基于混合统计参数识别多种数字信号调制方式

为识别QAM等阶数高于4的数字调制信号及提高调制识别算法对高斯白噪声（AWGN）的鲁棒性，在决策论识别参数的基础上，增加了高阶统计量识别参数，并利用混合参数的经向基函数（RBF）神经网络实现数字信号调制样式自动识别，提高了对数字调制信号的识别能力．仿真结果表明，     

M(o)bius变换在模拟通信中的应用与仿真

应用Mobius变换对各种常用数字信号的傅里叶级数进行逆变换运算，所得到的结果应用于模拟通信系统中，并提出一种新型的模拟通信系统Chen-Mobius模拟通信系统．在此新型通信系统中，应用数定信号的Chen-Mobius逆变换函数族作为调制波信号，将欲传送的模拟信号调制其上并进行传输；在接收端，用与调制波对应正交的数字信号进行同步相干解调，从而得到原始信号．计算机仿真表明，系统具有抗强噪声的优越性能．能在强噪声中很好地恢复原信号．     

采用数字调制解调实现的无绝缘轨道电路

无绝缘轨道电路是未来轨道电路的发展方向．随着数据通信的发展，传统的ｍｏｄｅｍ设计方法已经过时，数字信号处理技术在数据传输领域中愈来愈广泛．本文主要讨论了无绝缘轨道电路下调制解调数字实现的结构和主要技术．     

基于OLS的径向基函数神经网络实现多种数字信号调制方式自动识别

基于决策论的信号调制样式自动识别方法具有简单易行、适合在线分析的优点,针对一些参数的计算进行了改进,并提出了基于该方法,利用正交最小二乘法(OLS)的径向基函数(RBF)神经网络,实现数字信号调制样式自动识别的方法.提高了该方法的识别能力,对信噪比(SNR)为6～30 dB的测试信号识别得到了较好的结果.识别的数字信号为2ASK、4ASK、2PSK、4PSK(QPSK)、2FSK、4FSK与16QAM.     

基于决策理论的数字调制信号识别

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6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，在趼氓≥5dB时，识别正确率在99％以上，且当SNR≥20dB时，识别正确率达到100％。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。     

基于TMS320F2812的IFOG信号检测方法研究及实现

高精度光纤陀螺是导航与制导系统的主要组成部分．采用基于数字信号调制解调技术对光纤陀螺进行闭环控制可以有效地提高光纤陀螺的精度．对光纤陀螺原理及信号检测方法进行了大量的研究和实验，以高速数字信号处理芯片TMS320F2812为基础，研制成功了基于阶梯波调制技术的闭环光纤陀螺全数字式信号检测系统，并给出了性能及测试结果．     

Chen-M(o)bius数字基带通信系统及其仿真

通过对几种数字波形进行逆变换，把逆变换的结果应用到数字基带通信系统的设计上，对输入的二进制数字信号进行调制，并在接收端用数字波形进行解调．用Matlab软件对系统进行计算机仿真，仿真结果显示，甚至在信噪比很低的情况下．都能很好地还原出原数字信号，具有高保真与强抗噪性能．最后对滤波出来的结果进行误码分析．     

软件无线电中数字调制信号的自动识别

针对软件无线电系统中数字信号调制方式的自动识别提出一种改进算法．使用从调制信号中提取的的特征参数，对多个MLP分类器进行独立训练，使用输出向量的加权投票表决法来融合多个MLP分类器的方法，得到了在信噪比大于等于10dB时良好的效果，验证了方法的可行性．     

软件编程法克服BPSK的相位模糊

１ＢＰＳＫ和ＤＰＳＫ的比较为有效传输数字信号，必须对数字信号进行调制，目前常用的调制方式有ＡＳＫ，ＦＳＫ及ＰＳＫ３种方式．由于ＰＳＫ的性能较前两种优越，并且技术上也并不比前两种困难，因而ＰＳＫ方式常常被选用．ＰＳＫ调制方式又分为绝对移相（ＢＰＳＫ）和...     

基于小波神经网络的数字信号调制方式识别

针对当前数字信号调制方式识别方法易受噪声影响、 识别误差较大等问题, 设计一种基于小波神经网络的数字信号调制方式识别方法. 首先采集数字信号, 并从信号中提取调制识别特征, 作为数字信号调制方式分类依据; 然后采用小波神经网络建立数字信号调制方式识别的分类器, 并选择粒子群优化算法确定神经网络的参数, 实现数字信号调制方式识别; 最后在MATLAB[KG*6]2016平台上实现数字信号调制方式识别的仿真测试. 测试结果表明, 即使数字信号的信噪比较低时, 小波神经网络仍可获得较理想的数字信号调制方式识别结果, 且数字信号调制方式识别率高于对比方法, 从而提高了数字信号调制方式识别性能.     

