基于高阶循环累积量的OFDM-弹性光网络信号调制格式识别

将高阶循环累积量引入基于正交频分复用(OFDM)的弹性光网络(EON)的调制格式识别中。通 过计算OFDM信号不同调制格式(BPSK、QPSK、16QAM和64QAM)的高阶循环累积量,给 出了OFDM-EON信号不同调制格式的识别阈值区间,并采用仿真方法验证了该区间的 识别准确率。结果表明,利用所提出的识别阈值区间,对波特率为28G的OFDM-EON信号(各 子载波随机设置调制格式)进行调制格式识别,在光信噪比(OSNR)为34dB时,子载波调制格式的识别准确率可达到100%。     

利用指数范数的QAM信号调制识别方法

针对高阶正交幅度调制(QAM)类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别.首先,对信号集内待识别信号提取指数范数特征,依次将16 QAM和32 QAM信号从信号集内识别出来;然后,对信号集内剩余信号提取高斯指数范数特征,依次识别64 QAM、128 QAM和256 QAM信号;最后,根据决策树原理设计分类器,实现信号集内5种QAM类信号的识别.仿真结果表明,在信噪比大于6 dB时,该方法对信号集内的信号的识别正确率超过96%.     

适合高阶QAM的载波恢复算法

为解决DVB—C系统中多电平调制信号(如64，128，256QAM)的频偏捕获，描述了一种极性判决鉴相的算法，该算法可捕获高阶QAM信号的频偏达200kHz。对于一般的频偏较小的QAM信号可用传统的DD算法纠正。这样对收到的带有较大频偏和噪声、部分多径的基带信号就可先用极性判决捕获大频偏，稳定之后再用全星座判决纠正剩下的小频偏。     

基于高阶统计量的OFDM子载波调制识别算法北大核心

针对OFDM(正交频分复用)信号子载波调制方式识别的问题,提出了一种将高阶矩和高阶累积量相结合的联合识别算法。该算法首先运用基于高阶矩的特征量把MPSK(多进制相移键控)调制(M=2、4)、64QAM(六阶正交幅度调制)和16QAM(四阶正交幅度调制)区分开,然后再利用基于高阶累积量的特征量区分BPSK(二进制相移键控)调制和QPSK(四相相移键控)调制。从理论上进行了推导与分析,该算法对多径衰落与噪声干扰不敏感。计算机仿真结果表明,所提算法在多径信道条件下具有良好的识别性能。     

适用于多速率高阶QAM的定时同步改进算法

针对速率可变的高阶正交幅度调制(QAM)信号定时同步问题,提出了一种基于Gardner理论的定时同步改进算法.新算法改原有滤波器结构为两级插值级联优化结构来实现多速率信号的定时同步,可独立于载波同步单独使用,比传统结构具有更强的普遍适用性.仿真结果表明,该算法可以准确地对速率可变的128QAM信号进行同步.     

基于数据辅助的QAM幅相均衡技术研究

针对高速无线数字通信传输的正交幅度调制(Quadrature Amplitude Modulation,QAM),研究多进制下QAM调制在高斯白噪声信道的误码率性能,解决传输过程中信道幅相不一致的问题。将QAM信号分解为双路正交的MASK信号,利用MASK高斯白噪声误码率公式推导出QAM的误码率,综合考虑误码率性能和高速数字传输,选择了16 QAM调制;针对幅相不一致的信道对星座图和误码率的影响,提出了基于数据辅助(64位PN序列前导)的QAM幅相均衡技术,对信道进行了估计与均衡。通过Matlab平台仿真,结果表明均衡后的16QAM的误码率性能接近于无幅相偏差的理想QAM性能。该方法同样适用于高阶QAM调制,保证了高速无线数字通信的可靠性。     

