基于星座图匹配的OFDM子信道调制识别改进算法

文章针对OFDM信号侦察系统中已有的子信道调制识别方法难以满足实时性要求的问题,提出了一种基于星座图匹配的子信道调制识别改进算法,该方法采用标准信号星座图的幅度和相位分布构建识别函数,消除了抽取聚类法的调制阶数估计误差,提高了识别的正确率。通过理论分析和仿真试验,验证了该改进方法的有效性和可行性。     

基于高阶累积量的OFDM信号和单载波信号识别

本文提出了一种利用高阶累积量实现OFDM信号和单载波调制信号识别的方法。该方法利用接收信号的高阶累积量提取特征参数,并结合星座图聚类分析,采用一种决策树的多分类器实现信号的分类识别。使用的特征参数对信号的信道抖动和相位延时不敏感,且能抑制噪声的影响,易于工程实现。仿真和实验结果表明,该方法能有效识别出OFDM信号和单载波信号,具有一定的实际应用价值和发展前景。     

一种基于差分星座图的调制体制识别算法

针对π/4QPSK和8PSK信号调制体制识别,提出了一种基于相位差分信号星座图的调制体制识别算法.算法利用两种相位差分信号的星座图点数作为识别特征.对单级减法聚类算法不能很好地适应多种调制方式识别的问题,采用一种改进的多级聚类算法得到星座图点数,并通过计算机仿真获得了最佳聚类参数.仿真结果表明,改进后的算法在200个码元下的识别性能至少提高1dB,低信噪比下的性能得到了很大改善.12dB以上时,π/4QPSK和8SK信号的正确识别率达到了100%.     

基于伽利略系统的二进制偏移载波调制技术

论文针对伽利略卫星导航信号相对于传统卫星导航信号的不同,论述了该系统中采用的BOC调制技术和BOC调制信号的一些基本特性,提出应采用余弦副载波类型的BOC信号,并在此基础上对BOC信号的多径误差进行仿真验证。仿真结果表明,余弦副载波类型的BOC（1,1）和BOC（1.5,1）的抗多径能力要优于相同参数的正弦副载波类型BOC信号。     

基于高效自适应聚类算法的调制识别研究

提出了一种基于星座聚类的通信信号调制识别新方法.该方法将星座图形状作为调制识别的特征,运用聚类算法EAFCM(efficient adaptive fuzzy C-means)重建接受信号的星座图.基于模糊C-均值(FCM)聚类算法的自适应高效聚类算法EAFCM不仅克服了模糊C-均值聚类算法需要预先确定聚类参数c、对初始中心敏感等不足,而且具有良好的抗噪声性能.将该方法应用到对PSK/QAM信号的调制识别,实验结果表明该方法是实际有效的.     

一种基于云模型的PSK/QAM信号调制识别方法

通信信号调制识别技术在军事和民用领域都具有重要的应用前景，本对现有的通信信号自动调制识别技术进行了介绍，并提出了一种新的PSK/QAM信号调制识别方法，该方法将重建的接收信号星座图的形状作为调制识别的特征，首先通过聚类方法重建接收信号的星座图，并利用定性定量转换模型——云模型对重建的星座图进行建模，最后利用基于云模型的不确定性推理得到接收信号的调制方式。实验证明该方法是可行的。     

改进的DBSCAN算法在调制识别中的应用

提出了一种基于星座聚类的通信信号调制识别新方法。将基于密度思想的M-DBSCAN聚类算法运用于信号星座聚类,通过自适应更新聚类参数,利用其良好的抗噪声性能实现了较低信噪比高斯白噪环境下信号星座图的重构。将该方法应用到对PSK/QAM信号的调制识别,实验结果表明该方法是实际有效的。     

一种基于盲均衡的多径环境下调制识别算法

针对频率选择性多径衰落信道下MPSK和MQAM信号的调制分类问题,提出了一种基于盲均衡算法的自动识别算法.将接收到的码元星座图通过一组并行的自适应盲均衡器,当盲均衡器与星座图匹配时其代价函数收敛到最小.所以直接利用盲均衡的代价函数作为调制识别特征,当代价函数收敛后,将具有最小代价函数值的均衡器所对应的信号判为识别结果.仿真结果表明,该算法可以有效识别频率选择性多径衰落信道下的BPSK,QPSK,8PSK,16QAM,32QAM,64QAM信号.     