基于循环零中心归一化绝对值方差的数字信号调制识别

提出了将瞬时信息的零均值归一化绝对值方差循环化的方法，用以识别数字调制信号．该方法无需设置判决门限，也无需进行参数训练，且可以识别大于四阶的数字调制类型．仿真实验结果表明，该方法在一定信噪比下对MASK、MPSK和MQAM有较高的识别率．     

数字通信中调制方式的一种盲检测算法

该文针对数字信号 (ASK2、ASK4、FSK2、PSK2和PSK4信号 )的调制方式 ,介绍一种新的数字调制信号识别算法 (DMRAs) ,并且对该算法进行改进 ,改进后的算法能够快速的 ,自动的识别出已调数字信号的调制方式 .在文章的后面还给出了改进后的DMRAs算法的获取已调数字信号的关键特征值的程序仿真流程图 ,及其仿真程序流程图     

数字调制信号识别系统的DSP硬件实现

针对人工的信号识别设备不足,设计了基于DSP的数字调制信号识别系统．使用希尔伯特变换提取信号的瞬时信息,计算得到3个特征参数值,使用决策树分类器对信号进行分类．设计了用于通信信号识别的硬件系统,并制作了实际电路．在CCS软件环境下,使用c语言编程实现了调制信号自动识别算法．DSP硬件仿真结果表明,在信噪比不小于10dB时,系统平均识别正确率超过了98％．最后使用系统对信号发生器产生的调制信号进行了实时离线识别,实验结果表明,系统具有较好的识别正确率和实时性．     

基于聚类与神经网络的无线通信联合调制识别新方法

针对现有基于聚类算法的信号调制识别在低信噪比时识别率低的缺点,文中采用聚类算法提取信号特征参数,通过变梯度Polak-Ribiere BP修正算法对神经网络进行训练,以提高收敛速度,改善在低信噪比条件下网络识别性能,实现对基于星座图调制方式信号的调制识别,仿真结果表明,在低信噪比条件下,调制识别率和单独采用聚类算法或基于BP算法的神经网络识别时比较提高30%以上,在信噪比为4d B条件下识别率可达到90%,且系统易于实现,在信号调制识别中具有广泛的应用前景。     

采用ADSP-TS201处理器的通信侦察系统的设计

采用ADSP-TS201高速数字信号处理器(DSP)进行数字中频通信侦察系统的设计,利用DSP超高性能的处理能力以及由可编程逻辑器件FPGA支持的高速接口数据交换能力,实现了通用的通信侦察信号接收处理平台。利用该系统平台开发了通信侦察中的信号搜索及调制识别功能,并通过试验表明该系统能达到对信号实时处理和快速准确识别的目标。该系统还具有灵活性和可扩展性,满足通信侦察高性能、多任务的需求。     

基于累积量的通信信号调制样式类间识别

为了避免通信信号调制识别过程中的去载波、波形恢复和符号定时等预处理过程,该文将高阶累积量直接用于中频数字信号的识别。该算法通过估算信号功率对高阶累积量进行归一化,克服了信号幅度缩放的影响,从而使该算法不需要信号的任何先验知识。仿真证明高阶累积量对具有不同包络特征的信号具有良好的识别能力,并且在高信噪比时六阶累积量比四阶累积量的识别效果更好。     

基于FPGA的QAM调制器的设计

通过对QAM调制原理的分析,提出了16QAM系统的FPGA建模方案,给出了仿真波形。结果表明,设计方法正确,方案可行,能够实现数字信号的16QAM调制。同时,其实现的基本方法和基本思想亦为基于FPGA的数字调制系统的设计奠定了较好的基础。     

基于神经网络调制信号识别技术的发展

信号调制样式的自动识别是软件无线电必备的功能之一,基于人工神经网络的识别方法因其较其他方法具有更好的性能受到广泛关注。分析了基于神经网络调制信号识别技术的基本原理,将目前研究的调制信号识别分为基于多层感知器神经网络的调制信号识别和基于径向基函数神经网络的调制信号识别,提出了神经网络调制信号识别技术进一步的研究方向。