一种常用通信信号的自动调制识别方法

提出了一种常用通信信号的调制方式自动识别的算法,从信号的功率谱、二次功率谱和四次功率谱中提取一组特征参数,采用判决树方法,在不需要先验知识的情况下对常用通信信号调制样式进行自动识别。通过计算机仿真和实际采集数据验证,表明该算法识别准确率高,实现简单,具有较强的可行性和实用性。     

卫星通信常用调制方式的自动识别

提出了一种基于谱特征的通信信号调制方式自动识别新方案，该方案直接从信号功率谱、平方谱和四次方谱中提取一组顽健性强的特征参数，在不需要先验知识的情况下对卫星信道中常用调制方式的信号进行自动识别。仿真结果表明，在信噪比大于5dB时其总体识别率达98％以上。该方案具有实用性和可行性。     

基于谱线特征的调制方式自动识别方法

研究了基于谱线特征的通信信号调制方式自动识别方法,从信号的功率谱、二次方谱、四次方谱及包络平方谱中,提取出一组鲁棒性强的特征参数。在不需要先验知识的情况下,对卫星通信中常用的调制信号进行了自动识别。仿真结果表明,在信噪比大于5 dB时,总体识别率能达到97%以上,方案具有很强的实用性。     

卫星通信常用调制方式的自动识别

随着时代的进步,我国的航天卫星通信技术取得了重大突破,已经成为全球最具竞争力的行业之一。卫星通信常用的调制方式很多,但在实际应用中存在着一系列问题。文章对卫星通信常用调制方式的自动识别提出了一种新的方案。该方案以信号的频谱特征为基础,对信号功率谱、信号平方谱、信号四次方谱以及信号包络谱进行了分析,并提出了一种新型的分类特征参数,最终总结了识别方法与操作流程。该方案可真正用于卫星通信常用调制方式的自动识别。     

基于LabVIEW的软件无线电调制制式的自动识别

在软件无线电的基础上,用软件LabVIEW的方式实现通信信号非实时的自动识别。调制制式的自动识别是非合作通信系统接收机设计的重要研究课题。利用特征参数研究了软件无线电中常用调制制式信号的自动识别,并基于决策树识别方案,对叠加了高斯白噪声的通信信号用LabVIEW编制了自动识别模块,仿真结果表明该算法具有较为理想的识别效果。     

基于softmax回归的通信信号循环谱的多分类识别方法

通信信号调制方式的自动识别在通信对抗领域中具有重要作用,同时也是未来认知无线电系统的重要组成部分,如何在日趋密集的信号环境中快速准确地识别多个混合通信信号是实现通信信号调制方式自动识别的重点。针对这种情况,以数字通信信号的循环谱为特征,通过构建softmax回归多分类识别器,提出一种基于softmax回归的通信信号循环谱的多分类识别方法。通过计算机验证不同条件下的算法性能,证明了该方法无需知道典型的数字调制信号(如ASK,BPSK,QPSK,16QAM,64QAM)的符号率、载频以及同步定时等先验信息,对它们组成的混合信号可以正确识别其中包含的每个调制信号的调制方式,并且识别速度较快。     

利用小波变换实现模拟与数字信号的分类

利用小波变换对突变信号的自适应能力和检测能力,以及能够改善信噪比的特点,分析了通信信号两次小波变换后的不同特征,提出一种自动识别模拟与数字调制方式的算法,然后再提取不同的特征参数实现通信信号的具体分类.通过仿真表明,该算法可以有效识别AM、FM、MASK、MFSK、MPSK信号的调制类型.     

一种改进的认知无线电循环功率谱特征检测算法

通过对认知无线电频谱检测技术的研究,结合通信信号普遍存在的循环平稳特性,本文首先较为详细地阐述了循环功率谱的基本概念,随后提出了可应用于认知无线电频谱检测的基于二阶循环平稳特性的循环功率谱特征检测算法,并依据认知无线电的实际需求对检测算法进行了修正.在此基础上,以现代通信系统较为常用的QPSK调制信号进行了检测算法的仿真,并根据仿真结果对算法的有效检测性能进行了详细的分析,实际应用也验证了检测算法的可行性.     

常用数字调制信号识别的一种新方法

通过分析数字调制信号及其非线性变换的功率谱,提出了两个新的调制特征参数,改进了两个相关特征的描述,设计了一种采用神经网络集成结构分类器的识别方案,实现了AWGN信道下常用数字调制信号的自动识别.仿真表明,谱形状特征参数具有很好的抗噪声能力,离散谱线特征参数对信号调制参数更加稳健性,神经网络集成分类器的识别性能显著优于单个网络分类器,SNR＞5dB时该识别方法的总体识别率在94%以上.     

常用多进制数字调制信号的识别方法

针对常用的多进制数字调制信号,设计了一通用的数字调制识别方案:先用三个时频域特征参数进行调制的大类识别,再利用各自算法估计信号调制阶数,修正了MFSK信号功率谱谱峰个数的估计算法,并提出了MASK/MQAM基于时域的调制阶数识别算法.仿真结果表明,在信噪比大于6dB时,该识别结构和识别算法对MFSK、MPSK,MASK调制信号的正确识别率不低于92%,MQAM识别算法则要求较高的信噪比.     