基于轻量型网络的单载波信号调制识别

针对当前应用深度学习实现数字信号调制识别过程中网络复杂、计算量高、硬件平台要求高的问题, 本文提出了在改进的MobileNetV3轻量级神经网络中使用信号星座图调制识别的方法. 首先, 将接收到的MPSK和MQAM信号转换成星座图像, 将其进行灰度图像提取, 灰度图像增强, 构建星座图的图像数据集, 然后将ResNet中的跨层结构引入MobileNetV3网络, 解决了随着网络层数的增加, 权重减小而导致的梯度消失现象. 最后将星座图数据集用于训练MobileNetV3的轻量型神经网络权重, 对星座图像进行识别. MobileNetV3基于深度卷积可分离和神经架构搜索(network architecture search, NAS)技术在保证识别精度的前提下, 大大降低了参数量和训练时间, 将对于简单信号的调制识别, 轻量型神经网络可以有效简化网络结构, 降低对硬件设备的要求. 仿真结果表明, 针对的调制信号(BPSK、QPSK、8PSK、16QAM、64QAM), 能实现识别率为99.76%的调制识别, 相较于传统应用深度学习实现调制识别的网络, 网络参数量和计算量明显减小.     

一种基于高阶矩的OFDM信号调制盲识别算法

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％。     

Enhancing IEEE 802.11a/n with dynamic single-user OFDM adaptation

Earlier paper have demonstrated that the achievable throughput of OFDM systems can benefit significantly from individual modulation/transmit power selection on a per sub-carrier basis according to the actual gain of individual sub-carriers (so called dynamic OFDM scheme). Usage of such an approach requires, however, providing support for additional functionalities such as: acquisition of the sub-carrier gains, signaling of the modulation types used between sender and receiver, etc. Therefore dynamic OFDM is actively pursued for future radio interfaces, rather than considered as extension of existing OFDM based standards. In this paper we introduce a proposal on how the widely accepted IEEE 802.11a/g systems as well as the emerging IEEE 802.11n system might be extended to support the dynamic OFDM in a single-user (point-to-point) setting. The presented approach guarantees backward compatibility to legacy devices. We address these issues by presenting (a) a set of protocol modifications required to incorporate dynamic OFDM in 802.11a/g/n; and (b) a performance evaluation of the suggested extension (referred to further on as single-user 802.11 DYN mode). Although 802.11n already includes advanced MAC and PHY features, i.e., frame aggregation and MIMO transmissions, our performance evaluation demonstrates that a further improvement is achievable by incorporating dynamic OFDM.     

一种基于KS距离的OFDM子载波数估计法

针对正交频分复用(OFDM)信号子载波数估计的问题,利用OFDM信号的高斯性,提出一种基于KS距离的子载波数估计法。侦收端DFT模块输出的KS距离在DFT点数与发射端匹配时最小。理论分析及仿真结果证明,该方法能区分高斯分布与非高斯分布,正确估计OFDM信号的子载波数。     

OFDM系统同步算法研究

正交频分复用(OFDM)技术是一种高效的调制技术,其基本思想是把串行高速的数据流分散到正交的子载波上进行并行传输,而同步问题是OFDM技术的一个关键问题。给出OFDM系统的模型,对同步问题进行了具体分析,给出载波频率同步的算法的描述,并对基于CP的同步算法进行仿真,结果表明其具有较好的频率捕获能力和较小的误差。     

基于子载波选择配对及功率优化分配的多跳中继系统研究

为了提升OFDM协作通信系统的网络覆盖率及网络容量,提出了一种基于子载波选择配对及功率优化分配的多跳中继OFDM系统优化算法。首先,通过在OFDM的系统模型上进行中继配对和非中继配对的性能分析,将子载波选择配对转换为一个整数规划问题,并采用基于匈牙利算法的规划方法进行配对矩阵的计算。接着,根据OFDM系统的功率分配问题,通过KKT条件对中继功率及电源功率进行优化,从而实现中继系统的功率优化分配 。最终的仿真结果表明,与统计质量QoS保证的资源分配方案以及OFDM中继系统异构服务的资源分配算法相比,所提出的方法在提高网络覆盖率和容量上均表现出更好的效果。     

