单载波MPSK/MQAM调制信号的参数盲估计改进算法研究

当对单载波多进制数字相位调制（Multiple Phase Shift Keying，MPSK）和多进制正交幅度调制（Multiple Quadrature Amplitude Modulation，MQAM）等星座类调制信号进行盲解调时，首先须进行频偏和符号速率的盲估计，传统的多次方谱频偏估计算法与二次小波符号速率估计算法具有较好的估计性能，但由于离散傅里叶变换（Discrete Fourier Transform，DFT）的栅栏效应以及噪声的影响，其估计精度和可靠性有限。针对这些问题，本文采用了新的频率估计方法从而减小栅栏效应的影响提高了频偏和符号速率的估计精度，并提出一种基于信噪比（Signal to Noise Ratio，SNR）和谱峰指数的置信度准则，增强了频偏估计的可靠性。以QPSK和16QAM为例，进行了仿真分析，仿真结果表明，改进算法复杂度略高于传统算法，但其性能优于传统算法性能，可以有效提高频偏以及符号速率的估计精度及其可靠性，16QAM和QPSK具有类似的性能趋势，但需要更高的信噪比才能达到和QPSK相同的性能。本文算法鲁棒性强，具有很好的应用价值。      

MQAM信号调制方式盲识别

该文提出了一种MQAM信号调试方式的盲识别算法。算法首先通过信号频谱粗略估计信号载频和带宽,从而进行下变频和低通滤波。然后通过信号包络平方的频谱估算出波特率,结合符号定时完成信号的波特率采样。最终计算MQAM信号矢量图中最小环带的方差,完成调制方式的识别。该MQAM信号调制识别算法无需载频和波特率等先验信息,对载波残余不敏感,没有复杂的迭代过程,可以应用于实际信号的调制识别。仿真表明信噪比在16 dB,码元数目为2400时,对5种QAM信号的识别率达到99%以上,证明了其有效性。     

一种基于幅度统计矩的MQAM信号分类方法

针对加性高斯白噪声(AWGN)环境下M进制正交幅度调制(MQAM)信号的调制分类,提出了一种基于幅度统计矩的MQAM信号分类法,推导出了用于区分MQAM信号的特征参数表达式。计算机仿真结果与理论分析一致,仿真结果表明,在信噪比不低于5 dB时,该方法的正确识别率可保持在97%以上,证明了该方法的有效性。     

基于聚类分析的M-QAM信号识别

在对多进制正交幅度调制(M-QAM,M-ary Quadrature Amplitude Modulation)信号星座图的不同聚类识别算法进行比较与分析的基础上,并针对信号码元数目不足的情况,提出了一种利用星座图对称特性与减法聚类相结合的改进算法.算法首先从接收数据中估计出码元速率,并根据码元速率估计值对其匹配滤波及抽样判决来恢复出信号星座图,然后将星座图中关于原点对称的两个象限中的星座点横坐标值与纵坐标值都投影到横轴或纵轴上,并对投影点进行聚类,从而,实现M-QAM调制方式识别.仿真结果证明:该识别算法能正确有效地识别M-QAM信号调制类型,而且减少了计算量,易于实际应用.     

基于Hilbert变换的MQAM信号调制体制识别

提出了一种MQAM信号的识别算法。该算法无需预先知道信号的波特率、载波频率,而是从接收信号中估计出波特率,再经过重采样、Hilbert变换、波特率取样、聚类,最后得到识别结果。该算法无需精确估计信号的载波频率,减少了运算量。仿真表明信噪比大于12dB、码元数目为1 024时,识别率高超过了95%,有望应用于实际非协作通信中信号的检测和识别。     

一种改进的MQAM信号调制方式识别算法

传统的多进制正交幅度调制信号调制方式的识别方法,是对信号的星座图进行减法聚类,通过得到的聚类中心个数确定调制阶数,从而完成识别。由于信号的数据长度及聚类半径对识别性能的影响很大,为降低一定数据长度下聚类半径对识别效果的影响,提出了结合减法聚类和最大似然估计理论的改进识别方法,并给出了识别流程。仿真结果表明,在一定条件下,改进算法对信噪比的要求低于传统方法约6dB。     

MQAM 功放器件非线性失真均衡器

本文给出了一种具有记忆能力的自适应非线性失真预均衡器,用于补偿MQAM高功率放大器在非线性区域工作时引入的具有记忆的3阶非线性失真,采用Volterra级数模型分析并补偿这种非线性失真,系统模拟证明这种结构简单的预均衡器对系统的非线性失真具有较好的校正作用。     

