基于小波包分析特征的直升机识别新方法

旋转部件的多普勒调制信息具有良好的姿态角稳定性，是雷达识别直升机的主要信息来源．为了从直升机主旋翼（含叶毂）回波中提取与直升机主旋翼结构和运动参数有关的分类特征，提出了一种基于小波包分析的主旋翼回波特征提取新算法，并进行了计算机仿真．仿真结果表明，该算法具有较好的目标识别性能．     

基于奇异值分解的多载波调制信号盲识别算法

针对高斯白噪声背景条件下,IFFT实现的多载波调制信号类内盲识别问题,提出了一种基于对构造数据矩阵进行奇异值分解的多载波调制信号盲识别算法。在无需知道任何多载波调制信号数据信息和扩频码类型及其长度等先验知识的条件下,根据构造数据矩阵的较大非零奇异值个数,按照简单的判定准则,即可准确判断多载波信号的类型,并取得了良好的效果。无需传统识别算法中特征提取之后复杂的分类器设计,简化了识别流程。理论分析和仿真均验证了算法的正确性和有效性。     

一种提取非线性调频信号脉内特征的新方法

信号脉内调制信息识别技术对密集和复杂电磁环境中辐射源的分选和识别有着重要意义．通过信噪比估计，将小波脊线法和平滑伪WVD法相结合，提出了一种提取非线性调频信号脉内特征的综合提取方法，实现在不同信噪比条件下准确提取非线性调频信号的脉内特征．仿真结果证实了算法的可行性．     

OFDM信道下数字调相信号的调制识别

研究OFDM信道系统下的MPSK调制方式,对其二阶累量和四阶累量进行推导和分析,给出一种针对MPSK调制阶数进行识别的新特征构造方法,新特征提取方法简单,而且容易实现,能够有效实现调制识别目的.笔者分别对OFDM系统传输系统性能和识别率进行了计算机仿真,把基于高阶累量的调制识别算法的识别率与基于谱线特征算法的调制算法识别率做了仿真对比.仿真结果表明,在相同信噪比的情况下,基于高阶累量的调制识别算法要远远优于基于谱线特征的算法,当信噪比高于3 dB时,识别率可以达到100%.     

基于近似小波变换的信号脉内特征分析

基于近似小波变换对信号脉内调制特性进行了分析，得到了调制信号的瞬时参数．利用叠代算法仿真了近似小波变换的分析结果，仿真在较低信噪比下仍能得到准确的脉内信息，验证了近似小波变换提取信号脉内信息的有效性．     

卫星回传链路CPM信号调制识别研究

文章解决了DVB-RCS2标准中规定的卫星回传链路上连续相位调制信号(CPM)调制识别问题。根据调制参数的不同,标准中的CPM信号有5种类型,且在TDMA突发模式下传输。短突发长度和低信噪比环境下信号调制识别是实现信号正确解调的前提。提出了一种基于改进后的广义检测后积分(GPDI)匹配准则的调制识别方法。该算法采用改进后的GPDI匹配准则获得接收信号与每类CPM的匹配值;并按最大值准则估计得到信号类型从而实现信号调制识别。通过该方法可实现单个突发帧内调制识别。仿真实验表明,该算法不需符号速率的先验信息,对大频偏和相偏具有较好的鲁棒性,具有较低的复杂度和优异的抗噪声性能。     

基于决策树的调制信号自动识别算法及其DSP实现

通过DSP技术验证，提出了两种不同的、基于决策树的调制信号自动识别算法，论述了其原理．以Matlab软件仿真产生各种调制信号，在CCS集成开发环境下和TMS320LC549硬件平台上实现了这两种算法．由实验结果的性能分析可知，所提算法能够对各种模拟和数字调制信号取得较好的识别效果。     

多进制数字调制识别算法研究

数字调制方式的识别对于通信信号分析有着重要的作用.在Nandi和Azzouz提出的数字调制识别算法基础上,针对MASK、MFSK和MPSK 3大类多进制数字调制信号,提出了一种基于瞬时参量峰度的自动识别算法.仿真结果表明：当信噪比大于10 dB时,该算法具有良好的识别效果.     

基于局部特征融合Transformer的牛身识别算法

目前，牛身识别技术大多采用卷积神经网络(Convolutional Neural Networks, CNN),CNN只能处理局部邻域信息，容易丢失细节信息。为此，提出一种基于局部特征融合Transformer的牛身识别算法。首先，运用卷积将相邻空间内的牛身局部信息进行融合，增强融合后局部特征信息在不同姿态下的辨别力和鲁棒性；其次，将融合后的局部信息和全局分类信息通过数个多层感知机模块进行分类训练，损失函数采用三元组和标签平滑交叉熵损失，有效提高了牛只多姿态场景下特征的提取。仿真实验结果表明，在复杂场景下，与基于CNN的牛身识别算法相比，提出的算法有效降低了拒识率，提高了Top1排序性能和AUC值。     

通信信号调制类型的三角矩特征盲识别

针对盲环境下的通信信号调制类型识别困难的问题,提出了一种新的信号盲聚类算法,该算法利用采样信号的瞬时频率作为训练样本,以方向数据统计理论为依据提取分类特征,利用该特征参数在二维特征平面实现了多种不同通信信号的调制类型识别.该方法不仅能实现类间识别,同时也能够实现类内识别.仿真实验结果表明,该算法简单高效,识别率较高,鲁棒性较好,具有较强的实用性和可行性.