认知无线电中非高斯噪声下数字调制信号识别方法简

针对认知无线电系统中传统数字调制识别方法在非高斯Alpha稳定分布噪声下识别性能差、计算复杂度高的问题,提出了一种基于分数低阶循环谱相关系数的数字调制识别新方法。该方法提取分数低阶循环谱截面和频率谱截面以及其投影面的5个相关系数作为识别特征参数,并采用判决树分类器,实现了非高斯噪声下数字调制信号识别。仿真结果表明,在非高斯Alpha稳定分布噪声下,该识别方法不仅具有较高的识别率和良好的稳健性并且计算复杂度更低,更适合于认知无线电系统。     

Alpha稳定分布噪声背景下衰落信号的调制识别方法

在Alpha稳定分布噪声背景下,针对基于传统循环统计量的衰落信号调制识别方法失效的问题,通过引入归一化压缩函数形成一类新型广义循环统计量,提出一种新的调制识别方法。提取各信号广义循环平稳特征作为判决标准,利用树形分类器实现了Alpha稳定分布噪声背景衰落信道中FSK、PSK、MSK等信号的调制识别。仿真结果表明,该方法在Alpha稳定分布噪声背景的多径衰落和单径等多种信道中均有良好的性能;相较于其它基于非线性变换的广义循环统计量方法,灵活性更强、性能更优且复杂度更低。      

基于Alpha稳定分布噪声数字调制信号识别方法研究

在Alpha稳定分布噪声下,分别采取GFRFT的零中心归一化瞬时幅度谱密度的最大值和FLOWVD的幅度最大值为特征参数,利用不同的判决门限,采取决策树法识别2FSK、MSK、QPSK、2ASK、16QAM五种数字调制信号,最后进行仿真证明,在Alpha稳定分布噪声下,该方法具有识别率高和稳健性强的特点.     

基于分数傅里叶感知信号变换新视角下地震感知信号识别方法

分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络是新时期我国经济社会发展的战略性公共基础设施,发展分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络有效促进地震感知信号的广义信号感知时频分布的信噪比预测精度。     

基于分数傅里叶感知信号变换新视角下地震感知信号识别方法

分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络是新时期我国经济社会发展的战略性公共基础设施,发展分数感知阶傅里叶感知信号变换模型应用地震感知信号宽带网络有效促进地震感知信号的广义信号感知时频分布的信噪比预测精度。     

低信噪比下LFM-BPSK复合信号参数估计新方法

LFM-BPSK复合信号已应用于多种雷达中,针对此类信号的参数估计问题提出了一种基于分数阶傅里叶变换和ZAM分布联合估计的方法。该方法首先搜索复合信号的分数阶傅里叶变换峰值从而估计起始频率和调频斜率,然后利用调频斜率重构LFM信号并对复合信号进行解线调,最后对解线调之后的信号提取ZAM分布在起始频率截面的负峰值估计码元宽度。仿真表明,该方法能在低信噪比下精确估计信号参数。     

基于分数阶傅里叶变换的脉内信号调制方式识别

针对传统的雷达脉内信号调制类型识别方法存在的抗噪性能差和识别率低等问题,提出了一种基于分数阶傅里叶变换(FRFT)的脉内信号调制方式识别算法.该算法分为两步:首先根据不同调制方式在调频斜率上的区别,通过FRFT模值随阶数变化的特点,识别出线性调频信号;然后,再根据阶数为1时FRFT的波形特点,识别出频率编码信号和相位编...     

Alpha稳定分布噪声条件下的广义S变换时频分析

在分析Alpha稳定分布噪声干扰下的非高斯信号时,基于传统二阶广义S变换时频算法效果显著退化。针对该问题,提出了基于分数低阶的广义S变换时频分析（FLO-GST）算法。该算法将分数低阶谱理论和常规广义S变换时频分布算法有机结合,同时优化窗口调节因子改善时频聚集性,得到较好的时频图谱。通过计算机仿真,并与其他时频算法进行对比,结果表明,该算法能有效抑制脉冲噪声干扰,更好的描述稳定分布噪声下非平稳信号的时频图谱,具有良好的韧性。      

脉冲噪声下基于压缩变换函数的LFM信号参数估计

针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法.该文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变.将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计.仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性.     

