实际通信对抗环境,将混合在一起的不同网台的跳频信号分选出来,完成跳频网台的分选。     

希尔伯特变换及其应用研究

无论是在无线电通信还是在无线电监测过程中，关键是要知道无线电信号的三个特征参数，即频率、幅度和相位信息。这三个特征参数完整地描述了无线电信号及其本身所传递的信息，这正是我们所关心的。本文介绍如何利用希尔伯特变换的方法来获取无线电信号的特征参数信息。     

一种基于HHT的数字调制信号识别方法

提出了基于HHT的数字调制通信信号识别方法,提出了经验模式分解(EMD)主分量能量方差和希尔伯特边际谱相对带宽这两个特征参数。对实际FSK、PSK和QAM信号的识别表明,本方法能较好的识别这三种信号,识别性能受信号参数影响小。     

光伏电站直流单导线载波通信信号提取方法

由于传统方法在实际应用中对于光伏电站直流单导线载波通信信号提取得不够全面,提取率较低,为此提出光伏电站直流单导线载波通信信号提取方法。使用GUHN-2554无线传感器读取到载波机上原始通信信号;通过对原始通信信号进行经验模态分解,得到不同时间尺度下的特征参数;再根据特征参数,通过独立分量分析计算出逼近特征参数值的通信信号,将其从混淆信号中分离出来,从而完成了光伏电站直流单导线载波通信信号提取。经实验证明,应用此次设计方法可以基本全面提取到载波通信信号,提取率远高于传统方法,更适用于光伏电站直流单导线载波通信信号提取。     

基于BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数,并从提高收敛速度和正确识别概率出发,构建了最佳的神经网络分类器。实验结果表明,该技术拥有较好的通信信号调制体制识别性能。     

通信辐射源指纹识别技术

通信辐射源个体识别是近来通信对抗领域的重要研究课题,不同于传统通信信号侦察中的调制模式识别研究,通信辐射源识别主要研究体现同类辐射源之间个体差异的信号指纹的分析提取技术。文中研究分析信号指纹的分析提取存在的技术难点和解决方案。对稳态通信信号的个体细微特征,如通信发射信号在载频和调制参数特征上的偏差,以及信号杂散输出成分...