基于改进的半监督聚类MQAM信号的调制识别

传统的聚类算法用在MQAM信号的调制识别中,算法的迭代次数多,特别对高阶调制信号运算时间长。针对此问题,本文提出了一种改进的半监督聚类重构星座图的方法,用标记的样本点来指导隶属度和聚类中心的更新,降低了算法的运算复杂度,减少了迭代次数,聚类中心数目准确。通过分析接收端星座图,提取星座图的特征参数R并与标准星座图的参数Rs进行比较,实现对不同阶数MQAM信号的调制方式的识别。仿真结果表明该方法对MQAM信号的识别率在90%之上,且算法的复杂度低,尤其当调制阶数较高、数据长度较长时,能够将运算时间减少为原来的1/3。     

RFID调制信号识别算法的研究与仿真

目前RFID技术在各个领域中广泛应用,且还未形成统一的全球化标准,市场为多种标准并存的局面,由于各个标准中对于调制方式的定义不同,给不同标准问的通信和检测带来了较大的障碍。因此,正确地识别出RFID调制方式是实现通信互联和信号测试等处理的前提,RFID调制识别的研究逐渐成为国内外RFID测试中的研究热点。提出一种新的基于瞬时信息的调制识别方法,该方法是以RFID调制信号的瞬时信息为基础,提出了两个新的特征参数Ra和Rf,设计了调制识别分类器进行有效识别。仿真结果表明,该方法的复杂度降低,且RFID调制信号的识别正确率有了很大程度的提高。     

基于细菌群体趋药性的有序盲信号分离算法

提出了一种基于细菌趋药性的细菌群优化算法。将探测判断策略和优势细菌随机扰动策略引入细菌群体的进化过程,解决了细菌个体在进化后期处于随机摄动状态而难以定位于全局最优位置的问题。通过使用测试函数对算法性能进行测试以及同其他算法的比较表明,所提出的算法在收敛速度和求解质量方面均有很好的性能。进一步将细菌群优化算法应用于解决盲信号分离问题,实现了对源信号的逐一有序盲分离。仿真实验表明,基于细菌群优化算法的盲信号分离算法具有很好的分离效果,可以将源信号按照其规范四阶累积量绝对值的降序进行有效分离。     

卫星通信中数字调相信号调制方式识别方法研究

通信信号的调制样式识别在非协作通信中具有重要的研究意义。针对卫星通信中调制方式不断向高阶发展的情况,提出了一种针对常用数字调相信号调制方式自动识别的算法。本文首先给出了卫星通信中数字调相信号的函数模型,介绍了不同调制样式的特点,给出了不同调相信号的星座图。在调制样式识别的研究中,六阶及更高阶的累积量很少用到,本文利用调制信号的八阶累积量和四阶累积量特征的关系,提取出信号的特征呢高参数,对QPSK、8PSK和{16APSK、32APSK}信号进行了区分,证明四阶以上累积量也可以为信号特征提供有用信息。然后通过对高阶APSK信号进行统计分析,采用一种快速收敛且有效的遗传算法,进行实数编码、交叉等操作,计算出采样信号信号平方幅度比,提取出APSK信号的统计特征参数,从而对{16APSK、32APSK}信号进行区分。这种算法对信号的相位偏差具有不变性,同时可抑制加性高斯噪声,特征参数具有很强的鲁棒性;与其它识别算法比较,它具有稳健、应用广泛、实时性强的特性。通过计算机仿真表明,在给定的数据长度和中等信噪比条件下,可得到很高的识别率(>96%)。      

Non-cooperative signal modulation recognition algorithm based on joint feature parameter extraction

