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...     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

基于循环累量不变量的MPSK信号调制识别算法

提出一种新的循环累量不变量分类特征,来实现MPSK信号的调制样式分类。新分类特征只利用了码元速率的先验信息,对基带成型脉冲的形状具有稳健性;对MPSK基带信号的时移、载波相位误差、信号幅度变化具有不变性;并可抑制加性平稳噪声。利用循环时变累量的多信号选择性,所提出的分类特征可实现多信号分类识别,理论分析和计算机仿真结果都证实了分类算法的有效性。     

一种简单高效的MPSK信号调制方式分类方法

文中主要针对多进制相移键控（MPSK）信号给出了一种在不需要对调制信号进行载波同步和码元同步的情况下，采用简单的MPSK信号的高次方谱特征对其进行类内分类的算法，对于信号是否经过基带成形处理对该算法不会产生任何影响。大量的仿真实验结果表明，在信噪比不低于-1dB的情况下，此算法的正确识别率能够达到100％。     

基于循环平稳分析的MPSK信号调制分类

提出了一种新的MPSK信号调制分类算法。通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号。由于高阶循环统计量具有抗平稳噪声的能力,从而在高阶循环累积量域构成了分类特征不变量。这种分类算法无需知道信号参数的先验信息,理论分析和实验结果证实了分类算法的有效性。     

分数倍采样对幅相调制信号累积量的影响

幅相调制信号的累积量分析要求最佳采样,本文通过对分数倍采样复基带序列累积量的理论分析,讨论了采样速率和基带成形脉冲函数对幅相调制信号累积量的影响,认为分数倍采样序列的累积量能够收敛于最佳采样序列的累积量理论值,并由此得出结论认为,现有基于累积量的幅相调制信号同步分类算法可以直接应用于异步条件。最后,通过MPSK信号的分类实验验证了理论分析的正确性。     

一种新的MPSK信号特征提取方法

针对MPSK信号的识别问题,提出了一种依据基带信号相位空间聚类提取码元序列的方法。基带信号相位空间聚类是宏观特征,对参数估计精度要求不高,受噪声影响较小,与传统依据参数估计提取码元序列的方法相比,不需要进行码元速率估计和码元对准,是一种简单有效的码元序列提取方法。仿真实验证明了该方法的有效性。     

MPSK信号载波频率盲估计

该文针对调制自动识别中,MPSK信号调制相制和训练序列未知的情况,提出了一种利用定时同步信号的差分相位有效识别MPSK信号相制M,并精确估计其载波频偏的方法。该算法不仅克服了调制制式不明对频偏估计的不利影响,还通过引入线性相位展开和高阶时延相关,大大提高了大频偏、低信噪比下估计的性能,对调制自动识别中MPSK信号的澄清和参数估计起到关键作用。     

基于自适应模糊C-均值算法信号调制的识别

提出一种在加性白噪声错误的情况下的关于MFSK、MPSK和MASK调制识别算法。所述的这种分类技术使用瞬间频率、相位或幅度作为识别特征,利用模糊C-mean聚类算法中的有效性指标动态地调整聚类数目,实现对瞬时频率、相位或幅度的正确归类。仿真结果验证了此算法的可行性。     

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。     

一种基于特定Duffing振子的MPSK信号调制识别算法

该文利用混沌振子对噪声处理的优势,提出一种在低信噪比条件下基于混沌理论的调制识别方案,给出了对MPSK信号进行调制识别的原理与方法,并设计了新的Duffing振子模型用以提升识别效果。该算法仅仅利用载波频率的先验信息,无需对相偏、码速率、噪声功率等参数进行估计。仿真实验表明信噪比在-5 dB时,3种MPSK信号的正确识别概率在95%以上,证明了该文算法的有效性。     

CLASSIFICATION OF MPSK SIGNALS USING CUMULANT INVARIANTS

A new feature based on higher order statistics is proposed for classification of MPSK signals, which is invariant with respect to translation(shift),scale and rotation transforms of MPSK signal constellations, and can suppress additive color or white Gaussian noise.Application of the new feature to classification of MPSK signals, at medium signal-to-noise ratio with specified sample size, results in high probability of correct identification.Finally, computer simulations and comparisons with existing algorithms are given.     

基于高阶累积量的MPSK信号的类内识别

对基于高阶累积量的MPSK调制分类算法进行了研究和分析。在未知载波频率的情况下,通过恒模和延迟复共轭相乘对信号进行预处理,再利用四阶累积量构造了信号的特征识别向量。对预处理使得分类特征对MPSK信号星座图的平移、尺度和相位旋转具有不变性进行了详细的理论证明。重点针对短波信道对该算法中高阶累积量作为分类特征的抗衰落性能进行了讨论分析。通过分析识别短时突发信号的测试数据及短波信道第二径对正确识别率的影响的仿真结果,表明算法具有良好的性能。     

基于相位旋转的高阶多路MPSK信号的盲分离

本文针对高阶多路混合MPSK信号的盲分离问题,分析了MPSK接收信号的特性,给出了源信号个数估计定理,在对观测信号进行删余预处理后,利用改进的混合聚类算法估计出源信号数目,然后提出了一种相位旋转算法,消除接收信号中的公共因子,去除相位角不趋于零的元素,将高阶多路MPSK信号盲分离转化为BPSK信号盲分离,利用BPSK盲分离算法即可实现多路MPSK信号的盲分离.仿真结果验证了该算法的有效性.     

一种新的MPSK信号调制分类算法

针对多进制相移键控(MPSK)信号的调制识别问题,提出了一种新的基于2、4阶循环累积量的调制识别算法。先利用信号的2阶和4阶循环累积量的特征,将MPSK信号分为BPSK和QPSK与8PSK以上两大调制子类,再由信号循环频率等于信号载频处的2阶和4阶循环累积量,构成BPSK和QPSK的分类特征量,实现对BPSK和QPSK信号的调制识别。该算法在MPSK信号码元不等概率出现时依然有效。由于高斯噪声的循环累计量均为0,因此此算法具有一定的抗高斯噪声能力。实验仿真结果验证了该算法的有效性。     

基于信号二次方谱相关特征的MPSK调制识别

针对MPSK信号的调制识别问题,提出了一种新的基于二次方谱相关特征的识别算法。本文对MPSK信号二次方谱相关特性进行了推导和分析,并根据二次方循环谱特性提出了一种新的基于二次谱相关密度的归一化识别特征,新识别特征不受载波相位误差、信号幅度变化的影响,且特征提取方法简单、高效,有利于工程实现。最后对算法识别性能进行了仿真分析,仿真结果表明在低信噪比下该算法具有良好的识别性能,在高斯白噪声环境下,当信噪比为4 dB时,正确识别率可达到95%以上。理论分析和仿真结果都证实了该算法的有效性和可靠性。      

Geometric method for blind signal separation of multichannel MPSK signals

In this letter, the problem of blind source separation of Multiple-Phase-Shift-Keying (MPSK) digital signal is considered. The geometry of received MPSK signals constellation is exploited. The column vectors of received signals can be regarded as the points of hyper-cube. All the possible distinct vectors of received signals are found by clustering, and mixing matrix and sources are estimated by searching out the pairing vectors and eliminating redundant information in all possible distinct vectors. Simulation results give the polar diagram of estimated original signals. They show that the proposed algorithm is effective when the original signals is Quadrature-Phase-Shift-Keying (QPSK) or 8-Phase-Shift-Keying (8PSK).