小波域的最大似然调制分类

针对电子战领域中的调制类型识别问题,提出了一种把通信信号变换到小波域下的最大似然调制分类算法．通过分析MPSK信号在Haar小波基下的小波变换系数同其相位参数之间的关系,把MPSK信号的小波变换系数用广义高斯概率分布进行建模来得到MPSK信号的最大似然分类函数．同常规的最大似然分类算法相比新方法所需的先验信息少．计算机仿真结果表明,这种算法在低信噪比下仍然能获得好的正确分类性能．     

基于EM算法的联合调制识别与参数估计

针对低信噪比情况下单节点接收调制识别率低的问题,提出了一种基于多节点接收与混合最大似然的调制识别算法。多节点同步接收后将基带信号发送到融合中心,使用混合最大似然实现全局分类判决,通过空间分集提高低信噪比下调制识别的性能。为了解决联合似然函数中多维未知参数难以直接求解的问题,将未知发送符号序列表示成隐藏变量后采用EM算法实现未知参数的最大似然估计。给出的算法在平坦衰落信道下实现了BPSK、QPSK、8PSK、16QAM信号的调制识别与参数估计。与基于矩的算法相比,基于EM迭代的最大似然估计提高了未知参数的估计精度。仿真实验结果表明,当采用四节点同步接收,在信噪比大于-2dB时,平均正确识别率能够达到95%以上。     

Turbo码MPSK调制系统的简化比特度量算法研究

研究了一种适用于Turbo码MPSK调制系统的简化比特度量计算方法,并对其修正使之能应用于Turbo码的Log-Map译码算法,在AWGN信道中对采用修正算法的Turbo码8PSK调制系统进行了性能仿真。结果表明,该算法性能逼近最大似然比特度量算法,同时计算复杂度大大降低。     

水下甚低频MSK信号最大似然多符号差分解调算法

水下甚低频（VLF）最小频移键控（MSK）信号受脉冲噪声、海水衰减和海面起伏的共同影响。为了降低对相位同步的要求,提高解调算法的适应性,该文研究了水下甚低频MSK信号的差分解调算法,建立了甚低频MSK调制信号在海水中的传播模型。考虑脉冲噪声处理算法的影响,基于最大似然（ML）原理推导了水下甚低频MSK信号多符号差分解调算法。仿真结果表明:水下甚低频MSK信号最大似然多符号差分解调算法在相位同步下可获得逼近相干解调的性能,在相位不同步下可获得优于相干解调的性能,具有显著的优势。     

一种低信噪比下MPSK信号频率估计方法

针对MPSK信号载波频率估计所需信噪比高的问题,提出一种低信噪比下MPSK信号频率估计方法.首先使用现代谱估计方法建立自回归模型,完成MPSK信号载波频率的粗估计,得到含有较小残留频偏的信号;然后进行M-th非线性变换,根据最大似然准则,估计出较高精度的残留频偏值.仿真结果表明,本算法在较低信噪比下可达到较高精度,算法稳定可靠.     

基于信赖域法的同频混合QPSK信号时延估计算法

提出了一种基于信赖域思想的混合信号最大似然时延估计算法。该算法利用信赖域算法的快速收敛性和准确性,弥补最大似然时延估计算法中网格搜索法的不足,从而实现同频混合信号时延的快速精确估计。仿真结果表明,对于两路同频混合QPSK信号,算法性能较最大似然时延估计算法提升约两个数量级,在信噪比≥20dB时该算法性能几乎不再提升,并且当初始迭代点越接近似然函数极值点时,算法的复杂度越低,时延估计的归一化均方误差也相对较小。     

