干扰条件下正弦类Haar小波MPSK信号识别分析

为提高MPSK信号的类内识别率,分析了MPSK信号正弦类Haar小波变换信号的相位信息,通过提取脊线拟合函数相位的方法对MPSK信号进行类内识别。对提出的方法进行了数值分析和仿真实验,得到8PSK信号的相位提取图,并对不同MPSK信号在无噪和有噪两种情况下进行识别分析,最后得到调制方式识别率曲线。分析和实验结果表明,提出的识别方法正确识别率在90%以上,并且具有一定的抵抗通信干扰能力。     

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Morlet小波变换的MPSK信号调制识别

文中利用了MPSK信号经Morlet小波变换后的相位特性,提出了一种识别MPSK信号的方法。Morlet小波有良好的时频局部特性,与Hilbert变换相比,MPSK信号通过Morlet小波变换后获得了信噪比增益,因此可以更精确提取信号的瞬时相位。受加性高斯白噪声污染的MPSK信号经Morlet小波变换后,相位的概率密度函数可以用Tikhonov函数近似,由近似函数利用相位的统计性质识别MPSK信号。以已有的一种识别算法为例识别MPSK信号,仿真结果表明：在正确识别率为0.9时,采用Morlet小波变换,所需信噪比低约3dB。     

利用小波变换实现模拟与数字信号的分类

利用小波变换对突变信号的自适应能力和检测能力,以及能够改善信噪比的特点,分析了通信信号两次小波变换后的不同特征,提出一种自动识别模拟与数字调制方式的算法,然后再提取不同的特征参数实现通信信号的具体分类.通过仿真表明,该算法可以有效识别AM、FM、MASK、MFSK、MPSK信号的调制类型.     

多径信道下MPSK信号的调制分类算法

针对多径信道中MPSK信号的调制分类问题,提出一种新的基于小波变换的分类算法.算法所用的小波变换相位信息特征对平坦衰落信道具有衰落不变性,对频率选择性衰落信道也具有很强的抗多径能力.与已有方法相比,新算法极大地降低了对多径信道冲激响应模式的限制,更具有普适性.理论分析和计算机仿真试验都证明了新分类算法的稳健性和有效性.     

基于小波变换的信号调制方式的识别研究

根据小波理论,利用小波变换的尺度分解和局部放大的能力,对调制信号进行小波变换和分解,挖掘调制信号在间断点的瞬态特性,成功建立了不同调制方式和其调制特征间的对应关系。在不需要同步和符号速率等先验知识的情况下,实现了对MASK、MFSK、MPSK、MQAM等数字调制方式的完全识别。通过理论分析和计算机仿真验证了所提方法的有效性和实用性,具有很高的应用价值。     

一种多MPSK信号符号速率盲估计算法

针对多个多阶相移键控信号(MPSK)符号速率快速高精度估计问题,在分析MPSK信号特征和连续小波原理的基础上,提出了一种基于小波变换的多MPSK符号速率盲估计算法,利用固定尺度的小波变换将多个信号的相位跳变信息映射为其小波变换的幅度跳变信息,进而完成对符号速率的盲估计。仿真结果表明,算法具有多信号处理能力,对载频估计误差不敏感,在低信噪比下具有良好的测量性能以及一定的实时处理能力。     

一种随机共振联合小波变换的符号速率估计方法

在非合作通信中,很多情况下由于信道恶化,使得接收信号的信噪比偏低,导致无法对符号速率这一重要参数进行准确估计.随机共振能够在一定程度上利用噪声能量,使其转移并增强微弱信号,小波变换则可以有效检测相位和幅度的瞬变,利用二者各自优势,提出了一种将随机共振与小波变换联合进行MPSK（Multiple Phase Shift Keying,多进制数字相位调制）和MQAM（Multiple Quadrature Amplitude Modulation,多进制正交幅度调制）信号符号速率的估计方法.先利用自适应参数调节随机共振为带噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响.仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限,适合于低信噪比下的符号速率估计.     

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。     

一种新的数字信号调制式盲识别算法

现有的调制识别算法多应用到信号的瞬时频率和瞬时相位信息,而瞬时频率和瞬时相位的提取需要载频、码元速率等先验信息,载频的偏差限制了其识别性能的进一步提高。基于此,提出了一种仅依靠信号瞬时幅度信息进行肓识别的新算法．该算法不需要任何先验信息,介绍了一种对MFSK和MPSK信号非常有效的瞬时频率的近似提取法,然后选择特征量对调制类型进行分类识别,最后进行计算机仿真,仿真结果表明该算法识别性能良好,对载频偏差不敏感,有着很好的稳定性。     

带限MPSK信号码元宽度的盲估计

理想MPSK信号在码元跳变处表现为相位的不连续性。小波变换能有效检测出这些信号细节,从而为估计码元宽度提供了依据。实际系统常采用脉冲成形技术减小发射带宽,改变了信号包络,从而影响了小波变换的检测性能。本文对截获接收机输出的信号进行预处理后再利用基于Haar小波变换的算法提取码元宽度信息,理论分析和实际信号处理表明,这种算法能有效检测码元跳变,从而估计出码元宽度。     

基于小波变换的MPSK信号符号率估计方法

通过对MPSK信号的小波域特征进行分析,研究了小波变换结合FFT估计MPSK信号的符号率的算法,比较了利用一次小波和二次小波变换估计信号符号率的性能。仿真结果表明,在相同情况下,利用MPSK信号的二次小波变换进行符号率估计比利用一次小波变换进行符号率估计的性能更为优越。在信噪比不小于5dB的情况下,利用信号的二次小波变换提取信号符号率的准确率能够达到98％以上。     

一种基于小波分析的码元速率估计方法

针对实际系统中MPSK信号在码元跳变处包络幅度降低,相位跳变不明显,常规算法检测效果不佳的问题。文中提出了一种基于小波变换对MPSK信号进行码元速率估计的新方法。对截获信号进行预处理以减弱跳变处的影响并提高估计的精度。理论分析和实验结果表明,这种算法能有效估计出码元速率,有很高的工程应用价值。     

一种二相编码信号调制特征分析方法

二相编码信号的调制特征对于信号的分选和识别是很重要的参数。在利用小波变换提取二相编码信号的调制特征时,尺度参数的设置很重要,他影响到小波脊线提取。通过正弦波频率估计的综合方法来精确地估计出信号的载频,并得到合适的尺度参数,再得到小波脊线。利用小波变换的模值来得到二相编码信号的调制特征。仿真试验验证了此方法的有效性。     

Wavelet analysis of modulated signals

The relationship between Haar wavelet decomposition coefficients and modulated signal parameters is discussed. A new modulation classification method is presented. The new method uses the amplitude, frequency and phase information derived from Haar wavelet decomposition as feature vectors to distinguish the modulation types of M-ary Frequency-Shift Keying （MFSK）, M-ary Phase-Shift Keying （MPSK） and Quadrature Amplitude Modulation （QAM） modulation types. A parallel combined classifier is designed based on these feature vectors. The overall successful recognition rate of 92.4% can be achieved even at a low Sig- nal-to-Noise Ratio （SNR） of 5dB.