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。      

基于改进的瞬时信息量数字调制识别算法

针对瞬时信息量的调制识别算法抗噪性能差的问题,提出了一种基于改进的瞬时信息量的数字调制识别算法。通过提取5种新的瞬时信息特征参数,确定其判别次序和判决门限值,使得算法在低信噪比条件下依然能保持很高的识别性能。实验结果表明,算法在信噪比低至5 dB时,对不同的数字调制信号的识别率均达到90%以上,与同条件下的原有识别算法相比,识别正确率提升了15%。     

利用参数统计方法自动识别数字调制信号

自动调制方式识别应用范围广泛，对于军用软件无线电侦察接收机更具有十分重要的意义。本文提出了一种基于统计参数识别信号类型的新方法，在满足SNR≥10dB的条件下，可正确识别2ASK、M－AM、QAM、PSK、FSK等五种信号。仿真试验表明：计算简单，识别效果良好。     

一种低信噪比下的模拟调制信号识别方法

信号调制方式的自动识别是未来软件无线电必须具备的功能之一。本文针对模拟调制方式提出了一种基于决策理论的识别流程,分析了模拟调制识别特征参数的提取。该方法具有计算简单、无需知道信号的先验信息的特点,而且能在低信噪比情况下快速有效地进行调制识别,易于实时应用和工程实现。仿真结果表明,在0dB信噪比条件下,正确识别率能够达到85％以上,性能优于传统的调制识别方法。     

基于模糊分类的调制信号自动识别方法

本文研究了一种基于模糊分类的调制信号识别方法，即提取信号时域、频域、功率谱等统计特性，利用模糊分类器进行分类识别。计算机仿真试验表明，该方法在较低信噪比下也能正确识别，且不需要信噪比、载频和码元速率等任何先验信息。     

利用高阶累积量实现数字调制信号的自动识别

通信信号的自动调制识别在截获信号处理方面是一个十分重要的课题。本文针对数字调制信号的识别问题，提出了一种基于高阶累积量的分类特征，该特征有效地抑制高斯白噪声的影响，能实现对2ASK、4ASK、4PSK、2FSK、4FSK等五种数字调制信号的识别。论文进行了理论推导，并用仿真实验和实际采集数据进行了验证。     

基于分形和测试理论的信号调制识别

为提高信号调制识别的能力,提出了一种以最直接、最直观的信号波形的复杂度-分形维数为特征,并运用测试理论来组合多个在小信噪比范围内对通信信号调制类型有较高识别率的分类器,从而实现大信噪比范围内识别率明显改善的新方法,同时,应用该方法也可简化单个分类器的设计,提高分类识别效率。计算机模拟结果证实了此方法的有效性。     

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。     

基于数字通信信号瞬时特性的调制方式识别方法

通信对抗中数字通信调制方式识别作为一种非协作通信识别是近年研究的热点,提出一种基于信号瞬时特性并结合决策论对通信信号调制方式进行识别的方法。该方法选用数字通信信号中的五个典型特征参数作为判决准则,然后给出基于决策论判别树的方法,选取恰当的特征门限进行信号识别流程设计。仿真实验结果表明,该方法在信噪比较低时也具有较高的识别正确率和更快的识别速度,更容易工程实现。     

面向先进信号处理方法的通信信号调制识别技术研究

在无线通信技术得到广泛应用的背景下,无线通信面对的电磁环境也越发复杂.基于这种情况,本文对面向先进信号处理方法的通信信号调制识别技术展开了研究,以期使多网并存的复杂无线通信环境中的信号调试识别问题得到解决.     

