一种基于高阶矩的OFDM信号调制盲识别算法

提出一种Rayleigh衰落信遭务件下的多载波调制盲识别算法，用以区分多载波调制信号（如OFDM）和数字单载波调制信号（如MPSK，MQAM，MFSK）。该算法不需要预先知道信号的载波频率和波特率，只需从中频信号直接进行识别处理。算法中利用信号的高阶统计量作为分类特征，采用信噪比（SNR）与特征参数联合估计的方法完成自动分类，仿真结果表明在SNR高于0dB时识别率大于95％。     

基于谱线特征的OFDM与FBMC多载波波形识别

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)和基于滤波器组的多载波(Filter Bankbased Multicarrier, FBMC)的调制识别进行研究。首先分析OFDM/FBMC子载波的二次方谱;接着通过建模得到各信号所对应的二次方谱表达式,得到各谱线的强度及位置;最后设置特征参数,在高斯噪声下完成OFDM/FBMC的调制识别。仿真结果表明,在较低信噪比下信号识别率仍较高。     

基于高阶累积量的OFDM信号和单载波信号识别

本文提出了一种利用高阶累积量实现OFDM信号和单载波调制信号识别的方法。该方法利用接收信号的高阶累积量提取特征参数,并结合星座图聚类分析,采用一种决策树的多分类器实现信号的分类识别。使用的特征参数对信号的信道抖动和相位延时不敏感,且能抑制噪声的影响,易于工程实现。仿真和实验结果表明,该方法能有效识别出OFDM信号和单载波信号,具有一定的实际应用价值和发展前景。     

多径瑞利快衰落信道下OFDM信号的识别

提出了一种在多径瑞利快衰落信道条件下,OFDM信号与单载波信号调制制式识别的方法.利用接收信号的两种高阶累积量的组合作为信号分类的特征值,有效抵消瑞利衰落和多普勒频移的影响.该方法可以在中频对信号进行处理,不需要信号的载波频率、波特率等先验信息.计算机仿真表明,该方法对多径瑞利快衰落和多普勒频移稳健,识别概率高,算法复杂度低,适合实时处理.     

基于高阶累积量和SVM的OFDM调制制式识别

针对Rayleigh衰落信道条件下OFDM信号与单载波信号调制识别问题,提出一种基于高阶累积量和支撑矢量机的信号识别算法.在接收端计算接收信号的高阶累积量作为提取的特征值,构造分类特征向量,支撑矢量机分类器将分类特征向量非线性地映射到高维特征空间中,并建立一个最优超平面来实现信号调制方式的分类.该方法不需要信号的载波频率、波特率等先验信息,直接在中频对信号进行处理.仿真结果表明,该算法对Rayleigh衰落和高斯噪声均不敏感,对信噪比的变化有很强的适应能力.且该算法识别概率高,性能稳定,复杂度低,适合实时处理.     

降FBMC系统峰均比的改进DFT扩频技术

滤波器组多载波(Filter Bank Multi-Carrier,FBMC)是5G移动通信系统中可能替代OFDM的调制方式,但是其峰均比(Peak to Average Power Ratio,PAPR)较高。DFT扩频技术利用DFT扩展输入信号,将FBMC信号的PAPR降到单载波传输的水平,但是仍存在缺点:经过推导发现,在同一符号周期内,传输符号x(t)中有4种不同的符号,导致PAPR值较高。因此,对DFT扩频技术中的相移项进行改进,提出了一种基于多载波等时移条件的DFT扩频(Identically Time Shifted Multicarrier-DFT spreading, ITSM-DFTs)算法。该算法充分利用了DFT扩频技术的单载波效应,理论分析和仿真结果表明,该算法有效降低了FBMC系统的PAPR。     

基于MUSIC算法的OFDM信号识别方法

针对多径信道下传统的OFDM信号识别方法存在循环前缀较短时估计性能不高、所需OFDM符号数过多等问题,提出一种基于MUSIC算法的OFDM信号识别方法。该方法首先分析了OFDM信号和单载波信号的结构特点,然后对两类信号的自相关矩阵进行奇异值分解,提取奇异值矩阵,最后根据奇异值矩阵中较大非零奇异值的个数实现OFDM信号的识别。仿真实验表明,该方法仅需较少的OFDM符号就可以实现短循环前缀OFDM信号的识别,且识别性能优于传统方法。     