MQAM信号调制方式盲识别

该文提出了一种MQAM信号调试方式的盲识别算法。算法首先通过信号频谱粗略估计信号载频和带宽,从而进行下变频和低通滤波。然后通过信号包络平方的频谱估算出波特率,结合符号定时完成信号的波特率采样。最终计算MQAM信号矢量图中最小环带的方差,完成调制方式的识别。该MQAM信号调制识别算法无需载频和波特率等先验信息,对载波残余不敏感,没有复杂的迭代过程,可以应用于实际信号的调制识别。仿真表明信噪比在16 dB,码元数目为2400时,对5种QAM信号的识别率达到99%以上,证明了其有效性。     

基于记忆因子的连续相位调制信号最大似然调制识别

为解决有记忆非线性的连续相位调制(CPM)信号调制方式识别精度低的问题,该文提出一种基于记忆因子的CPM信号最大似然调制识别新方法。该方法定义具有时齐马尔科夫性的映射符号,通过计算其后验概率构造记忆因子,进一步结合CPM分解和EM算法,推导出时间可分离,信道参数可估计的CPM信号似然函数。该调制识别方法所需符号数目少,适用信噪比范围广,识别CPM信号种类多且精度高,对相位误差鲁棒性强。仿真结果证明,当符号数目为200,信噪比为0 dB,相位误差任意时,该方法对8种CPM信号的识别率可达95%以上。     

基于参量直方分布的数字信号调制识别

提出了基于参量立方分布的数字调制信号的神经网络识别方法，在提取信号瞬时幅度、瞬时相位、瞬时频率参量的基础上，将其立方分布作为数字通信信号调制方式识别的特征，用于神经网络的训练与识别。仿真结果说明，这种方法保留了原始信息的明显特征，对数字调制信号识别率高，且具有逻辑关系简单、便于进行实时处理、易于实现等优点。     

基于二维离散傅立叶变换的射频信号调制类型识别

针对已有算法应用的局限性．以线性调频．二相编码,频率编码和正弦等典型射频信号为例,提出了一种基于二维离散傅立叶变换的射频信号调制类型识别新算法,重点阐述了信号自相关变换过程和运算量分析．计算机仿真结果验证了本算法确实有效。     

一种抗频偏的卫星幅相调制信号识别算法

该文针对卫星中的常用调制QPSK, 16QAM和新型调制16APSK, 32APSK,提出一种自适应构造幅度分布模板,并通过计算实际信号幅度分布向量与幅度分布模板间的匹配误差来进行调制识别的算法。该方法不需要知晓载噪比,不需要人为确定阈值,且对频偏误差的容忍能力强,适合实际工程应用。仿真表明,在载噪比为9 dB,符号个数为4000时,该算法对4种调制信号的识别率能达到98%以上,证明了其有效性。     

通信信号数字调制方式自动识别算法研究

自动调制识别是非协调通信系统接收机设计中的重要研究课题,该文针对工程中的应用提出了一种调制识别算法。与已有的算法相比,该算法结构简单,计算量小,适合实时计算,而且在低信噪比环境下有较高的识别准确度;同时考虑了符号成形对参数提取的影响,更能满足工程上的需要。     

Alpha稳定分布噪声下时频重叠信号的载波频率估计方法

针对Alpha稳定噪声下时频重叠信号载波频率估计困难的问题,该文提出一种Alpha稳定噪声下时频重叠信号的载波频率估计方法。该方法首先提出时频重叠信号的广义四阶循环累积量的定义,然后检测离散谱线所对应的广义四阶循环累积量幅度谱的循环频率,进而估计出各个信号分量的载波频率,最后进行渐近性的理论分析,证明了该估计方法是渐近无偏和一致的。仿真结果表明,在Alpha稳定分布噪声下,该方法具有良好的估计性能和稳健性。     

Alpha稳定分布脉冲噪声下MPSK信号的自适应解调

通信系统经常工作在理稳定分布脉冲噪声环境下。提出了一种基于自适应滤波算法对脉冲噪声下MPSK信号的解调方法。高斯噪声是α稳定分布噪声的一个特例,提出的解调方法同样也适于高斯噪声下MPSK信号的解调。仿真结果表明,无论是在高斯噪声还是脉冲噪声下此方法都有很好的韧性,同时该算法不需要滤波器完成收敛。处理速度快。