卫星通信常用调制方式的自动识别

提出了一种基于谱特征的通信信号调制方式自动识别新方案，该方案直接从信号功率谱、平方谱和四次方谱中提取一组顽健性强的特征参数，在不需要先验知识的情况下对卫星信道中常用调制方式的信号进行自动识别。仿真结果表明，在信噪比大于5dB时其总体识别率达98％以上。该方案具有实用性和可行性。     

卫星通信常用调制方式的自动识别

随着时代的进步,我国的航天卫星通信技术取得了重大突破,已经成为全球最具竞争力的行业之一。卫星通信常用的调制方式很多,但在实际应用中存在着一系列问题。文章对卫星通信常用调制方式的自动识别提出了一种新的方案。该方案以信号的频谱特征为基础,对信号功率谱、信号平方谱、信号四次方谱以及信号包络谱进行了分析,并提出了一种新型的分类特征参数,最终总结了识别方法与操作流程。该方案可真正用于卫星通信常用调制方式的自动识别。     

一种常用通信信号的自动调制识别方法

提出了一种常用通信信号的调制方式自动识别的算法,从信号的功率谱、二次功率谱和四次功率谱中提取一组特征参数,采用判决树方法,在不需要先验知识的情况下对常用通信信号调制样式进行自动识别。通过计算机仿真和实际采集数据验证,表明该算法识别准确率高,实现简单,具有较强的可行性和实用性。     

一种常用通信信号的自动调制识别方法

提出了一种常用通信信号的调制方式自动识别的算法,从信号的功率谱、二次功率谱和四次功率谱中提取一组特征参数,采用判决树方法,在不需要先验知识的情况下对常用通信信号调制样式进行自动识别.通过计算机仿真和实际采集数据验证,表明该算法识别准确率高,实现简单,具有较强的可行性和实用性.     

基于softmax回归的通信信号循环谱的多分类识别方法

通信信号调制方式的自动识别在通信对抗领域中具有重要作用,同时也是未来认知无线电系统的重要组成部分,如何在日趋密集的信号环境中快速准确地识别多个混合通信信号是实现通信信号调制方式自动识别的重点。针对这种情况,以数字通信信号的循环谱为特征,通过构建softmax回归多分类识别器,提出一种基于softmax回归的通信信号循环谱的多分类识别方法。通过计算机验证不同条件下的算法性能,证明了该方法无需知道典型的数字调制信号(如ASK,BPSK,QPSK,16QAM,64QAM)的符号率、载频以及同步定时等先验信息,对它们组成的混合信号可以正确识别其中包含的每个调制信号的调制方式,并且识别速度较快。     

基于谱相关特征的信号调制方式识别

在对不同调制信号谱相关函数及其三组特征谱平面图分析的基础上，提出几种可用于调制信号自动识别的谱相关特征参数，并讨论了对其识别的方法与流程。仿真表明，该方法在低信噪比下识别效果良好。     

应用ANN的数字信号调制模式识别的特征矢量分析

数字信号调制模式的自动识别是无线通信中信号分析和处理的关键步骤之一。神经网络应用于数字信号调制模式识别的一个重要的预处理过程就是要形成完备的特征矢量空间。本文在原有分析方法的基础上，研究了信号的瞬时特征、谱特征和统计特征，特别提出了用于信号子类分析的新的高阶统计量特征，形成了数字调制模式自动识别的较为完备的特征矢量空间。通过对九种数字调制信号进行仿真表明，即使在信噪为5dB的条件下仍然能够获得较高的识别正确率。     

分数阶傅里叶变换（FRFT）用于调制方式识别

提出了一种基于分数阶傅里叶变换（FRFT）的通信信号调制方式自动识别方法。给出了FRFT归一化修正零均值幅度这一特征,用于模拟调制信号与数字调制信号联合自动识别。新方法分析了多种常用调制信号的FRFT谱特性,利用分数阶傅里叶变换可以展示出信号从时域逐步变化到频域的所有变化特征的特性,可以很好地分类识别多种调制信号。实测数据和仿真结果表明,在调制信号的信噪比大于10dB时,其总体识别率达90%以上。该方法具有识别效率高,识别效果好等优点,并具有实用性和可行性。     