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。      

基于软件无线电的MQAM信号调制识别

提出了一种软件无线电高阶QAM信号的识别算法。该算法直接从接收信号中估计出频偏和相偏并进行补偿,同时估计波特率和定时误差,并经过低通滤波、采样率变换、定时抽取等步骤,恢复出星座图,然后计算星座图实部信息的高阶累积量进行识别。实验结果表明,在SNR大于12dB,码元符号数为1000时,识别率可以达到96%。     

基于循环谱的MPSK信号识别

多进制数字相位调制信号（MPSK）是一类载波受抑制的相位调制信号,它们具有相位连续,幅度恒定以及抗干扰性强的特性,在军用和民用通信的很多领域都有广泛的应用,研究分类该类信号具有重要的实际价值。在研究分析MPSK信号谱相关特性的基础上提出一种MPSK信号的子类识别算法,利用MPSK（M≥4）平方降阶的性质,提取出MPSK信号的循环谱在循环频率f=0截面的特征,并根据该特征分类完成调制识别。计算机仿真实验证明了该算法在信噪比高于5dB时调制识别率高于95%。     

Automatic modulation recognition algorithm for MQAM signal

An automatic modulation recognition algorithm for MQAM signal was proposed.Firstly,the feature parameter F based on the fourth order cumulants was constructed to classify the square QAM and the cross QAM.Secondly,the compactness of zero center normalized instantaneous amplitude was calculated to identify the 16QAM from the square QAM.Thirdly,the baud rate was estimated by frequency spectrum of amplitude square,and timing was synchronized to delete the ISI and resume the relatively ideal constellations.And aiming at the 32QAM and the 128QAM,two different clustering radii were set,and clustering point density was got respectively by the subtractive clustering algorithm,and then the 32QAM and the 128QAM was classified depending on the difference of density value.In the same way,the 64QAM and the 256QAM were classified.The proposed algorithm can recognize five kinds of QAM signals,including 16QAM signals,32QAM signals,64QAM signals,128QAM signal and 256QAM signal without prior knowledge of frequency and baud rate.Furthermore,the proposed algorithm does not need complex iterative process,which can be applied in practical signal recognition.     

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。     

一种精确的QPSK信号信噪比估计算法

通过使用二阶统计量、数据拟合和对QPSK信号实部和虚部分开考虑的方法得到了一种比较精确的QPSK信号的信噪比估计算法。与现有的另外两种算法相比，不但解决了对低信噪比值无法估计的状况，使估计性能有了明显的提高，而且运算复杂度也可根据需要降低到可以接受的程度。     

BPSK信号盲信噪比估计的一种新算法

对于MPSK信号而言，信噪比的估计可以直接转化成对信号模的估计问题。本文从最大似然的信号模估计出发，通过复高斯白噪声信道的角度考虑BPSK信号和2次方去数据调制的方法得出了一种针对BPSK信号的盲信噪比估计新算法，计算机仿真显示这种简单算法具有优良的估计性能。文章还对新算法产生高性能的原因进行了分析。     

Code-aided SNR estimation based on expectation maximisation algorithm

A code-aided signal-to-noise ratio (SNR) estimator based on the expectation maximisation algorithm is proposed. The method iteratively uses the soft information from the channel decoder and significantly improves estimation precision in the low SNR regime. It can be extended to higher-order modulation such as MPSK and MQAM directly.     

连续相位调制信号的信噪比估计

针对连续相位调制（CPM）信号信噪比估计子空间分解算法运算量较大和最大似然估计（MLE）算法信噪比小于0dB时精确度差的问题,提出了一种精确度较高的快速算法。该算法是对常用的最大似然算法的改进,利用接收信号的统计和互相关特性,无需获得信号的初始相位,便可快速准确地估计出信号的信噪比。信噪比在-20dB～20dB之间时,估计误差小于1dB。MATLAB和FPGA仿真验证了该算法的有效性。     

一种基于平均周期图的频域信噪比估计算法

在信噪比估计算法中,频域估计法是一种经典算法。为了降低算法复杂度并在低信噪比条件下准确估计,在频域估计法的基础上,结合平均周期图的思想,通过分段运算、累加合并的方法,给出一种改进的频域信噪比估计法。仿真结果表明,在实际信噪比为[-16 dB,-6 dB]时,估计均方误差不超过0.4 dB;通过与最大似然法仿真对比可知,该算法不受多普勒频移影响,应用范围更广。同时,该算法运算量少,复杂度低,易于在工程中实现。     

信噪比估计方法研究

在QPSK调制方式下,分别研究推导了基于辅助数据的极大似然比信噪比估计算法研究、基于矩的信噪比估计算法研究以及基于高阶累积量的信噪比估计算法。通过仿真比较了信噪比估计算法的性能,着重分析比较了采用的迭代次数及数据长度等参数对算法性能的影响,最终根据算法各自的特点给出了相应的适用范围。