基于高阶累积量的多音并行调制信号检测研究

针对多音并行信号的调制识别问题,提出了一种基于四阶累积量的识别方法,用以识别特定通信协议下子载波调制样式为MPSK的多载波调制信号.该方法利用带通MPSK信号的累计量特征,在不考虑相位影响的情况下提出了该多音并行信号近似模型并通过理论计算和仿真验证此模型的正确性.然后利用此模型通过计算仿真找到子载波数与累计量参数的对应关系.根据这种对应关系提出识别算法并进行识别仿真,仿真结果表明在低信噪比(-5dB)下有很好的识别效果.     

多径信道下基于循环谱特征的调制识别算法

针对多径衰落环境下通信信号调制方式识别算法识别类型少、稳定的特征参数提取困难、识别率低的问题,提出一种基于循环谱特征的自动识别算法。首先,提取待识别信号循环谱、平方循环谱及四次方循环谱的特征面和投影面;然后,利用特征面和投影面的相关系数作为特征参数;最后,选择合适的判决门限,对BPSK、QPSK、2FSK、4FSK、MSK、16QAM和OFDM信号进行自动识别。实验表明,该算法提取的特征参数抗多径干扰能力强,识别率高;当信噪比大于2dB时其总体识别率达到94%以上。与已有算法的比较结果也证明了该算法的优越性。     

一种小波特征与深度神经网络结合的信号制式识别算法

针对当前通信信号的制式识别算法在低信噪比情况下识别不准确的问题,提出一种新的小波特征与改进的深度神经网络结合(WL-DNN)的识别算法。该算法将生成的10种{2ASK、4ASK、2PSK、4PSK、2FSK、4FSK、OFDM、16QAM、AM、FM}含有高斯白噪声的通信信号,用小波分解重构算法提取出一类新的小波特征参数。本文测试了含有多层隐含层的改进BP神经网络作为分类器,利用弹性反向传播算法训练神经网络的参数,确定神经网络的最优超参数。仿真结果表明:在信噪比低至0 dB的情况下,单个调制信号最低识别率超过95%,平均识别率超过98%,大幅提高了制式识别在低信噪比下的识别率,由此表明了该算法的有效性和正确性。     

Adaptive modulation recognition based on the evolutionary algorithms

Nowadays, the development of classification algorithms gives the ability to improve Automatic Modulation Recognition (AMR) effectively. This paper presents a novel modulation recognition algorithm based on clustering approach. Generally, we aim to distinguish multicarrier modulation OFDM from single-carrier modulations. In this regard, two statistics of the amplitude of the received signal are calculated at the output of a quadrature mixer as key features. The extracted features of training data points are submitted to the clustering algorithm, then, centroids for single-carrier and multicarrier modulations are assessed. Afterwards, each point of testing dataset is dedicated to its nearest centroid based on Euclidian distance and the recognition is accomplished. Simulation results demonstrate that the algorithm is beneficial in a wide range from low to high SNRs.     

多载波CDMA子载波频率盲估计算法及其性能分析*

针对频谱感知和多载波CDMA信号解调的实际应用,根据多载波CDMA信号的循环平稳特性,提出了一种利用高阶循环累积量估计多载波CDMA信号子载波频率的方法。由于高阶循环累积量可以有效地抑制平稳噪声和非平稳高斯噪声,通过理论分析可以证明在上述噪声背景下,子载波采用BPSK调制的多载波CDMA信号的四阶循环累积量仅在循环频率为子载波频率处存在,可以通过检测此循环频率来实现子载波的估计。考虑到多载波CDMA信号发端可以采用不同的窗函数以降低频谱泄露,以常见的几种窗函数为例进行了算法仿真,发现本算法对窗函数的变化不     

低信噪比OFDM信号符号周期盲估计

针对认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,利用OFDM信号的循环谱实现了符号周期的盲估计。首先证明了加循环前缀矩形脉冲成型的OFDM信号具有循环平稳性,然后分别在无噪声和低信噪比条件下,以单载波信号的循环谱为基础,利用OFDM信号各子载波的正交性,从理论上推导出了OFDM信号的循环谱表达式。最后通过对连续信号和离散信号进行仿真,得到了相同的循环谱图,并且在低信噪比条件下,利用循环谱实现了OFDM信号符号周期的盲估计。     

