共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
利用观测样本的高阶循环累积量特征,提出一种基于支持矢量机的分级调制分类算法,实现了对QAM调制信号的自动识别.该算法具有较快的分类器训练速度和较低的复杂度,对时延和相位旋转具有稳健性,并可在干扰环境下实现对感兴趣信号调制类型的识别.理论分析和仿真结果均证明了算法的正确性和有效性. 相似文献
3.
针对现有数字信号调制识别的问题,提出了一种基于核 Logistic 回归(KLR)的自动分类方法.该方法提取了信号的高阶累积量参数用作训练与测试数据,采取常用的决策树分类构架的思想,仿真并比较已有的基于支撑向量机(SVM)的调制分类方法,结果表明,在低信噪比为0 dB时,分类性能一般高于 SVM;5 dB时,采用 KLR的分类识别率均达到90%以上,有较为优越的分类性能. 相似文献
4.
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。 相似文献
5.
6.
采用高阶QAM (Quadrature Amplitude Modulation)调制的正交频分复用(OFDM,Orthogonal Frequency-Division Multiplexing)系统,相对于低阶调制来说,密集的星座点分布更容易受到载波频偏与采样频偏的影响.本文分析了高阶QAM OFDM系统对频率同步精度的要求,提出了一种载波与采样频偏联合纠正的方法,并分别针对时不变多径信道和块衰落多径Rician信道给出了频偏估计的均方误差解析表达式.均方误差的理论分析与计算机仿真结果吻合;误比特率性能仿真表明,频偏纠正后的误比特率性能与无频偏情况比较,差异小于1dB. 相似文献
7.
8.
由于直扩信号(Direct Sequence Spread Spectrum, DSSS)通常淹没在噪声中,为了有效地识别直扩信号、跳频信号(Frequency Hopping Spread Spectrum, FHSS)和常规调制信号,提出基于瞬时特征和高阶累积量的识别算法。首先推导证明了FM、MFSK、MPSK、DSSS、FHSS信号的归一化四阶累积量切片 是相同的,并推导得到AM和MQAM的 通用公式。然后,利用归一化四阶累积量切片 特征参数检测噪声中通信信号,利用占用带宽特征参数将信号分为扩频信号和常规调制通信信号两类;最后利用瞬时特征参数和高阶累积量特征参数,分别识别扩频信号和5种常规调制通信信号。仿真结果表明,当信噪比高于1dB时,该算法对上述7种信号的正确识别率可达到100%。 相似文献
9.
10.
11.
基于高阶循环累积量的SQAM信号调制识别算法 总被引:2,自引:0,他引:2
该文利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征,提出了一种基于高阶循环累积量的调制识别算法,实现对SQAM信号分类。算法对载波频率偏差、时延和相位旋转具有稳健性,并可在多信号环境且存在载波频偏的情况下实现对感兴趣信号的识别。理论分析和仿真结果均证明了算法的正确性和有效性。 相似文献
12.
一种基于高阶累积量的FSK信号识别新方法 总被引:1,自引:0,他引:1
文中介绍了一种基于高阶累积量的FSK信号分类方法.该方法直接对中频信号进行高阶累积量的特征提取,不需要进行载频估计和符号同步,克服了以往高阶累积量特征对参数估计的依赖.在判决方法上,结合了欧式距离分类和大数逻辑准则,提高了分类性能.仿真实验表明,该方法具有较好的识别性能,信噪比不低于6dB时,2/4FSK信号的识别率在98%以上,信噪比不低于1 3dB时,2/4/8FSK信号的识别率在90%以上. 相似文献
13.
由于载波频偏会给多用户正交频分复用(Orthogonal Frequency—Division Multiplexing,OFDM)系统带来子载波之间干扰,从而造成多用户之间的干扰,导致系统性能下降.本文研究了多用户OFDM上行链路的频偏估计问题,通过使用多用户检测中的干扰抵消方法提出一种迭代参数估计算法用于估计多用户OFDM上行链路的频偏,该算法解决了使用似然估计(Maximum Likelihood,ML)进行多维搜索的问题,降低了ML估计器的复杂度,同时解决了多个频偏估计的问题。 相似文献
14.
Blind modulation classification has been applied in adaptive transmission, non-cooperative communications, and interference identification. This paper propose a novel hierarchical classifier for four digital modulation schemes. The hierarchical classifier is based on quasi-log-likelihood ratio. Its performance is verified via extensive simulations. Simulation results show that the hierarchical algorithm is effective for classification of four SQAM signals.
FENG Xiang received the B.S. and M.S. degrees in Electronics Engineering from The Missile College of the Air Force PLA, China, in 1991 and 1994, respectively. He is currently working toward the Ph.D degree at Xidian University, Xi'an, China. His research interests include digital communication systems, digital signal processing, adaptive transmission, and multicarrier modulation.
LI Jiandong was graduated from Xidian University with Bachelor Degree, Master Degree and Ph.D in communications and Electronic System respectively in 1682, 1985 and 1991. He is Professor and Dean of School of Telecommunications Engineering, Xidian University. He is a senior member of IEEE and CIE and the fellow of CIC. His research interests include Broadband Wireless Communications, Ad hoc Networks, and Software Radio. 相似文献
15.
通过对观测样本进行非线形变换,对最大似然调制分类算法进行了修正,提出了一种最大似然数字调制分类算法。该算法有效消除了载波相位对最大似然算法性能的影响。理论分析和仿真结果均证明了算法的正确性和有效性。 相似文献
16.
一种新型的数字调制信号的识别 总被引:1,自引:0,他引:1
为解决信号调制方式在低信噪比情况下识别率低的问题,提出了TFC-KNN(Time-frequency analysis and higher-order cumulants-K nearest neighbor)算法。该算法在信号时频分析的基础上引入了高阶累积量,采用K-NN近邻算法对信号进行分类。算法中所采用的信号特征参数能有效地抑制加性高斯噪声。仿真结果表明,在信噪比不小于5 dB的情况下,该算法对不同的调制信号的识别率在96%以上。 相似文献