基于高阶统计量和星座图的通信制式识别研究

针对实际工程中基于高阶累计量的调制方式识别方法对信噪比要求较高且对部分调制方式识别率低的问题, 本文提出了基于双谱分析和星座图相结合的一种新的调制方式识别方法。基于高阶累积量提取特征值,进一步对取得的累积 量特征值求傅里叶变换得到接收信号的双谱分析,对QPSK、OFDM和QAM调制信号进行分类识别,对于QAM调制中的 16QAM、32QAM和64QAM调制方式再依据星座图结果进行识别。通过实验数据表明,此调制方式识别方法识别率较高,高 阶谱分析对信噪比要求低。     

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

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%。     

突发OFDM信号调制识别

为了对OFDM信号进行识别,针对高斯性检测法无法识别白噪声和OFDM信号的问题,提出先应用多子带谱熵法进行OFDM信号端点检测,再构造KS检验统计量进行OFDM信号识别的方案。理论分析及仿真结果表明,多子带谱熵法能够有效地进行OFDM信号的端点检测,基于端点检测的KS统计量降低了纯噪声信号带来的虚警,进而提高了对OFDM信号的识别能力,可以有效地进行突发OFDM信号的识别。     

OFDM wavefroms designed with piecewise nonlinear frequency modulation pulse for MIMO radar

ABSTRACT

Multiple-input multiple-output (MIMO) synthetic aperture radar (SAR) waveform diversity design has drawn extensive attention since it has a great potential in remote sensing. The orthogonal frequency-division multiplexing (OFDM) waveform designing becomes one of the most significant tasks in MIMO SAR system. In this article, a novel piecewise nonlinear frequency modulation (NLFM) waveform is proposed. The OFDM waveform is composed of the piecewise NLFM waveforms as its subpulses, and each subpulse has a different subcarrier beginning frequency. The subpulse is centre symmetrical and can be divided into three segments. The first and third segments of the subpulse are linear frequency modulation waveforms, and the second segment of the subpulse is an NLFM waveform. A few parameters are used to control the duration and bandwidth of each segment in the subpulse. Genetic algorithm is used for the OFDM waveforms to optimize the sidelobes of autocorrelation and cross-correlation function. Compared with other OFDM waveform design methods, the proposed method is more flexible and has higher degrees of freedom and thus can yield waveforms with a better autocorrelation and cross-correlation properties. The performances of ambiguity function and cross ambiguity function are analysed to have low time delay and Doppler correlation peaks. Simulation results demonstrate the validity of the proposed method.     

采样频率偏差对QPSK OFDM系统误码率的影响分析

研究了采样频率偏差在加性高斯白噪声信道、瑞利平坦衰落信道和瑞利频率选择衰落信道下对QPSK OFDM系统误码率的影响。通过分析发现,采样频率偏差引起的OFDM系统子载波间的邻道干扰（ICI）不仅与子载波间的间隔有关,而且还与子载波的位置有关,其不能等效为载波频率偏差引起的ICI。通过对OFDM系统子载波间的ICI进行分析,求得上述三种信道条件下接收信号的特征函数;在基带调制方式为QPSK调制时得到了OFDM系统误码率的理论解析解。计算机仿真结果验证了该误码率理论解的正确性。     

分数阶傅里叶变换对OFDM系统峰均比的影响

分析并讨论了分数阶傅里叶变换对OFDM系统峰均功率比性能的影响,并与传统的采用离散傅里叶变换的OFDM系统的峰均功率比性能进行了比较。结果表明在子载波数较少的情况下,采用分数阶傅里叶变换的OFDM系统的峰均功率比性能要优于采用离散傅里叶变换的OFDM系统的峰均功率比性能,而随着系统子载波数量的逐渐增加,二者性能趋向一致。