基于小波分解的OFDM与单载波信号识别

针对多径信道下OFDM信号的识别问题,提出了一种基于小波分解获得细节特征的信号识别方法.由于不同调制方式信号的细节分量在同一分解水平下存在较大差异,而细节分量几乎包含了信号的全部细节信息,从而直接反应信号的变化情况.通过理论推导和仿真测试证明单载波和OFDM信号在进行多层小波分解后,每层对应细节分量的幅度值具有不同的变化,然后利用其幅度差作为特征参数,并基于最近邻法判决规则实现单载波信号和OFDM信号的有效识别.仿真结果证实了该方法在较低信噪比下识别的正确性和可行性.     

OFDM信号与单载波信号循环平稳性分析

文章介绍了信号循环累积量知识,推导了OFDM信号循环累积量的表达式,并以二阶循环累积量为例,从理论上分析了单载波信号和OFDM信号的区别,最后通过仿真验证了分析结论。     

基于小波脊线的射频信号调制类型识别

针对已有算法应用的局限性,提出了一种根据小波脊线特征的差异来识别射频信号调制类型的新方法。在充分分析小波脊线原理的基础上,对4类典型射频信号的小波脊线特征进行分析,根据分析结果,给出调制类型自动识别流程。仿真结果表明,在较低信噪比下,该方法对各类射频信号的调制类型有较高的正确识别率,从而验证了该方法的正确性和有效性。     

利用分形合维数的OFDM信号与单载波信号识别研究

针对OFDM信号与单载波信号的特点,首次把分形理论应用于OFDM信号的识别上,提出一种利用分形盒维数的OFDM信号和单载波信号的识别方法。通过对通信信号中分形盒维数的数学分析,分别计算出OFDM信号和常见单载波信号的分形盒维数,把分形盒维数作为特征值,采用基于分形盒维数的识别方法完成OFDM信号与单载波信号的识别。仿真结果表明,提出的方法具有计算复杂度低、识别准确度高等的特点。      

基于分数阶小波变换的OFDM混合信号识别方法

为识别目标正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号中存在的干扰信号,提出了一种基于分数阶小波变换的OFDM混合信号识别算法。先对接收信号进行希尔伯特变换,再进行分数阶小波变换,接着利用分数域小波系数构造特征值,最后利用决策树分类器进行OFDM混合信号的识别。模拟仿真结果表明,在选择合适的变换阶次的情况下,该算法不仅可以识别出单载波干扰和多载波干扰,还可以区分单载波干扰和多载波干扰的调制类型,同时识别性能优于目前已有的识别算法。     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

基于小波的无线信号调制识别

介绍了ASK、FSK和PSK三种信号在相同码元区间和码元区间变化时的小波变换,提出了基于小波脊线特征的门限判别法来识别这三种信号,并对提出的方法进行仿真实验。仿真结果表明,该识别方法在信噪比理想的情况下能很好地识别出这三种信号．但在信噪比不理想时,识别PSK信号的效果欠佳。     

改进小波脊线法算法分析和仿真

在电子情报侦察和对抗领域，对复杂信号的脉内调制特征进行分析显得越来越重要。小波变换的主要特点是通过尺度从粗到细的不断变化，可以逐步聚焦到分析对象的任何细节，把对象中存在的任何变化充分的展示出来。文中研究了基于算法提取雷达信号的瞬时频率来获得信号的脉内细微特征，并针对小波脊线法存在的问题提出了改进算法，仿真了某电子对抗专用设备接收到的一批具有大时宽、带宽积的线性调频信号中频数据，仿真结果证实了改进方法的优越性。     

单载波频域均衡与多载波OFDM误码性能的理论比较

单载波频域均衡(SC-FDE)和多载波正交频分复用(OFDM)是数字通信中用于克服多径衰落的两种技术。本文通过理论推导对这两种技术在高斯白噪声通信信道巾的误码性能进行了比较。利用高斯分布尾部概率的数值变化特性,本文推导出如下结论:在低信噪比条件下,OFDM的误码性能略优于SC-FDE,而在高信噪比条件下,SC-FDE则能取得显著优于OFDM的误码性能。这一结论对于通信系统的设计具有重要的参考价值。     

基于小波脊线法的数字调制信号载频估计

在军事领域,通信信号调制方式的识别是对敌方通信进行干扰或侦听的前提。调制参数的估计有利于精确识别调制类型,从而有针对性地制定侦察和反侦察策略。研究了基于小波脊线提取数字调制信号载频特征的算法,并进行了Matlab仿真,仿真结果证实了该方法的可行性。     

基于小波变换的数字通信信号识别

小波变换对瞬态信息具有较强的检测能力。不同的数字通信信号在码元变化时呈现不同的瞬态信息。分别对幅度未归一化和幅度归一化的3种数字信号（ASK、FSK、PSK）进行小波变换,提取变换后包络方差与均值平方之比作为分类的特征参数,最后利用人工神经网络进行分类识别。仿真结果表明,在低信噪比（5dB）时该算法仍具有很高的识别率。     

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。     

采用基于多相滤波的数字正交变换技术提取信号瞬时特征的方法

本文研究了通信信号瞬时特征的提取方法。采用中频直接采样、抽取和滤波的方法完成信号的正交分解,从而提取信号的瞬时包络和相位主值序列。利用信号相位去卷叠算法和线性规划法估计信号的去卷叠瞬时非线性相位,利用傅里叶变换的微分特性估计信号的瞬时频率。通过文中的方法可以有效估计信号的瞬时特征,将其运用于信号调制体制识别取得了较好的效果。     

载波干涉OFDM系统的辨析

将载波干涉码引入OFDM系统,可以提高误码性能,并消除峰均功率比问题。该文从数学角度证明了载波干涉OFDM系统与现有的单载波频域均衡系统其实等同。     

一种基于二倍钟采样的OFDM载波偏差估计算法

本文从OFDM信号的二倍钟采样出发,给出了一种载波偏差估计算法,该算法直接利用时域信号的采样来估计载波偏差,克服了频域实现算法受载波偏差影响大的缺点,使得算法在不同的载波偏移下具有相同的估计精度,载波偏差估计范围大,同时该算法充分利用信号的有效能量,估计精度高,优于采用循环前缀的算法;论文同时给出了算法性能的理论分析和计算机仿真结果.     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

基于Gabor变换的数字通信信号调制盲识别

Gabor变换通过加窗函数的办法对Fourier变换加以改进，能较好地刻画信号中的瞬态结构。本文把Gabor变换引入到了数字通信信号调制盲识别领域，对ASK、FSK和PSK信号的Gabor变换域特征进行了理论分析和软件仿真，最后给出了识别算法和仿真结果。     

一种基于ITD和高阶累积量的OFDM识别算法

针对正交频分复用(OFDM)与单载波调制识别,提出了一种基于固有时间尺度分析(ITD)和高阶累积量的识别方法。通过ITD分解待识别信号,提取固有旋转分量的瞬时幅度,利用其复信号幅值高阶累积量区分OFDM和单载波信号,并利用改进和提出的特征参数识别单载波信号。通过MATLAB仿真表明在信噪比不小于5dB的情况下,OFDM信号的识别准确率达99%。