首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 64 毫秒
1.
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。  相似文献   

2.
通信信号数字调制方式自动识别算法研究   总被引:16,自引:0,他引:16  
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。  相似文献   

3.
李平  唐宏  李哲 《无线电工程》2010,40(9):22-25
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。  相似文献   

4.
周敏  冯全源 《电讯技术》2012,52(4):518-522
通过分析数字调制信号功率谱及高阶谱特征,对高阶谱的求取方法作了改进,并在此基础上提出新的特征参数,结合瞬时统计特征,采用支持向量机分类器,实现了AWGN信道下数字通信信号的制式自动识别.仿真表明,所提取的特征参数具有较好的抗噪性能,对调制参数的变化具有稳健性.考虑脉冲成形的影响,在信噪比大于12 dB时,单种信号最低正确识别率大于98.5%,平均识别率达99.5%以上.  相似文献   

5.
利用高阶累积量实现数字调制信号的自动识别   总被引:5,自引:0,他引:5  
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。  相似文献   

6.
利用高阶累积量实现数字调制信号的自动识别   总被引:9,自引:0,他引:9  
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。  相似文献   

7.
8.
一种改进的小波脊提取算法   总被引:1,自引:0,他引:1  
黎海妹  陈建文 《通信技术》2010,43(4):59-61,64
针对基于模极大值和基于相位信息的小波脊提取算法的缺点,提出了一个改进的小波脊提取算法。该算法利用小波系数的相位信息提取所有可能的脊点,利用小波系数模的最大值以及脊线的连续光滑性甄别出信号的脊点,排除掉噪声的脊点,从而加快了脊点的搜索速度,提高了脊点提取的有效性。相比于基于模极大值和基于相位信息的小波脊提取算法而言,该算法更适用于低噪声信号的小波脊线的提取。  相似文献   

9.
给出了一种基于信号瞬时特征参数进行快速分析的算法,即小波滤波后瞬时幅度算法。该算法通过提取信号瞬时参数来计算信号的特征参数,并与门限值进行比较以识别信号类型,因而具有算法简单、运算速度快等特点;文中通过MATLAB仿真验证了该方法的有效性和可靠性:同时给出了从噪声中识别数字调制信号的应用实例。  相似文献   

10.
由于多调制的存在,对于一个通信信号进行接收解调的前提条件是首先要确定该信号的调制样式,因此信号调制样式的自动识别是软件无线电接收机中必须具备的功能之一.文中研究了8种常用数字调制信号识别的特征参数集,并采用决策树判别方法进行分类识别.仿真结果表明,在SNR≥10dB时,识别正确率在99%以上.其特点是,算法简单,识别正确率高,达到了自动分类识别的目的,并有利于实现识别的实时化.  相似文献   

11.
基于短时分析的数字调制信号识别方法的研究   总被引:1,自引:0,他引:1  
周云松  邓兵 《信息技术》2005,29(6):81-84
研究了一种新的数字调制信号识别方法。该方法用短时分析提取数字调制信号在幅度、频率和相位随时间变化的特征,并利用这些特征对各种数字调制信号进行识别。在加性高斯白噪声条件下给出了相应的最佳阈值,并通过仿真研究了该识别方法的性能。仿真结果表明该方法对噪声不敏感,在SNR为OdB时仍能获得90%以上的正确识别率。  相似文献   

12.
应用于分段连续信号的基于提升格式的双自适应小波变换   总被引:1,自引:1,他引:1  
由于小波具有良好的时频特性,对于平滑的信号,利用固定尺寸的小波滤波器滤波可以获得良好的线性近似结果。然而对于某些具有突变点的信号而苦,采用固定尺寸的小波滤波器进行线性滤波并不足一个理想的选择。在Piella G提出的基于提升格式的自适应小波变换算法的基础上,本文提出了一个新的双自适应小波变换算法,将其应用于分段连续信号中得到了较好的线性近似结果。  相似文献   

