共查询到10条相似文献,搜索用时 31 毫秒
1.
一种基于高阶矩的OFDM信号调制盲识别算法 总被引:1,自引:0,他引:1
提出一种Rayleigh衰落信遭务件下的多载波调制盲识别算法,用以区分多载波调制信号(如OFDM)和数字单载波调制信号(如MPSK,MQAM,MFSK)。该算法不需要预先知道信号的载波频率和波特率,只需从中频信号直接进行识别处理。算法中利用信号的高阶统计量作为分类特征,采用信噪比(SNR)与特征参数联合估计的方法完成自动分类,仿真结果表明在SNR高于0dB时识别率大于95%。 相似文献
2.
多径瑞利快衰落信道下OFDM信号的识别 总被引:1,自引:0,他引:1
提出了一种在多径瑞利快衰落信道条件下,OFDM信号与单载波信号调制制式识别的方法.利用接收信号的两种高阶累积量的组合作为信号分类的特征值,有效抵消瑞利衰落和多普勒频移的影响.该方法可以在中频对信号进行处理,不需要信号的载波频率、波特率等先验信息.计算机仿真表明,该方法对多径瑞利快衰落和多普勒频移稳健,识别概率高,算法复杂度低,适合实时处理. 相似文献
3.
基于高阶累积量和三角矩的联合多参数特征OFDM信号盲识别 总被引:2,自引:0,他引:2
提出一种瑞利衰落信道条件下的多载波调制盲识别算法,用以区分多载波调制信号(如OFDM)和数字单载波调制信号(如:MASK、MFSK、MPSK、MQAM)。该算法对传统算法进行了改进,提出了利用信号的高阶累积量构造的组合识别参数以及信号的三角矩特征参数来分类单载波信号与OFDM多载波信号。该算法不需要预先知道信号的载波频率和波特率,只需从中频信号直接进行识别处理。仿真结果表明,该算法具有抗多径能力强、识别率高的优点,在SNR高于0 dB时识别率可达100%。 相似文献
4.
5.
针对矿井复杂异构的无线环境,提出一种基于高阶累积量和DNN模型的井下信号识别方法,实现了井下BPSK,QPSK,8PSK,2FSK,4FSK,8FSK,32QAM,64QAM,OFDM等数字信号的自动调制识别。分析得到9种数字信号的高阶累积量理论值,并通过傅里叶变换提高信号辨识度;分析井下小尺度衰落信道对高阶累积量的影响,推导出经过井下衰落信道后信号的高阶累积量计算表达式,根据高阶累积量理论值构造特征参数并训练DNN模型,实现信号识别。仿真分析结果表明,该方法在矿井Nakagami-m衰落信道下有出色的调制识别性能,信噪比为-5 dB时平均正确识别率为89.2%以上,信噪比为5 dB以上时平均正确识别率为100%。该方法为在特殊复杂环境下的信号识别检测提供了新思路。 相似文献
6.
利用基于高阶累积量的数字调制识别算法对数字调制信号进行分类识别时,六阶及六阶以上累积量的计算过于复杂,且多进制频移键控(MFSK)与8PSK信号各阶累积量的值均相等,直接计算无法识别。针对此问题,提出了一种基于小波和高阶累积量相结合的分类算法,先对MFSK与8PSK信号进行小波变换,再利用四阶累积量进行识别。实验证明,利用该算法所提取的特征参数能有效抑制高斯白噪声,除了识别2ASK/BPSK,4ASK,2FSK,4FSK,QPSK,8PSK信号外,还可识别16QAM,并且计算量小,易于实现。当信噪比大于等于3dB时,总体识别率达到96%。与已有算法相比,仿真结果证明了该算法的优越性。 相似文献
7.
8.
针对多音并行信号的调制识别问题,提出了一种基于四阶累积量的识别方法,用以识别特定通信协议下子载波调制样式为MPSK的多载波调制信号.该方法利用带通MPSK信号的累计量特征,在不考虑相位影响的情况下提出了该多音并行信号近似模型并通过理论计算和仿真验证此模型的正确性.然后利用此模型通过计算仿真找到子载波数与累计量参数的对应关系.根据这种对应关系提出识别算法并进行识别仿真,仿真结果表明在低信噪比(-5dB)下有很好的识别效果. 相似文献
9.
针对频谱感知和多载波CDMA信号解调的实际应用,根据多载波CDMA信号的循环平稳特性,提出了一种利用高阶循环累积量估计多载波CDMA信号子载波频率的方法。由于高阶循环累积量可以有效地抑制平稳噪声和非平稳高斯噪声,通过理论分析可以证明在上述噪声背景下,子载波采用BPSK调制的多载波CDMA信号的四阶循环累积量仅在循环频率为子载波频率处存在,可以通过检测此循环频率来实现子载波的估计。考虑到多载波CDMA信号发端可以采用不同的窗函数以降低频谱泄露,以常见的几种窗函数为例进行了算法仿真,发现本算法对窗函数的变化不 相似文献
10.
非协作通信环境中,针对平坦瑞利衰落信道下多进制正交幅度调制信号(Multiple Quadrature Amplitude Modulation,MQAM)的调制识别进行了研究。首先阐述和分析了平坦瑞利衰落信道下基于高阶累积量进行调制识别的原理,然后利用各阶累积量比值的方法构造出3个单特征参数和1个联合特征参数,最终实现了4QAM、16QAM、32QAM和64QAM信号的识别,并分析不同条件下算法的识别性能。通过LabVIEW+USRP软硬件结合的方式,在实际信道环境条件下对文中算法进行验证。实验结果表明,当信噪比为10 dB时,信号平均识别率接近90%,故具有一定的实用价值。 相似文献