基于软件无线电的调制识别方法

调制方式的识别是在调制方式多样化的复杂情况下能够正确解调和成功通信的前提。文章针对基于软件无线电的调制方式自识别的问题,研究了一种利用包络高阶特征J进行调制方式识别的方法。该方法具有计算简单、无需知道信号的先验信息,同时具有较好的噪声抑制等特点,能在低信噪比情况下快速、有效地进行调制识别。     

浅述软件无线电中的调制解调理论

软件无线电概念对于通信系统的发展起到了巨大的引导作用,实现软件无线电台的关键之一就是要解决多模式调制解调的软件化问题。本文从信号空间映射的角度,详细介绍了各种数字信号调制解调的通用模式。     

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。     

宽带高阶OFDM调制解调的软件无线电研究

针对IEEE802.11a标准中OFDM调制解调原理,结合软件无线电的思想,在Matlab/Simulink的环境下,用SystemGenerator进行64QAM-OFDM部分调制解调模块的设计与实现.设计中采用了64QAM对数据符号进行调制,可以有效提高系统的频带利用率.仿真结果表明,所设计的64QAM-OFDM系统模型具有较高的可靠性.     

用软件无线电实现MPSK自适应调制

自适应调制能够根据信道的时变性达到很高的传输速率和进行合理的功率分配.同时,它需要自适应调整调制模式级别M.采用软件方式在DSP板上能够实现MPSK的调制、解调功能和调制模式M的识别,替代在硬件之间进行切换的繁琐模式.调制器根据星座图和已知的调制级别在己存储的波形中挑选对应的调制波形,解调器在信号同步的情况下通过使用最小均方进行解调,同时进行M模式识别.模拟结果显示用软件无线电方式实现MPSK自适应调制是一条简捷快速的途径.特别在自适应调制中加入LDPC(低密度校验码)编码和一种新的结合BP和list-based SI HO解码后,系统性能更为优异.     

频率调制解调的时域分析及在MATLAB7中的实验仿真

从时域的角度对正弦信号频率调制和解调进行了分析,在MATLAB7里分别对信号调制前后和已调波解调后的电压波形进行了实验仿真,仿真结果表明了分析的正确性.     

AM信号到DSB信号的连续过渡与同步检波

现今模拟调制AM(Amplitude Modulation)信号到DSB(Double sideband)信号不能连续过渡的限制,是出于长期以来在许多文献中一直沿用的调幅信号调幅系数ma不能大于1的结论.采用四象限模拟乘法器和同步检波相结合的方法,从原理与技术上跨越了模拟调制AM调幅信号的调幅系数ma不能大于l的片面结论,给出了AM信号到DSB信号连续过渡进行调制和解调的原理电路.论证结果表明,调幅系数ma大于1的已调信号在调制端是可实现的,在接收端也是可以解调的.从而实现了AM信号到DSB信号的连续过渡与解调,因此也否定了一些对AM信号所作分析的历史结论.     

基于MLP神经网络的超宽带信号自适应识别算法的研究

提出一种利用人工神经网络进行超宽带信号调制模式自适应识别的方法。采用三层MLP神经网络进行调制模式识别。首先对超宽带数字调制信号进行统计特征参数提取,特征参数作为MLP网络的输入层神经元参数,隐含层是双层结构。实验证明,当中间层采用正切型激活函数、输出层采用线性激活函数时,MLP分类器的识别性能最好。在5 dB信噪比环境下,算法的正确识别率高于95%。与传统的统计判决方法相比,神经网络分类器不需要设定判决门限就能实现自适应识别,并且达到更好的识别率,解决了软件无线电系统中的超宽带信号自动识别的问题。     

Multisim仿真软件在多路语音信号调制与解调实验中的应用

本文介绍利用Multisim2001仿真软件多路语音信号的调制与解调的仿真方法;通过双通道语音信号调制与解调电路的的仿真实例,描述了调制与解调仿真电路的建立,元器件的选用和仿真参数的设置方法等关键问题,同时得到了正确的仿真结果。     

一种新的数字调制信号自动识别方法

论文以软件无线电中数字调制算法为理论依据,分析提取了用于自动识别的基于参数统计的特征参数,提出利用调制信号幅度方差与均值的比值及频率方差与均值的比值实现调制方式识别。在高斯白噪声信道条件下,建立的模型可以很好的实现多种数字调制信号的自动识别,而且在较低信噪比情况下达到很高的识别效率。     

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。     

一种新的基于支持向量机的自动调制识别方案

为了解决在合作或非合作的通信应用领域中（如软件无线电，电子侦察系统等）多种调制信号之间的切换问题，提出1种基于多类别支持向量机（SVM）的模拟和数字信号的调制识别的新方案。SVM将特征向量非线性地映射到高维特征空间中，并建立1个最优超平面来实现信号调制方式的分类。这种方法避免了在人工神经网络中的过学习、欠学习以及局部最小化的问题。仿真中将应用于调制识别的SVM算法与人工神经网络算法（ANN）做了比较，结果表明SVM自动调制识别方法结构简单，识别率高，解决小样本的能力强，在信噪比SNR不低于5dB时，正确识别率达到94％以上，适于在工程中应用。     

频率调制信号的恒参滤波识别方法

针对频率调制信号的识别,提出采用恒参滤波方法,将信号频率调制信息转换为信号包络的变化,再通过提取信号包络的直方图特征来识别信号调制方式．与传统方法相比,该方法特征提取简单,计算量小,识别速度快,在较低信噪比条件下,可以有效识别FM,BFSK,QFSK,MFSK等信号．该方法尤其适合软件无线电等实时性要求高的应用领域．     

混合调制信号调制识别方法

研究基于决策理论算法的混合调制信号特征参数提取与自动识别技术,提出适合混合调制信号调制识别的树型分类器及相应识别步骤。在外调制、内调制识别时首次分别采用副载波信号个数构成的特征矢量、均值归一化包络方差、副载波信号瞬时幅度分布区域统计值等算法,抑制噪声干扰,提高特征参数的准确性,仿真结果表明,在信噪比为6 dB情况下,调制识别率接近90%,和现有混合调制识别方法相比取得较好的识别效果,在混合信号调制识别管理中具有广泛的应用前景。     

基于SWR平台的模拟无线信号实时分析系统研究

该文基于SWR（Software radio)和DSP（Digital Signal Processing)技术,建立一个通用模拟无线信号接收处理平台,通过对中频带通采样,信号调制模式识别等关键算法理论的分析研究,提出了对不同频段,不同调制模式模拟无线信号进行实时分析的方法,同时,通过对实际模拟无线信号的分析仿真,得出了统计分析结果。     

基于支持向量机的多类数字调制方式自动识别算法

为了解决软件无线电系统中多种调制方式之间切换的问题，提出了一种基于支持向量机的多类数字调制方式识别算法．该算法通过提取有效的特征向量以区分不同的调制方式，并基于支持向量机和判决树分类思想，将特征向量映射到高维空间中加以分类。解决了样本在低维空间中的非线性不可分问题，避免了判决门限的确定，与传统的神经网络方法相比，具有更好的泛化推广能力．仿真结果表明，在具有加性带限高斯噪声的环境下，信噪比大于等于10dB时，识别正确率大于90％．     

晶体电光调制实验模拟激光通信

在实验室中应用电光调制模拟激光通信,讨论了晶体电光调制理论并通过对比实验中采集的调制信号和解调信号的波形,分析晶体的电光调制特性对激光通信质量的影响,明确了调制信号静态工作点的位置以及调制信号幅度是影响激光通信质量的两个重要因素。     

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     

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．