基于循环自相关的OFDM调制识别方法

针对通信信号的调制识别问题,首先根据通信信号的循环平稳性,提出一种基于循环自相关的OFDM信号和单载波信号的调制识别算法,然后将小波多分辨分析理论与调制信号的瞬时特征以及高阶累积量相结合,提出一种基于小波分解的单载波信号识别方法,在此基础上采用分层结构的神经网络分类器对OFDM,2ASK,4ASK,2PSK,4PSK,8PSK,16QAM这7种调制信号进行识别。仿真结果表明该方法具有良好的分类性能,且对噪声不敏感。     

基于循环谱和高阶累积量的联合模式识别方法

为完全识别当前卫星通信采用的主要调制方式,结合循环谱和高阶累积量两种信号调制识别方法的特点,提出了一种联合识别算法。该算法将循环谱特征加入到高阶累积量识别法中,联合多种特征参数判决构建识别器,首先利用循环谱完成ASK、FSK、PSK信号的类间识别以及FSK信号的类内识别,在此基础上利用高阶累积量方法完成FSK、PSK信号的类内识别。仿真结果表明,该算法能够完全区分卫星通信中主要的调制模式{ASK、2ASK、2FSK、4FSK、BPSK、QPSK},在信噪比高于5 d B时识别率达88%以上。     

一种新的MPSK信号调制分类算法

针对多进制相移键控(MPSK)信号的调制识别问题,提出了一种新的基于2、4阶循环累积量的调制识别算法。先利用信号的2阶和4阶循环累积量的特征,将MPSK信号分为BPSK和QPSK与8PSK以上两大调制子类,再由信号循环频率等于信号载频处的2阶和4阶循环累积量,构成BPSK和QPSK的分类特征量,实现对BPSK和QPSK信号的调制识别。该算法在MPSK信号码元不等概率出现时依然有效。由于高斯噪声的循环累计量均为0,因此此算法具有一定的抗高斯噪声能力。实验仿真结果验证了该算法的有效性。     

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%.     

利用高阶累积量实现数字调制信号的识别

文中提出一种基于高阶累积量识别多种数字调制信号的算法。首先推导计算各信号的八阶累积量,从二、八阶累积量中提取一个特征参数,实现以更少参数识别更多信号的目的;然后,为提高MFSK的识别率,从微分后MFSK信号的四、六阶累积量中提取一个特征参数完成识别。仿真结果显示,通过利用这两个参数可以实现2 ASK/BPSK、4 ASK、8 ASK、QPSK、8 PSK、2 FSK、4 FSK、8 FSK、16 QAM、64 QAM等多种数字调制信号的识别。     

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。     

基于瞬时特征参数和功率谱熵的联合调制识别

针对传统的瞬时特征参数识别法在低信噪比下识别信号种类少、识别率低等问题,文中提出了一种基于瞬时特征参数与功率谱熵联合的调制识别方法。该方法通过改进后的瞬时幅度及相位特征参数对调制信号进行识别,并引入了功率谱熵特征参数,可进一步实现对更多信号的类内识别。在信号类内识别方面,采用决策树分类方法,选取合适的门限值对常用的9种数字调制信号{ASK、4ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK、16QAM}进行识别分类。蒙特卡洛实验结果表明,相较于现有的识别方法,文中所提出的方法增加了识别信号的种类,还提高了低信噪比情况下的信号识别准确率。     

基于星座图聚类分析调制识别的改进算法

通过分析聚类分析在星座图中的应用,得出星座图聚类分析对高阶QAM短突发信号的类内调制识别不适用的结论,从而提出了星座图聚类调制识别法在短突发信号的改进方法。将星座点在坐标轴上投影,利用投影点进行聚类分析,可以提高星座聚类算法在高阶QAM短突发信号调制识别中的性能。仿真结果表明,在短突发信号的条件下,该方法具有良好的识别效果。     

采用广度优先搜索邻居聚类的通信信号调制识别

针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。     

Link-16信号MSK调制模式识别方法

针对Link-16信号采用的最小频移键控(MSK)调制模式,提出了一种基于瞬时特征参量与频谱特征的识别方法。该方法分2个层次进行调制识别,首先利用瞬时特征参量对幅移键控(ASK)、频移键控(FSK)和相移键控(PSK)、MSK信号进行识别,然后再利用频谱特征对MSK、PSK信号进行识别。最后,在特定的数据长度、信号幅度和信噪比的条件下,理论分析与仿真验证该算法易于实现、识别性能较好(90%)。     

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％）。     

大频偏条件下一种新的调制识别方法

针对存在较大残留频偏的MPSK和MQAM信号,提出了一种基于概率分布匹配的调制识别新方法。该方法先利用幅度方差区分MPSK和MQAM信号。对于MPSK信号,利用瞬时相位的差分运算降低残留频偏的影响,再统计表示相邻符号间相位状态相同的比例的特征量,分级匹配实现阶数识别;对于MQAM信号,则统计与残留频偏无关的幅度聚类分布,然后匹配识别其调制阶数。仿真实验结果表明,该方法在较大的残留频偏范围内具有优良的识别性能。     