Aiming at the problem that in the current electromagnetic environment,the modulation method is complicated,the frequency-consuming equipment increases,the spectrum is congested,and the electromagnetic environment interference increases,the algorithm of OFDM signal detection and subcarrier identification in the background of non-cooperative communication were deeply studied.Using the different distribution states of OFDM signals and single carrier signals in the time domain,a joint characteristic parameter was proposed to solve the existence problem of OFDM in the received signal.For the phase shift and frequency offset problems caused by the channel transmission to the signal,by using the periodic stability the blind parameter estimation was performed to obtain the signal prior information.On the basis of the obtained signal prior information,a multi-level classification and recognition method for non-cooperative OFDM signal sub-carrier signals was proposed.Therefore,a model based on non-cooperative communication system OFDM signal detection and subcarrier modulation identification was designed,and finally modulation identification of unknown signals was completed.Simulation experiments show that in non-cooperative communication systems,OFDM signals and single-carrier signals can be accurately identified,and ideal modulation recognition effects can be achieved on empty subcarriers,QPSK,and 16QAM in the receiver OFDM signal subcarriers,overcoming the channel transmission band The problems of phase shift and frequency offset have improved the accuracy of modulation mode identification.     

利用幅度特性对数字信号调制方式进行识别

数字调制方式的识别对于通信信号分析有着重要的作用。针对数字信号（2ASK,4ASK,2PSK,4PSK,2FSK和4FSK）的调制方式,本文提出了一种只利用调制信号瞬时幅度特性便可以对调制信号进行识别的新算法,利用特征参数提取与决策树分类器结合对以上6种数字信号进行调制识别。首先提出了使用希尔伯特变换和解析函数对数字信...     

基于支持向量机的数字调制识别算法

在非协作通信中,需要对接收的信号进行调制方式的自动识别.在高阶累积量城内构造信号识别的特征向量,采用基于二又树的支持向量机将识别特征向量映射到高维空间并构造最优分类超平面,实现对数字调制信号的自动识别.该算法不仅结构简单、计算量小,而且解决了样本在低维空间中的不可分问题,具有良好的泛化推广能力.理论分析和仿真结果证明了...     

海天背景下红外舰船自动目标识别算法

海天背景下红外舰船目标的自动识别是武器跟踪导引的重要内容。针对低信噪比和低对比度的红外图像,首先采取均值平滑滤波和指数增强对红外图像进行预处理,然后在So-bel算子检测梯度的基础上,采用最小二乘迭代拟合出海天线。通过区域生长与合并分割图像,提取出表征舰船目标的典型形状与灰度特征,并进行加权融合以实现对潜在目标的自动识别。实验结果表明该算法能以较高准确率实时识别出舰船目标。     

卫星常用调相信号自动调制识别算法

针对高阶幅度相移键控（APSK）信号在卫星通信中的应用,提出了一种识别数字调相信号的新方法。在信噪比估计的基础上,利用信号包络的统计特征对MPSK,MQAM,16APSK和32APSK信号进行区分。理论推导和实验仿真验证了该统计特征具有对加性高斯白噪声和滚降系数不敏感的特性。根据鲁棒性较好的四阶循环累积量提出一种新的特征参数Q以实现MPSK和MQAM信号的类内识别。仿真表明,当信噪比达到5dB时,该方法拥有较好的识别率（〉95％）。     

基于GRU-CNN并联神经网络的自动调制识别

为提高非合作通信系统的调制方式识别准确率,提出了一种基于并联门控循环单元(GatedCycle Unit,GRU)神经网络和卷积神经网络(Convolutional Neural Network,CNN)的数字通信信号识别方法.根据调制信号的特性,将笛卡尔坐标下的原始数据转换到极坐标下,同时求原始数据的自相关序列,作为输入数据分别送入GRU和CNN网络中.对含BPSK、QPSK、8PSK、π/4-DQPSK以及四类QAM调制信号集合进行的实测信号实验结果表明,所提方法在低信噪比下能取得较好的识别性能,在0 dB时平均识别率接近90％.     