OFDM测距误差分析——第一部分

OFDM作为一种有效和便捷的数字调制传输方式已经可以被广泛应用在宽带数字传输系统中.由于OFDM接收系统需要具备很高的频率和定时精度,因此可以构建基于测量OFDM信号传播时间的测距定位系统.重点建立了用于精确OFDM广播测距的信号模型,并分析影响测距精度的各种因素和推导给出了测距误差下界.第一部分在给出OFDM帧同步测距原理和基本OFDM系统描述基础上,建立了系统测距时间模型,包括信号发射和接收时序、时间参考系和信号传播伪距观测方程,最后建立了用于测距的OFDM信号发射模型和信道传输模型.用于测距的OFDM信号接收模型以及测距误差分析在第二部分研究.     

一种基于循环谱的时频混叠信号参数估计方法

时频混叠信号的参数估计是通信信号领域一个新兴课题,它是对混合信号进行分离,识别与解调等后续处理的基础。信号经过调制、成形及采样后具备循环平稳的特性。本文基于时频混叠信号的循环平稳特性,计算其循环谱并用形态学滤波的思想提取含有载频与码元信息的截面的谱峰,而后进行搜索从而实现估计。解决了参数配对的问题,并且由形态学滤波在提取谱线时能有效降低背景色噪声。同时探究了多径与多普勒频移信道下该算法对估计精度的影响。经仿真验证,该算法能实现BPSK与8QAM任意任何后的载频与码元速率估计,具有抗噪声,精确度高等优效性。     

OFDM测距误差分析——第二部分

OFDM作为一种有效和便捷的数字调制传输方式已经可以被广泛应用在宽带数字传输系统中.由于OFDM接收系统需要具备很高的频率和定时精度,因此可以构建基于测量OFDM信号传播时间的测距定位系统.本文在第一部分的基础上首先研究了用于测距的OFDM信号接收模型,重点分析了影响测距精度的各种因素,并推导了基于ODFM帧同步伪距观测误差的Cramer-Rao下界,总结了在进行OFDM测距时选用系统时域和频域同步方法的标准与策略.     

基于瞬时特征参数的数字调制识别算法

针对数字调制识别在低信噪比下的应用,提出一种基于瞬时特征参数的数字调制识别算法.该算法一方面利用 5 个相对简单的瞬时特征参数改善算法的复杂度,简化识别过程;另一方面,设计一种小波滤波器,对瞬时特征参数进行消噪处理,提高调制识别算法在低信噪比下的识别性能.同时,该算法只需在中频直接对信号进行识别,计算简单,易于实现.通...     

二维内插的OFDM导频信道估计的研究

正交频分复用(OFDM)是一种多载波传输和调制技术,其主要特点是频带利用率高、抗多径干扰能力强,目前已成为无线通信高速数据传输的主要技术。介绍了OFDM系统的工作原理和二维信道估计技术,着重研究基于二维内插方式和二维变换域方式的PSAM信道估计技术,针对导频特点提出变换域插值一种改进的方法并与线性差值、样条差值进行对比。采用Simulink构建系统基带仿真并验证Rayleigh信道下各种二维插值方法的BER性能,结果表明该改进方法可行且具有良好的性能。     

基于多端CNN的通信信号自动调制识别研究

为有效解决通信信号自动调制识别的调制类型识别率低和调制强度识别误差高的问题,研究了基于多端CNN的通信信号自动调制识别方法。根据不同类型调制方法的作用原理,设置通信信号调制识别标准。考虑通信信号的传输过程,构建通信信号模型,利用带通采样工具采集初始通信信号,通过小波消噪、归一化等步骤,完成初始信号的预处理。利用多端CNN算法构建通信信号识别器,提取幅值、相位、频率等通信信号特征参数,通过特征匹配得出信号调制类型与强度的识别结果,实现通信信号自动调制识别。通过与传统识别方法的对比得出结论：综合考虑有、无干扰两种类型的通信信号,优化设计识别方法的调制类型识别率提高了49.6%,调制强度识别误差降低了约0.0285。