MPSK信号小波变换过零特征分析

小波变换提供品质因数Q恒定的滤波器分析，能够精细刻化M电平相移键控（MPSK）信号在码元转换时刻的相位跳变。给出了MPSK信号小波变换后在时间—尺度图谱上小波系数的过零特征。通过构造特殊的数字序列，分析了小波系数过零点分层数与MPSK信号的电平数M的对应关系，详细讨论了MPSK信号不同的相位跳变模式与过零点层次性的内在联系。提出了基于小波变换过零特征的MPSK信号调制类型识别方法。仿真结果表明，MPSK信号小波变换存在显著的过零特征，基于该特征的MPSK信号的类型识别方案是可行的，为软件无线电的实际应用提供了理论参考。     

OFDM信道下数字调相信号的调制识别

研究OFDM信道系统下的MPSK调制方式,对其二阶累量和四阶累量进行推导和分析,给出一种针对MPSK调制阶数进行识别的新特征构造方法,新特征提取方法简单,而且容易实现,能够有效实现调制识别目的.笔者分别对OFDM系统传输系统性能和识别率进行了计算机仿真,把基于高阶累量的调制识别算法的识别率与基于谱线特征算法的调制算法识别率做了仿真对比.仿真结果表明,在相同信噪比的情况下,基于高阶累量的调制识别算法要远远优于基于谱线特征的算法,当信噪比高于3 dB时,识别率可以达到100%.     

增强型广义正交空间调制方案

为降低广义正交空间调制技术的能耗,提高频谱效率,提出一种独立增强型广义正交空间调制方案.通过挖掘更多的天线组合,在同相域和正交域实施相同的扩展,提高频谱效率;在信号域降低进制数,降低检测复杂度,提高误符号率性能.在此基础上提出的联合增强型方案可提高频谱效率,接收端采用最大似然检测算法.仿真结果表明,在相同的频谱效率下,...     

GSM-MBM系统中基于松弛迭代的低复杂度检测算法

针对基于媒介调制的广义空间调制（GSM-MBM）系统接收端最大似然（ML）检测算法计算复杂度高且随激活天线数呈指数递增的问题,提出一种基于能量排序下的松弛迭代思想的低复杂度检测算法（EO-RIM）.该算法对所有可能的发射天线组合及相应镜像激活模式组合下的信号能量总值进行排序,再通过松弛迭代算法依次检测相应的调制信号,并通过预设阈值来协调误码率（BER）性能和计算复杂度之间的关系.仿真结果表明,在GSM-MBM系统中,EO-RIM算法的BER性能逼近ML检测算法,与基于有序块的最小均方误差（OB-MMSE）检测算法几乎一致,而EO-RIM的计算复杂度随激活天线数呈平方递增而非指数递增,相比OB-MMSE算法降低了一个数量级.     

基于迫零矢量集搜索的V-BLAST检测算法

基于迫零矢量集搜索提出了一种新的混合最大似然（ML）和判决反馈均衡（DFE）的垂直贝尔实验室分层空时码(V-BLAST)检测算法．在该算法中,用最大似然检测的方法判决前l（l为最大似然度）层的迫零矢量集及其信号,在消除前l层的影响后逐层判决后续各层．分析和仿真结果表明：和已知的基于信道传输矩阵的QR分解的混合ML-DFE检测算法相比,当接收天线数小于最大似然度的平方时,该算法能够在获得相同的检测性能的条件下降低算法的计算复杂度．     

低信噪比下MPSK信号的似然识别法研究

通过对几种调相信号的研究,结合信号似然检测方法,提出了一种加性高斯白噪声中低信噪比多相调和信号的识别方法,即似然识别,并通过仿真实验验证了该识别方法的有效性。     

慢衰落多径信道下DS—CDMA信号传输时延的估计

使用最大似然（ML）估计,采用CLEAN和RELAX算法的估计思想,把多维优化问题转化为多个一维优化问题,实现了慢衰落多径传输环境下DS-CDMA信号的时延和幅度的最大似然估计。仿真结果表明：核算法可有效估计多径信号的幅度和传输时延,对远近效应稳健,其性能接近Cramer-Rao界（CRB）,较传统的滑动相关器估计方法有明显提高。     

一种采用权重因子的低复杂度空间调制检测算法

针对空间调制系统的最大似然算法复杂度较高的问题,提出一种改进的最大比合并算法.定义一种权重因子,其下标对应发射天线序号;通过对权重因子的值进行降序排列,选取前L个值所对应的天线组成天线候选集,假设天线候选集中的某一根天线被激活,利用迫零算法计算该天线下的发送符号;最后对天线候选集中所有天线和对应的估计符号进行最大似然搜索.仿真结果表明,所提出的新算法在保证次优检测性能的前提下,明显降低了算法的复杂度.     