一种改进的数字信号自动调制识别算法

在非协作通信中,要对截获的信号进行解调以获取其信息,必须首先识别出信号的调制样式。在对六种数字信号的自动调制识别中,由于对瞬时相位求差分直接获得的瞬时频率存在很大的误差,使用了一种频率估计方法对其进行平滑处理;由于噪声对信号幅度的干扰很大,严重影响ASK2和ASK4的区分,对识别算法进行了改进。仿真实验证明,当信噪比为10dB时,对六种信号的平均正确识别率达到99.71%。     

基于数据增强和特征嵌入的自动调制识别

基于端到端的深度学习模型已经被广泛应用于自动调制识别。现有的深度学习方案大多数依赖于丰富的样本分布,而大批量的标记训练集通常很难获得。提出了一种基于数据驱动和选择性核卷积神经网络(Convolutional Neural Network,CNN)的自动调制识别框架。首先开发深度密集生成式对抗网络增强5种调制信号的原始数据集;其次选择平滑伪Wigner-Ville分布作为信号的时频表示,并将注意力模块用于聚焦时频图像分类中的差异区域;最后将真实信号输入轻量级卷积神经网络进行时间相关性提取,并融合信号的时频特征完成分类。实验结果表明,所提算法提高了在低信噪比情况下的识别精度,表现出较强的鲁棒性。     

分离通道联合卷积神经网络的自动调制识别

针对通信信号的自动调制识别需要大量特征提取的问题,提出了一种分离通道卷积神经网络自动调制识别算法。该算法通过结合深度学习中卷积神经网络(CNN),分别提取时域信号的多通道和分离通道调制特征,再利用融合特征实现不同信号的分类。仿真结果表明,相比基于CNN的算法,所提算法在高信噪比下针对两个数据集的识别率分别提升7%和18%;此外,相比于基于特征提取的传统识别算法,其高阶调制识别性能平均提升3 dB。     

基于光栅调制的归一化频谱三维识别

为了解决三维物体识别速度和识别能力问题,提出了一种采用光栅调制基频滤波的归一化频谱相关识别新方法。基于归一化频谱相关模型,对物体平移和旋转后的基频模进行了理论分析和实验论证,得出了物体基频模具有平移不变性的特性。实验论证了该方法的有效性,采用该方法不仅能有效识别三维位物体,而且还能估计物体的旋转角度,精度优于±2°。结果表明,由于该方法只需投影一幅正弦光栅条纹,采集一帧变形条纹图,可以适用于三维物体的动态识别和在线识别。     

超宽带探地雷达自动目标识别研究

超宽带探地雷达由于回波信号信息丰富的特点,特征向量的选取成为了自动目标识别的关键.首先利用宽相关处理进行滤波和典型数据提取.提取纵向和横向典型数据用于目标形状识别;提取典型回波道数据进行功率谱分析用于目标材质识别,并利用RBF网络从而实现目标的自动识别.实测数据处理表明:该方法可有效的完成管状物和球状物、铝和铁的识别.     

一种用于调制识别的盲码元定时估计算法

针对通信信号调制识别中的同步分类问题提出一种盲码元定时估计算法,对于调制方式未知的信号,可以估计未知信号的定时同步,得到最佳采样点信息,实现数字信号的同步分类。仿真结果表明本文的算法对于各种信号具有良好的同步效果。     

卫星通信常用调制方式的自动识别

调制信号的自识别有很多方法,本文提出一种基于谱特征的新方法,这种新的方法可以从信号的功率谱、平方谱还有四次方谱中提取一组特征参数,其最大的好处在于不需要对调制信号进行任何先验情况下可以对卫星通信中常用信号进行自识别。实验结果表明,当信噪比大于5dB时,此方法识别率达96%以上。同时也验证了该方案具有实用性和可行性。     

一种单信道时频重叠信号调制识别方法

针对单信道时频重叠信号调制方式的识别分类问题,提出了基于信号相关特性的调制识别方法。在研究所选数字通信信号的相关特性的基础上,提取信号延迟相关和瞬时自相关谱峰的数量、幅度和位置方差作为特征参数,实现了同载频时频重叠双信号的调制识别。仿真结果表明,在理想高斯白噪声背景下,该方法具有良好的识别性能,当信噪比大于-5 dB时,其正确识别率达到95%以上。     

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。