基于K个最近邻点的遗传程序的数字调制样式自动分类

在许多不同的民用和军用领域,调制样式自动分类都是一个非常有趣的问题。本文提出了一种基于K个最近邻点(K-Nearest Neighbor,KNN)的遗传程序(Genetic Programming,GP)算法。该算法采用了基于K个最近邻点的遗传程序,用来识别BPSK、QPSK、16QAM和64QAM调制信号。该算法用高阶累积量作为输入特征,并使用一种分两个阶段的分类方法来改善分类精度。计算机仿真将所提出算法与已有的算法进行了比较,从而证明了该算法的优异性能。     

突发自适应调制信号的调制识别算法研究

针对突发自适应调制信号中的PSK和QAM调制方式识别问题,本文提出了一种能够识别BPSK、QPSK、8PSK以及16QAM、32QAM、64QAM、128QAM、256QAM八种信号类型的盲识别算法。该算法首先对信号的循环平稳性进行了分析和讨论,给出了利用循环高阶累积量的特征实现信号识别分类的理论依据。然后,提出了三种基于循环累积量的特征分别实现了QAM和PSK类间识别、MPSK类内识别以及方形QAM与十字形QAM的识别。最后通过对MQAM信号的瞬时幅度分布特性的深入研究和分析,提出了一种基于瞬时包络平方的方差的特征实现了QAM的类内识别。该算法选择了二叉树支持向量机作为识别分类器,并设计了一种新的识别流程完成了对上述信号调制方式的识别。该算法无需精确同步,对载波相位具有较好的鲁棒性,并能够对中频信号进行识别。仿真实验表明,该算法能够实现在较低信噪比条件下突发信号的识别。      

基于高阶累积量和循环谱的信号调制方式混合识别算法

为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及LabVIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信号的分类,在信噪比高于 5 dB时,调制方式识别率可达94%以上,由此证明了该方法的有效性。     

基于奇异值分解的TD-HSPA+系统赋形算法研究

文章提出了一种适用于多径信道的基于奇异值分解(SVD)的波束赋形算法,并结合64正交幅度调制(QAM)高阶调制算法,对时分双工增强高速分组接入(TD-HS-PA+)系统性能进行仿真研究。文章重点分析了市区宏小区和市区微小区场景下SVD算法和特征向量法(EBB)的性能差异以及引入64QAM后的系统性能增益。系统级仿真结果表明,基于SVD的波束赋形算法相比传统EBB算法能够明显提升扇区平均吞吐量,引入64QAM后吞吐量能够得到进一步提升。     

一种适用于16QAM的自适应阈值载波锁定检测算法

为避免传统16阶正交幅度调制(16-Quardrature Amplitude Modulation,16QAM)载波锁定指示锁定阈值受输入信号电平的影响,提出了一种基于归一化信号高阶矩的16QAM载波锁定检测算法。针对传统基于固定阈值的检测算法在数据不满足均匀分布时失效的情况,提出了一种基于输入数据统计特性的自适应阈值载波锁定检测算法。实验结果和工程应用结果表明,所提出的自适应门限能更好地适应不同数据下的载波锁定检测。该方法已经在某卫星对接试验中得到了应用验证,取得了满意的效果。     

介绍QAM的测量

大多数在HFC网络上所提供的数字信号传播,是使用一种同时传送两个数据串流的调制系统,每一个承载其独自的信息,通常称这些串流为“I”和“Q”,90°相位差振幅调制QAM(QuadratureAmplitudeModulation)是一个将此两个串流调制至一个射频(RF)载波的方法。QAM数字信号分析仪波的方法。在I和Q信号传送的值只有预先定义的几个值代表广泛不同的状态,一个调制的协议(Protocol)针对每个调制形式规定允许的状态数量,例如在16QAM的I和Q信号每个只可有4个状态,在64QAM时每个可有8个状态。下面介绍用进行QAM基本测量。Constellation星座图与…     

基于IEEE 802.11be标准的高阶调制信号的解调算法分析

针对IEEE 802.11be标准采用的4096QAM高阶调制信号，提出了一种基于data字段的Wi-Fi信号解调方法，设计了一套完整的Wi-Fi信号解调算法流程。首先，基于前导序列进行帧同步，再利用前导序列中的L-LTF进行载波频偏估计与补偿；其次，根据data字段确定调制类型及空分复用类型，进行信道估计和相位补偿；最后，对补偿后的数据进行解调处理，获得信号质量结果。经过采集数据实验，验证了该算法可有效实现IEEE 802.11be标准Wi-Fi信号的解调。     

