一种改进的基于累积量的MDPSK信号分类算法

本文研究了收发双方存在载波频差时利用累积量实现调制分类这一实际问题,提出一种改进的基于累积量的信号分类算法.新算法利用信号相位星座图和各阶累积量的对应关系,提取累积量特征.该特征对于星座图的平移、尺度和相位旋转以及收发载频存在的频差具有不变性.本文从理论上证明了新特征的不变性,并利用计算机仿真评估了该算法的分类性能.仿真结果表明这种算法具有良好的分类性能.     

基于高阶循环累积量和支持矢量机的分级调制分类算法

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.     

基于高阶累积量的核Logistic回归调制分类算法

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.     

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。     

GLSFBC-OFDM信号调制识别算法

提出了频率选择性衰落信道条件下区分GLSFBC结构的多载波信号(OFDM)和单载波信号(MFSK、MPSK、MQAM)的调制识别算法。该算法基于接收信号的高阶累积量,只需直接对接收的中频信号进行识别处理,不需要发射信号和信道的先验知识。仿真结果表明,在SNR高于7 dB时识别率可以达到90%。     

高阶QAM调制下OFDM的载波与采样频偏联合纠正

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.     

一种用于调制识别的盲码元定时估计算法

针对通信信号调制识别中的同步分类问题提出一种盲码元定时估计算法,对于调制方式未知的信号,可以估计未知信号的定时同步,得到最佳采样点信息,实现数字信号的同步分类。仿真结果表明本文的算法对于各种信号具有良好的同步效果。     

常规调制信号与扩频信号的调制识别算法

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%。      

通信信号分类算法研究

利用观测样本的高阶累积量特征,在累积量域内构造信号分类特征,采用支持矢量机作为分类器,在高维空间实现对GSM、CDMA和OFDM信号的分类。该算法通过提取观测样本的累积量的识别特征矢量以区分不同的信号类型,并将特征向量映射到高维空间中加以分类,首先在理论上分析了算法的正确性,并通过仿真实验进行了验证,结果表明,算法具有较好的推广能力,在较大的信噪比范围内对三种信号均有较高的识别率。     

基于高阶累积量的调制识别技术的研究

信息化背景下,计算机、信息技术在社会各领域得到了广泛应用,其中信号调制识别作为截获信号处理的一项基础性技术,能够突破复杂环境、噪声的干扰,确定出信号调制方式及参数,从而提高信号处理有效性,确保信息传输准确性。面对愈发复杂的空间环境,积极引入调制识别技术,不仅能够提高信号处理有效性,且能够增强反应效率。文章从高阶累积量及调制识别技术入手,从MPSK、MASK及MQAM三个角度对调制识别技术进行分析,进行计算机仿真试验,以此来证实分类算法具有有效性,从而为我国通信领域发展提供更多技术支持。     

基于高阶循环累积量的SQAM信号调制识别算法

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。     

一种基于高阶累积量的FSK信号识别新方法

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.     

一种新的多用户OFDM系统的频偏估计算法

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。     

A Hierarchical Digital Modulation Classification Algorithm for Adaptive Wireless Communication Systems

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.     

一种修正最大似然调制分类算法

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。     

一种新型的数字调制信号的识别

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。     

利用累积量和似然特征的卫星单-混信号调制识别算

针对卫星通信中常用调制信号和PCMA类混叠信号的调制识别问题,提出了一种利用高阶累积量和似然特征的识别算法.算法先对接收数据进行预处理,在此基础上提取4个高阶累积量特征和1个似然特征,构造一个树形分类器进行调制识别.算法不需要知晓信号的定时等先验信息,对收发载频存在的频差不敏感.仿真结果表明,算法在正常通信所需的载噪比下具有较高的正确识别率.