基于决策论的数字调制信号识别方法

以决策论为基础提出了一种改进的数字调制信号识别方法,该方法仅需4个相对简单的特征参数,就能识别2ASK、4ASK、2FSK、4FSK、2PSK、4PSK和16QAM这7种数字调制信号。仿真结果表明,该方法复杂度较低,识别正确率有较大提高,尤其对于2ASK、4ASK、MPSK/MFSK及16QAM的识别,在信噪比较低的情况下,具有较好的识别效果。     

BPSK,QPSK,UQPSK,64QAM信号自动调制识别

随着卫星通信、移动通信、雷达侦察、电子战等无线通信领域的快速发展,MPSK和MQAM两类调制方式因具有较高的频谱利用率和良好的抗噪性能,得到了广泛应用。尤其是在星间链路通信中常用到BPSK、QPSK、UQPSK、64QAM等调制类型。文中在基于高阶累积量法的基础上,提出了新的基于特征参数提取的方法,实现了对BPSK、QPSK、UQPSK、64QAM调制类型自动识别技术。实验结果表明,该方法简单、有效、运算量小,且抗干扰能力强、识别率较高、实时性较好、适合工程应用     

Automatic modulation recognition algorithm for MQAM signal

An automatic modulation recognition algorithm for MQAM signal was proposed.Firstly,the feature parameter F based on the fourth order cumulants was constructed to classify the square QAM and the cross QAM.Secondly,the compactness of zero center normalized instantaneous amplitude was calculated to identify the 16QAM from the square QAM.Thirdly,the baud rate was estimated by frequency spectrum of amplitude square,and timing was synchronized to delete the ISI and resume the relatively ideal constellations.And aiming at the 32QAM and the 128QAM,two different clustering radii were set,and clustering point density was got respectively by the subtractive clustering algorithm,and then the 32QAM and the 128QAM was classified depending on the difference of density value.In the same way,the 64QAM and the 256QAM were classified.The proposed algorithm can recognize five kinds of QAM signals,including 16QAM signals,32QAM signals,64QAM signals,128QAM signal and 256QAM signal without prior knowledge of frequency and baud rate.Furthermore,the proposed algorithm does not need complex iterative process,which can be applied in practical signal recognition.     

基于粒子群支持向量机的通信信号调制识别算法

为了解决大部分通信信号调制识别方法计算量大和分类器训练困难问题,提出一种基于粒子群(PSO)支持向量机(SVM)的调制识别方法.将小波理论与调制信号的瞬时特征、高阶累积量以及分形理论相结合,得到一种混合模式特征向量,并利用粒子群支持向量机对2ASK,4ASK,2PSK,4PSK,8PSK,2FSK,4FSK,8FSK,...     

基于瞬时频率的数字调制方式自动识别算法

数字通信信号调制方式的自动识别在军用和民用方面都极为重要。为了自动识别FSK2,FSK4,PSK2,PSK4四种数字信号的调制方式,提出一种新的瞬时频率提取方法,该方法不需要对相位进行去卷叠处理,也不需要实现码元同步,与现有方法相比,运算量显著减少,鲁棒性强,可用于实时处理中。在此基础上提出三个特征参数和一种基于判决理论的调制方式自动识别算法,给出识别算法的实现流程。计算机仿真结果表明,在信噪比为-3 dB时,识别算法的平均识别率大于等于99%,证明新的瞬时频率提取方法和调制方式自动识别算法是有效的,有望用于实际的非协作通信系统中信号的检测和快速识别。     

基于星座修正聚类的双模式盲均衡算法

针对时变信道下,调制类型未知的MPSK/MQAM类信号快速均衡问题,本文提出了一种新的基于星座聚类的双模式均衡算法。初始阶段均衡器采用稳健的恒模算法,一段时间后,用低复杂度的减法聚类算法处理缓存的均衡器输出。然后利用MPSK/MQAM类信号星座图的几何旋转不变性,采用C均值模糊聚类算法修正初次聚类的结果,恢复信号星座,由此获得精确符号信息。最后依据修复后的聚类效果选择切换时机,均衡器切换到符号匹配算法,完成信号均衡。与已有算法相比,本文提出的新算法克服了调制类型未知的不利因素,具有收敛速度快,剩余码间干扰小,均衡器模式切换时性能平稳等优点。仿真验证了新算法对4PSK和16QAM信号的有效性。     

基于一阶统计矩的数字通信信号调制方式的自动识别

数字通信信号调制方式的自动识别在军用和民用方面都具有十分重要的意义。为了能自动识别MASK、MFSK、MPSK和MQAM四类信号,本文基于截获信号的一阶统计矩,提出七个特征参数,它们均可利用常规信号处理技术得到,与基于二阶或高阶矩的其它特征参数相比,这些参数提取过程具有计算量小、提取方便的优点。给出四类信号调制方式自动识别算法的实现流程,该识别算法以判决理论为基础,不要求实现码元同步。仿真结果证明,在信噪比≥7dB时,识别算法的平均识别成功率＞97%,性能明显优于同类算法,有望用于实际的非协作通信系统中信号的检测和快速识别。