分数阶傅里叶变换（FRFT）用于调制方式识别

提出了一种基于分数阶傅里叶变换（FRFT）的通信信号调制方式自动识别方法。给出了FRFT归一化修正零均值幅度这一特征,用于模拟调制信号与数字调制信号联合自动识别。新方法分析了多种常用调制信号的FRFT谱特性,利用分数阶傅里叶变换可以展示出信号从时域逐步变化到频域的所有变化特征的特性,可以很好地分类识别多种调制信号。实测数据和仿真结果表明,在调制信号的信噪比大于10dB时,其总体识别率达90%以上。该方法具有识别效率高,识别效果好等优点,并具有实用性和可行性。     

基于小波变换的数字信号调制样式自动识别

讨论基于软件无线电技术的一种数字信号调制样式的自动识别的算法。使用小波分析提取数字调制信号的调制特征参数,研究了利用小波分析在软件无线电中常用的调制样式（BPSK／QPSK）的识别问题,对高斯白噪声中的通信信号在不同信噪比情况下进行了识别计算机仿真。仿真及实验验证了用小波分析方法针对信噪比较低、对功耗限制严格的通信系统,具有较为理想的识别能力。     

自动识别数字调制方式的一种方法

提出了一种对经符号成形的数字通信信号进行调制方式自动识别的方案,该方案将数字已调信号的瞬时特征与功率谱特性相结合,设计了一组对信号信噪比不敏感的特征参数。通过提取经升余弦滤波成形的2FSK等六种常用的数字调制信号的5个特征参数,分别采用决策树和神经网络分类器进行调制方式自动识别。仿真表明,当信噪比为11dB时,采用决策树分类器对除2ASK外的5种信号的识别率在95%以上,神经网络分类器此时对所有信号的识别率达到了98%以上,证明了该方案的有效性和可行性。     

对流层散射信号的循环谱分析

简要阐述了对流层散射通信的接收信号的形式。提出了对流层散射通信信号的循环谱分析算法,并给出了散射通信常用的调制信号形式(带内两频QPSK)的循环谱相关函数和循环谱密度函数。通过使用MATLAB软件对算法在散射QPSK信号在无噪声和信噪比为0dB时的计算结果。仿真结果证实,循环谱相关分析方法是进行对流层散射通信信号的最佳谱分析方法之一。     

数字调制信号的自动识别

由于多调制的存在,对于一个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式,因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一.文中研究了8种常用数字调制信号识别的特征参数集,并采用决策树判别方法进行分类识别.仿真结果表明,在SNR≥10dB时,识别正确率在99%以上.其特点是,算法简单,识别正确率高,达到了自动分类识别的目的,并有利于实现识别的实时化.     

基于决策理论的信号调制识别改进算法

针对基于决策判决理论的传统算法对通信信号调制识别在低信噪比下正确识别率较低的问题,提出了一种基于多种特征参数判决的改进算法。利用高阶矩取代了利用零中心归一化瞬时幅值绝对值的标准偏差来区分ASK信号,对FSK信号采用功率谱谱峰数进行识别。仿真使用了包括模拟调制信号在内的多达11种不同类型的调制信号,仿真结果表明,在信噪比不低于8 dB下,该方法具有较高的正确识别率。     

CBOC信号处理中的二次采样方法

为了降低信号捕获跟踪运算量,针对Galileo信号CBOC调制提出了一种新的CBOC信号处理中的二次采样算法。分析了CBOC信号调制方式及功率谱密度,介绍了CBOC信号二次采样算法,提出了CBOC信号处理二次采样方法的处理模型。仿真结果表明,CBOC信号处理中的二次采样算法可以实现信号的CBOC解调,降低了运算量并简化了Galileo接收机的捕获跟踪设计。     

降低基于PSWF的非正弦调制信号PAR方法

针对基于椭圆球面波的非正弦调制信号峰均功率比大的问题,提出了降低峰均功率比方法。该方法根据基于椭圆球面波的非正弦调制符号时域特性,通过选择峰均功率比小于期望值的调制符号进行传输,从而达到降低调制信号峰均功率比的目的。理论分析和仿真结果表明,该方法不仅有效降低了调制信号的峰均功率比,而且不会降低通信系统的误码性能,也不会导致调制信号功率谱展宽和功率谱集中度变差。     

非平衡相移键控信号的调制识别算法研究

通信系统中具有非平衡相位键控特征的UQPSK信号与其他PSK调制方式的调制识别算法近些年受到了广泛关注。提出了一种基于二次方谱的非数据辅助自动调制识别算法,有效地利用离散谱线特征,将I/Q两路功率比2∶1～8∶1的UQPSK信号从常用的BPSK、QPSK、8PSK、OQPSK和π/4-DQPSK信号集中区分出来。算法特征参数门限划分不需依靠信噪比估计、非平衡因子估计等先决条件,并对不同载波频偏、码元速率和成型滤波系数的信号有良好的适应性。计算机仿真证明,算法对包含UQPSK的PSK类信号在信噪比5 dB以上有良好的识别效果(识别率≥90%)。     

MAPSK和QAM通信信号的调制识别

通信信号的调制样式识别的研究对于非合作通信有着重要的意义.针对DVB-S2中采用16APSK、32APSK和同为幅相类调制的16QAM、32QAM信号的调制识别问题,提出了一种基于四次方谱和星座图结构的识别算法.首先分析了这4种信号各自星座图结构和四次方谱的特点,据此提取特征参数.然后给出识别算法和信号识别流程图,通过了计算机仿真,证实了理论分析的实际可行性.该算法在不同的滚降系数、频偏、码速率的情况下均有较好的识别率,识别率大于90％.