一种复杂星座信号的盲均衡新方法

基于高阶统计量(HOS)盲均衡算法虽可适用于单人单出(SISO)系统,但HOS算法均依赖大数据量而无法满足高速信号传输的时变要求,该类算法对于高阶正交幅度调制(QAM)信号系统的盲均衡能力偏弱.该文在较小数据量的前提下,提出一种适用于SISO系统的高阶QAM信号盲均衡的新算法.算法运用支持向量回归框架,根据有序风险最小...     

基于FPGA的高阶QAM调制器的实现

针对全数字正交幅度(QAM)调制技术在数字微波通信系统中的应用,以64QAM为例提出了一种全数字实现的调制系统结构方案,基于QuartusⅡ及Matlab软件开发平台,用原理图和Verilog HDL语言相结合的方法实现了高阶QAM调制器的各个模块的FPGA设计。由于256QAM与64QAM具有相同的矩形星座图,通过修改Verilog HDL程序可以适应256制式的QAM调制。     

QAM调制与解调的全数字实现

论述了适用于数字微波系统的全数字正交幅度调制解调方式，并根据星座图的形状指出了16QAM。64QAM(星座图为矩形)与32QAM，128QAM(星座图为十字形)在调制与解调方法上的区别，最后用ADS(Advanced Design System)对16QAM，32QAM，64QAM，128QAM全数字调制与解调过程进行仿真，并给出了64QAM在加性高斯白噪声条件下的误码率。实验证明，全数字正交幅度调制解调易于实现，且性能良好。     

基于SNR估计的MQAM信号调制识别算法

针对现有多进制正交幅度调制(MQAM)信号调制方式的不足,提出了一种改进的MQAM信号调制识别算法。该算法对通信系统中信号的信噪比(SNR)进行估计,通过计算MQAM信号矢量图的最小环带的方差,得到不同调制类型的QAM最小环带的方差,最后根据估计的SNR与信号求出合适的参考门限,与之前求出的最小环带的方差进行比较,完成调制方式的识别。该算法运算量小,识别率高,且适用于实际工程应用。仿真结果表明在SNR≥-1?dB时,5种不同阶数的QAM信号的识别概率≥96%。     

MIMO-OFDM系统中一种局域化最大似然检测算法

本文提出了MIMO-OFDM系统中一种低复杂度的局域化的最大似然检测算法,该方法通过对每个发送天线的导频训练序列进行信道估计,调整信号有效搜索域,获得低复杂度的系统误码率。实验表明,该信号检测算法明显降低了高阶QAM调制的计算复杂度,在QPSK和16QAM调制时,系统误码率接近已知信道频响情况。     

一种QAM信号的盲信噪比估计算法

本文首先推导了QAM信号信噪比估计的克拉米罗下限,然后以两个统计量比值与信噪比关系的研究为基础,提出了一种QAM信号的盲信噪比估计算法.虽然高阶QAM信号的信噪比估计需要较多的观察数据才能得到准确的信噪比估计值,但是本算法不需要额外的存储器来存储这些数据;并且该算法具有非常低的运算复杂度.文章还以多种QAM信号为例进行了具体的分析和计算机仿真,分析和仿真的结果表明在合适的观察数据长度下,该算法对文中测试的各种QAM信号都能进行有效估计.     

基于局部保持投影的M-QAM调制信号识别

针对基于统计的QAM信号识别算法,忽略了信号的局部特性,导致算法性能不好等问题,提出了一种基于流形学习的16QAM、32QAM、64QAM信号识别算法。该算法利用高阶累计量特征描述信号,在此基础上利用邻接图描述特征的内在几何属性,较好地刻画了数据的相似性几何属性,最后利用最近邻分类器算法进行分类。实验结果表明,该算法具有好的识别率,尤其在低信噪比下,算法性能比较突出。