一种改进的MQAM信号的调制方式识别算法研究

数字信号调制方式识别技术是盲信号处理的关键技术之一,研究了基于减法聚类的多进制正交幅度调制(MQAM)信号的类内识别方法,针对该类识别算法需要的统计数据量较大、不适用于短突发信号的缺点,提出了一种改进算法并对其识别性能进行了仿真实验,仿真结果表明改进算法处理短突发信号能够取得较高的识别率,具有一定的实用价值。     

一种改进的MQAM信号的调制体制识别算法研究

数字信号调制方式识别技术是盲信号处理的关键技术之一,在研究基于减法聚类的MQAM信号的类内识别方法的基础上,针对该类识别算法需要的统计数据量较大不适用于短突发信号的缺点,研究了一种改进算法并对其识别性能进行了实验仿真。仿真结果分析可知,改进算法在处理短突发信号能够取得较高的正确识别率,具有一定的实用价值。     

通信信号调制方式识别方法综述

对通信信号调制方式的识别进行了深入研究,对通信信号常用的数字调制技术和调制识别预处理技术、理想高斯白噪声条件下基于决策论和基于统计模式的识别法、非理想信道条件下的调制识别法以及对共信道多信号调制方式的识别等进行了总结。在简要介绍各种方法的来源、理论基础和发展基础上讨论了各自的优缺点,并提出了调制识别研究领域的进一步发展方向。     

一种CPM信号与PSK类信号的调制识别算法

提出了一种基于分形盒维数及二次方谱特征的方法,对由CPM与PSK类信号组成的信号集进行调制识别分类。首先提取信号集内各待识别信号的分形盒维数特征,将CPM和OQPSK识别出来;然后对信号集中剩余信号提取相应的二次方谱离散谱线特征依次区分出BPSK、UQPSK和QPSK;最后根据决策树原理设计分类器,实现信号集内信号的识别。仿真结果表明,该算法对信号集内的信号在信噪比达到3 d B以上条件下正确识别率可达到90%以上。     

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BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数,并从提高收敛速度和正确识别概率出发,构建了最佳的神经网络分类器。实验结果表明,该技术拥有较好的通信信号调制体制识别性能。     

低数据量下的雷达信号脉内调制识别方法

针对部分脉冲宽度窄、采样点数少的雷达信号监测应用场景,提出一种新的雷达信号脉内调制自动识别算法。采用小波变换与瞬时自相关相结合的方法,提取雷达信号瞬时频率特征,根据不同调制方式雷达信号的特征差别,实现了对常规信号、线性调频信号、非线性调频信号、二相编码信号、四相编码信号、二进制频率编码信号和四进制频率编码信号七种不同调制方式雷达信号识别。在不同数据量条件下,仿真结果表明,识别准确率随着码元个数或单个码元采样点数的减少而降低,此识别算法对信噪比为20 dB、采样点数为100个的雷达信号,可以实现对不同调制方式的准确识别,识别准确率高于80%。与传统识别方法相比,该方案所需数据量较少,识别准确率高,易于工程实现。     

基于多尺度时序特征的信号调制样式识别算法

在认知无线电应用中,当前基于深度学习的信号调制样式识别算法存在运算效率低、复杂度较高的问题,为此本文提出了一种基于多尺度时序特征的信号调制识别算法.该算法首先利用多层卷积层提取不同尺度的时序数据,将数据进行特征融合后使用长短期记忆网络提取时序特征,最后由输出层输出识别结果,并通过网络结构的设计和优化,降低了算法复杂.实...     

多径信道中MPSK信号的调制识别算法

针对多径信道中MPSK信号的调制分类问题，提出一种新的基于高阶累量的分类算法，算法所用特征对平坦衰落信道具有衰落不变性，对频率选择性衰落信道也具有很强的抗多径能力。与已有方法相比，本文算法极大地降低了对多径信道冲激响应模式的限制，更具适应性。理论分析和计算机仿真试验都证明了新分类算法的稳健性和有效性。     

基于相图的通信信号调制样式识别问题研究

通信信号的调制样式识别问题一直是困扰着电子对抗人员的重要问题之一。本文从实践出发，提出了基于相图的非线性处理方法，从理论上部分地解释了相图的呈现状况，提供了简洁实用的处理流程。从仿真的结果上看，该方法具有很强的实际意义与理论研究的空间，值得进行深入的研究与探讨。