差分跳频信号最佳接收机设计

针对差分跳频技术提出了一种G函数的非二进制卷积编码的等效模型,给出了差分跳频信号的最佳接收机设计方法,研究了维特比硬判决和维特比较判决两种最大似然检测算法,并对在AWGN信道下的两种最大似然检测算法的性能进行了计算机仿真。仿真结果表明,接收机采用最大似然检测算法对于改善系统的性能有明显的作用,对维特比硬判决法的实现方法进行了描述。     

多进制数字调制识别算法研究

数字调制方式的识别对于通信信号分析有着重要的作用.在Nandi和Azzouz提出的数字调制识别算法基础上,针对MASK、MFSK和MPSK 3大类多进制数字调制信号,提出了一种基于瞬时参量峰度的自动识别算法.仿真结果表明：当信噪比大于10 dB时,该算法具有良好的识别效果.     

数字通信信号调制方式识别算法的改进研究

为克服数字通信信号调制方式识别算法识别类型少,步骤复杂,识别率低等问题,在已有识别算法的基础上,通过对信号特征参数的分析和提取,提出一种基于决策理论的数字通信信号调制样式识别的改进算法。该算法通过比较不同信噪比下特征参数的取值概率直方图,选择判决门限值。同时,应用最大似然法则,并采用了可变的判决门限值,以得到最佳判决门限。研究结果表明,在信噪比（SNR：Signal to Noise Ratio）为10 dB时,算法的正确识别率达到96%以上,可识别包括噪声在内的7种信号,且信噪比为6～15 dB时,该算法的正确识别率不低于92%。     

基于特征选择和支持向量机的数字调制识别方法

针对基于决策树的数字调制识别方法在低信噪比和小样本情况下的不足,提出了一种改进的基于特征选择和支持向量机的数字调制识别算法。首先选择信号训练样本的循环谱截面作为备选特征集合,然后利用基于支持向量机的特征选择方法保留有效特征参数并训练分类器,最后将待识别信号选择后的特征输入支持向量机分类器,完成对ASK、MSK、PSK、QAM等4类信号的识别。仿真表明,本文算法在低信噪比和小样本情况下的识别性能优于基于决策树的调制识别方法。     

快衰落信道下MLSD接收机的简化

针对快速Rayleigh衰落信道下，逐幸存路径最大似然序列检测（MLSD）接收机中过于复杂的计算量问题和实时信道跟踪难题，综合采用了简化的Kalman信道跟踪算法和减状态的逐幸存路径(RSSE-PSP) Viterbi算法，实现了更简化的最大似然序列检测接收机。仿真结果表明，这种简化了的Kalman-RSSE-PSP最大似然序列检测接收机，具有相对较低的计算复杂度，误码率性能也优于同衰落率条件下采用递归最小二乘（RLS）-RSSE-PSP算法的最大似然序列检测接收机。     

基于多重判别分析和分形维的数字调制样式自动识别

将不同数字调制样式的通信信号采样重组成为二维数据阵列后,会呈现独特的纹理。根据分形型理论,不同纹理具有不同的多分形维,因此本文提出通过多重分形维区别不同调制样式的方法。首先用离散小波去噪的方法处理含噪声的采样信号,然后计算信号纹理的多重分形维,再将分形维特征向量通过多重判别分辨分析投影到Fisher超平面,最后用最大似然方法分类识别特征向量。用算法对四种数字调制样式的分析获得了正确的分类结果,证明将多重分形维用于识别数字调制样式是可行的。