13.
针对真钞和伪钞在投射图像纹理上的差异,对纸币的真假识别进行了研究,提出了一种新的纸币真伪识别算法,即对真伪纸币进行小波变换,以提取纸币的纹理特征,利用得到的各尺度小波变换域的平局能量构造特征矢量,实现了纸币的真伪判别。仿真结果表明,该方法速度快,精度高,适合于纸币实时鉴伪。  相似文献   

14.
田上成  王可人  金虎 《信号处理》2011,27(2):271-275
通信信号的调制样式识别在非协作通信中具有重要的研究意义。针对卫星通信中调制方式不断向高阶发展的情况,提出了一种针对常用数字调相信号调制方式自动识别的算法。本文首先给出了卫星通信中数字调相信号的函数模型,介绍了不同调制样式的特点,给出了不同调相信号的星座图。在调制样式识别的研究中,六阶及更高阶的累积量很少用到,本文利用调制信号的八阶累积量和四阶累积量特征的关系,提取出信号的特征呢高参数,对QPSK、8PSK和{16APSK、32APSK}信号进行了区分,证明四阶以上累积量也可以为信号特征提供有用信息。然后通过对高阶APSK信号进行统计分析,采用一种快速收敛且有效的遗传算法,进行实数编码、交叉等操作,计算出采样信号信号平方幅度比,提取出APSK信号的统计特征参数,从而对{16APSK、32APSK}信号进行区分。这种算法对信号的相位偏差具有不变性,同时可抑制加性高斯噪声,特征参数具有很强的鲁棒性;与其它识别算法比较,它具有稳健、应用广泛、实时性强的特性。通过计算机仿真表明,在给定的数据长度和中等信噪比条件下,可得到很高的识别率(>96%)。   相似文献   

15.
一种基于小波分解和分水岭变换的视频对象自动分割算法   总被引:7,自引:1,他引:7  
提出了一种基于时空分割融合的视频分割算法。时问分割采用变化检测,其关键的阈值选取通过直方图分析得到。空间分割时,先对图像进行二级小波分解,在低分辨率图像上进行分水岭变换,它可以有效克服噪声的影响并有效地减少过分割。实验结果表明,它可比COST211 AM参考分割取得更好的分割结果。  相似文献   

16.
基于小波脊线-Hough变换的LFM信号检测   总被引:1,自引:1,他引:0  
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.  相似文献   

17.
低信噪比下雷达信号脉内特征的提取   总被引:2,自引:2,他引:0  
雷达信号脉内特征的提取是雷达对抗系统分选和识别截获信号的关键技术之一。利用小波脊线法可以实现雷达信号脉内特征的提取,但低信噪比下分析误差比较大。为改善低信噪比下脉内特征提取算法的性能,提出了首先用小波分析对信号进行去噪,提高信噪比,在此基础上再进行脉内特征提取的方法。仿真结果证明该算法有效,具有一定的参考价值。  相似文献   

18.
石油生产过程中,出砂不仅导致设备损伤、产量下降,而且还会影响到油气井的寿命,所以采取合理的防砂、治砂措施是非常重要的。但是压电式超声波传感器检测的出砂信号,包含很强的流体噪声和电磁干扰信号,必须去除干扰才能得到有用信号。本文采用小波变换在MATLAB下进行仿真,并与傅里叶变换比较去噪效果,结果显示小波变换既能有效的去除...  相似文献   

19.
数字通信信号调制识别研究   总被引:4,自引:0,他引:4  
利用幅度归一化、小波分析、傅里叶变换等方法,在大部分先验信息未知的情况下对 PSK,FSK,QAM,ASK 等不同调制方式的数字通信信号,进行了有效的特征提取,并选取合适的阈值加以识别,实现了数字通信信号调制方式的分类识别。仿真结果表明对于信噪比在5dB 以上的调制信号能正确分类。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号