伪码-载波调频侦察信号识别的谱相关方法(Ⅱ)伪码-载波调频信号的调制识别和参数估计

研究了伪码-载波调频侦察信号识别的谱相关方法,具体针对伪随机二相编码(PRBC)信号及其与正弦调频和线性调频复合信号作了研究。通过3种复合信号循环谱截面谱相关特征的分析和提取,完成了调制类型的自动识别,估计了载频和载波调频参数,对伪随机码信号的各项参数进行了估计。分析了噪声环境和有限采集时间对参数估计的影响,最后对调制识别和参数估计进行仿真分析,表明了谱相关方法在伪码-载波调频信号识别中的优势。     

常用数字调制信号识别的一种新方法

通过分析数字调制信号及其非线性变换的功率谱,提出了两个新的调制特征参数,改进了两个相关特征的描述,设计了一种采用神经网络集成结构分类器的识别方案,实现了AWGN信道下常用数字调制信号的自动识别.仿真表明,谱形状特征参数具有很好的抗噪声能力,离散谱线特征参数对信号调制参数更加稳健性,神经网络集成分类器的识别性能显著优于单个网络分类器,SNR＞5dB时该识别方法的总体识别率在94%以上.     

卫星通信常用调制方式的自动识别

调制信号的自识别有很多方法,本文提出一种基于谱特征的新方法,这种新的方法可以从信号的功率谱、平方谱还有四次方谱中提取一组特征参数,其最大的好处在于不需要对调制信号进行任何先验情况下可以对卫星通信中常用信号进行自识别。实验结果表明,当信噪比大于5dB时,此方法识别率达96%以上。同时也验证了该方案具有实用性和可行性。     

卫星数字调制混合信号的自动识别

针对卫星数字混合信号的特征,提出了在载波速率和符号速率初判基础上的自动识别方案.该方案利用数字混合信号与常用数字调制信号在信号频谱以及星座点的差异提取特征参数进行自动识别.仿真结果表明,该方案具备实用性和可行性.     

基于频谱相像系数的间歇采样转发干扰识别

正确的干扰识别是采取有效抗干扰措施的前提和基础,文中针对间歇采样转发干扰的识别问题,提出了一种基于频谱相像系数和支持向量机的干扰识别方法。通过对目标回波及干扰信号的模型及频谱进行分析,挖掘回波与干扰信号频域上的差异,提取频谱相像系数特征,并利用支持向量机进行分类识别。仿真结果表明:相像系数特征参数类间分离度好、不易受噪声及实验次数影响,将其作为干扰识别的特征参数,得到的识别准确率较高,可以为后续雷达系统采取针对性抗干扰措施提供重要的决策信息。     

卫星通信信号调制识别技术研究

通信信号的调制方式识别是非协作通信领域的一个研究热点,它需要在没有任何先验条件,且环境复杂有噪声的条件下,不依赖于其它的先验知识,确定目标信号的调制方式。然后就可提取载频、码速率、滚降系数等参数,为信号的进一步深入研究提供依据。分析了几种经常用于卫星通信的MPSK调制信号和高阶调制信号16APSK,提出了一种基于高阶累积量与频谱特征的识别算法。在特定的数据长度和信噪比条件下,理论分析与仿真验证均验证了该算法易于实现、识别率高（≥95％）。     

基于小波分析的调制识别技术研究

通信信号的调制制式自动识别是信号智能化分析及处理中的关键问题。该项技术目前正广泛应用于军事、民用、商业和气象等众多领域。针对非稳定、大信噪比变化的通信信号,运用小波分析技术进行了有效的特征提取和分类,能够实现通信信号基本调制制式的自动识别,并且使识别正确率得到了明显提高。     

自动识别数字调制方式的一种方法

提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。     

非协作通信中的3G ALE信号识别研究

3G ALE(Third Generation HF Automatic Link Establishment)通信由于其特有的抗截获和抗干扰性,受到了各国军方的广泛关注,同时也是非协作通信中的一个重要研究课题.为达到识别3G ALE信号的目的,本文首先分析了该信号的音响、载波、持续时间和带宽等基本特性,其次从3G A...     

基于LSTM网络和特征融合的通信干扰识别

针对现有通信干扰信号识别方法识别效果不佳的问题,提出了一种基于长短时记忆网络(Long Short-Term Memory,LSTM)和特征融合的通信干扰识别方法.该方法利用LSTM网络提取干扰信号的特征,通过LSTM强大的序列特征提取能力提升干扰信号特征提取的性能;通过提取信号的时域和频域特征后进行特征融合,使用全连...